JMP에서 데이터 정리를 수행하는 방법을 이해한 후 기본 통계 분석을 시작합니다. 이 글과 다음 글에서는 선형 회귀의 분석 과정을 하나씩 소개합니다.
선형 회귀 다변량 분석을 수행하기 전에 먼저 일변량 분석을 수행해야 하는 경우가 많습니다. 그러나 일반적으로 사용되는 대부분의 소프트웨어 작업에 대한 단일 요인 분석은 현재 번거롭고 여러 독립 변수에 대한 단일 요인 분석을 지속적으로 교체하여 작업을 반복해야 합니다.
그러나, JMP 모든 독립 변수의 단일 요인 분석은 소프트웨어에서 한 번에 실현할 수 있습니다. 오늘의 글은 JMP 사용법을 공유하는 것입니다. 일회성 다변량 일변량 분석을 완료합니다.
선형 회귀를 수행하는 이유는 무엇입니까?
위에서 설명한 그룹 변수가 하나만 있는 단변량 분석과 비교할 때 다변량 분석은 대부분의 결과가 하나 이상의 요인에 의해 영향을 받기 때문에 실제로 더 일반적입니다. 예를 들어, 당뇨병 치료에서 두 가지 다른 약물의 효능을 비교하면 두 그룹 간에 효능에 차이가 있더라도 BMI, 혈압, 다이어트 등과 같은 많은 요인이 있기 때문에 약물 요인에 기인하지 않을 수 있습니다. 동시에 약물 치료의 효과에도 영향을 미치게 되는데, 만약 이러한 요인들이 두 그룹 사이에 불균형한 경우 약물의 평가 효과에 영향을 미치게 됩니다. 따라서 실제로는 다변량 분석을 자주 사용합니다.
우리는 일반적으로 나이와 성별과 같은 요인의 영향을 "교정"하거나 흡연이 폐암에 대한 "독립적인 예후 인자"라고 말하는데, 이는 다변량 분석을 말합니다. 선형 회귀는 종종 정량적 결과의 다변량 분석에 사용되며 주로 하나 이상의 독립 변수와 정량적 결과 사이의 선형 관계를 설명하는 데 사용됩니다. 정량적 결과에 대한 위험 요인을 탐색하려는 경우 일반적으로 선형 회귀를 먼저 고려한 다음 선형 회귀가 적합하지 않은 경우 다른 대체 방법을 고려합니다.
선형 회귀의 일변량 분석
소위 단일 요인 분석, 즉 회귀를 할 때마다 먼저 1 독립 변수, 각 독립 변수와 종속 변수 간의 관계를 관찰합니다.
현재 많은 통계 소프트웨어가 단일 요인 분석을 할 때 하나의 독립 변수만 넣어 결과를 도출할 수 있으며 다른 독립 변수의 효과를 보려면 돌아가서 다시 해야 합니다.
20개의 독립 변수가 있다고 상상해 보십시오. 동일한 작업을 앞뒤로 20번 수행해야 합니다. 이 과정은 매우 지루하고 시간이 많이 걸립니다. JMP 이 소프트웨어는 모든 독립 변수의 단일 요인 분석을 한 번에 실현하는 도구를 제공합니다. .
그림 1의 데이터를 예로 들어 신체 건강 점수에 영향을 미칠 수 있는 요인을 탐색합니다.
그림 1 샘플 데이터(부분 표시)
JMP에서 "Analyze" 메뉴 → "Fit Y by X"(그림 2)를 클릭하고 팝업 대화 상자에서 신체 건강 점수를 "Y, 반응"으로 가져오고 모든 독립 변수를 "X로 가져옵니다. , 요인"( 이미지 3).
그림 2 "Y를 X에 맞추기" 작업의 개략도 1단계
그림 3 "Y와 X 맞추기" 작업 다이어그램의 두 번째 단계
기본 출력 결과는 그림 4에 나와 있으며(3개의 독립 변수만 표시되고 나머지는 생략됨) 각 독립 변수와 종속 변수의 산점도만 페이지에 표시됩니다.
그림 4 "Fit Y by X"의 출력
원한다면 각 독립 변수에 대한 일변량 분석의 검정 결과 보기 , JMP에서 몇 가지 후속 작업을 수행해야 합니다. 연속형 변수와 범주형 변수의 연산 단계가 다르다는 점에 유의해야 합니다.
연속 변수
연속 변수의 경우 나이를 예로 들어 결과 인터페이스에서 "이진 피팅" 왼쪽에 있는 빨간색 아래쪽 화살표를 클릭하고 → "피팅 라인"을 선택합니다(그림 5).
그림 5 연속 변수의 단일 요인 분석 개략도
출력 결과는 그림 6에 나와 있습니다. 그림에서 연령과 신체 건강 점수 사이에 음의 선형 관계가 있음을 알 수 있습니다. 통계검사결과 연령과 신체건강점수의 선형관계는 검사수준 0.05(P=0.0275)에서 통계적으로 유의하였다.
그림 6 연속변수의 단일요인분석 결과
범주형 변수
범주형 변수의 경우 음주를 예로 들어 "...단일 요인 분석"의 왼쪽에 있는 빨간색 아래쪽 화살표를 클릭하고 → "Analysis of Means/Analysis of Variations/Merged t"를 선택합니다(그림 7).
그림 7 범주형 변수의 일변량 분석 개략도
출력 결과는 그림 8에 나와 있습니다. t-test 및 단일 인자 ANOVA의 결과도 결과에 나와 있으며 두 결과가 일치합니다. 그 결과 음주량과 신체건강점수의 관계는 통계적으로 유의하지 않은 것으로 나타났다(P=0.8871).
그림 8 범주형 변수의 단일 요인 결과
이것을 보면 독립변수가 많은 경우 각각의 독립변수가 "적합선"이나 "평균/변량분석/병합 t"를 수행해야 하는데, 그 과정이 번거로울까요?
JMP 모든 독립 변수의 통계 테스트 결과를 매우 빠르게 표시할 수 있는 에서 이 문제를 해결하는 편리한 방법이 있습니다. .
- ~을 위한 연속 변수의 경우 먼저 Ctrl 키 열쇠 을 클릭한 다음 임의의 독립 변수의 "이진 피팅" 왼쪽에 있는 빨간색 아래쪽 화살표를 클릭하고 → " 피팅 라인 ”, 모든 연속 변수의 단변량 분석 결과 출력을 실현할 수 있습니다.
- ~을 위한 범주형 변수 ,와 같다 먼저 누르십시오 Ctrl 키 열쇠 을 클릭한 다음 범주형 변수 왼쪽에 있는 빨간색 아래쪽 화살표를 클릭합니다. 선택하다 " 평균 / 분산 분석 / 결합 티 " , 모든 범주형 변수의 단변량 분석 결과 출력을 실현할 수 있습니다.
위는 오늘날 공유되는 모든 독립 변수를 한 번에 달성하기 위한 JMP 기반의 단일 요인 분석입니다. 그런 다음 JMP에서 선형 회귀의 다변량 분석을 수행하는 방법을 소개합니다. 계속 지켜봐!
>> JMP 다변량 분석에 대해 자세히 알아보기
통계 분석 추천 기사:
원본 링크: https://mp.weixin.qq.com/s/uHau9nfIKPAmk9YaPoAb5Q
