Nachdem Sie verstanden haben, wie die Datenbereinigung in JMP durchgeführt wird, beginnen Sie mit der grundlegenden statistischen Analyse. In diesem und den folgenden Artikeln werden wir nacheinander den Analyseprozess der linearen Regression vorstellen.
Vor der Durchführung einer multivariaten linearen Regressionsanalyse ist es häufig erforderlich, zunächst eine univariate Analyse durchzuführen. Allerdings ist die Einzelfaktoranalyse der meisten häufig verwendeten Softwareoperationen derzeit umständlich, und die Einzelfaktoranalyse mehrerer unabhängiger Variablen muss kontinuierlich ersetzt werden, um die Operation zu wiederholen.
Allerdings in JMP Die Einzelfaktoranalyse aller unabhängigen Variablen kann gleichzeitig in der Software realisiert werden. Im heutigen Artikel erfahren Sie, wie Sie JMP verwenden Führen Sie eine einmalige multivariate univariate Analyse durch.
Warum lineare Regression?
Im Vergleich zur oben beschriebenen univariaten Analyse mit nur einer Gruppenvariablen ist die multivariate Analyse in der Praxis häufiger anzutreffen, da die meisten Ergebnisse von mehr als einem Faktor beeinflusst werden. Vergleicht man beispielsweise die Wirksamkeit zweier verschiedener Arzneimittel bei der Behandlung von Diabetes, kann dies, auch wenn es einen Unterschied in der Wirksamkeit zwischen den beiden Gruppen gibt, nicht auf Arzneimittelfaktoren zurückgeführt werden, da viele Faktoren wie BMI, Blutdruck, Ernährung usw .beeinflusst gleichzeitig auch die Wirkung der medikamentösen Behandlung, wenn diese Faktoren zwischen den beiden Gruppen unausgeglichen sind, wirkt sich dies auf die Bewertungswirkung des Arzneimittels aus. Daher verwenden wir in der Praxis häufig multivariate Analysen.
Wir sagen normalerweise, dass die „Korrektur“ des Einflusses von Faktoren wie Alter und Geschlecht oder dass Rauchen ein „unabhängiger Prognosefaktor“ für Lungenkrebs ist, diese beziehen sich auf eine multivariate Analyse. Die lineare Regression wird häufig in der multivariaten Analyse quantitativer Ergebnisse verwendet und hauptsächlich zur Beschreibung der linearen Beziehung zwischen einer oder mehreren unabhängigen Variablen und quantitativen Ergebnissen. Wenn wir Risikofaktoren für ein quantitatives Ergebnis untersuchen möchten, ziehen wir normalerweise zuerst die lineare Regression in Betracht und ziehen dann andere alternative Methoden in Betracht, wenn die lineare Regression nicht geeignet ist.
Univariate Analyse der linearen Regression
Die sogenannte Einzelfaktoranalyse, das heißt, es wird jeweils eine Regression durchgeführt 1 unabhängige Variablen und beobachten Sie die Beziehung zwischen jeder unabhängigen Variablen und der abhängigen Variablen.
Wenn derzeit viele statistische Softwareprogramme Einzelfaktoranalysen durchführen, können sie nur eine unabhängige Variable eingeben und dann ein Ergebnis liefern. Wenn Sie den Effekt einer anderen unabhängigen Variablen sehen möchten, müssen Sie zurückgehen und es erneut tun.
Stellen Sie sich vor, wenn es 20 unabhängige Variablen gibt, müssen Sie die gleiche Arbeit 20 Mal hin und her ausführen. Dieser Vorgang ist sehr mühsam und zeitaufwändig. JMP Die Software bietet ein Tool zur gleichzeitigen Durchführung der Einzelfaktoranalyse aller unabhängigen Variablen .
Nehmen Sie die Daten in Abbildung 1 als Beispiel, um die möglichen Einflussfaktoren des körperlichen Gesundheitsscores zu untersuchen.
Abbildung 1 Beispieldaten (Teildarstellung)
Klicken Sie in JMP auf das Menü „Analysieren“ → „Y an , Faktor“ (Bild 3).
Abbildung 2 Schematische Darstellung des Vorgangs „Anpassen von Y an X“, Schritt 1
Abbildung 3 Der zweite Schritt des Operationsdiagramms „Anpassen von Y an X“
Die Standardausgabeergebnisse sind in Abbildung 4 dargestellt (es werden nur drei unabhängige Variablen angezeigt und der Rest weggelassen). Auf der Seite wird nur das Streudiagramm jeder unabhängigen Variablen und abhängigen Variablen angezeigt.
Abbildung 4 Ausgabe von „Y nach X anpassen“
Wenn Sie wollen Sehen Sie sich die Testergebnisse der univariaten Analyse für jede unabhängige Variable an , müssen Sie einige nachfolgende Vorgänge in JMP ausführen. Es ist zu beachten, dass die Operationsschritte für kontinuierliche Variablen und kategoriale Variablen unterschiedlich sind.
kontinuierliche Variable
Nehmen Sie für kontinuierliche Variablen das Alter als Beispiel. Klicken Sie in der Ergebnisoberfläche auf den roten Abwärtspfeil links neben „Binäranpassung“ → wählen Sie „Anpassungslinie“ (Abbildung 5).
Abbildung 5 Schematische Darstellung der Einzelfaktoranalyse kontinuierlicher Variablen
Das Ausgabeergebnis ist in Abbildung 6 dargestellt. Aus der Abbildung ist ersichtlich, dass eine negative lineare Beziehung zwischen Alter und körperlicher Gesundheitsbewertung besteht. Aus den statistischen Testergebnissen geht hervor, dass die lineare Beziehung zwischen Alter und körperlicher Gesundheit auf dem Testniveau von 0,05 (P = 0,0275) statistisch signifikant ist.
Abbildung 6 Ergebnisse der Einzelfaktoranalyse kontinuierlicher Variablen
Kategorische Variablen
Nehmen Sie für kategoriale Variablen das Trinken von Alkohol als Beispiel, klicken Sie auf den roten Abwärtspfeil auf der linken Seite von „...Einzelfaktoranalyse“ → wählen Sie „Mittelwertanalyse/Variationsanalyse/zusammengeführtes t“ (Abbildung 7).
Abbildung 7 Schematische Darstellung der univariaten Analyse kategorialer Variablen
Die Ausgabeergebnisse sind in Abbildung 8 dargestellt. Die Ergebnisse des t-Tests und der Einzelfaktor-ANOVA sind ebenfalls in den Ergebnissen enthalten, und die Ergebnisse der beiden sind konsistent. Die Ergebnisse zeigten, dass der Zusammenhang zwischen Alkoholkonsum und der Bewertung der körperlichen Gesundheit statistisch nicht signifikant war (P = 0,8871).
Abbildung 8 Einzelfaktorergebnisse kategorialer Variablen
Wenn Sie dies sehen, fragen Sie sich vielleicht: Bei vielen unabhängigen Variablen muss jede unabhängige Variable mit „Anpassungslinie“ oder „Mittelwert-/Variationsanalyse/zusammengeführtes t“ arbeiten. Ist der Prozess umständlich?
JMP Es gibt eine bequeme Möglichkeit, dieses Problem zu lösen, mit der die statistischen Testergebnisse aller unabhängigen Variablen sehr schnell angezeigt werden können .
- für Für kontinuierliche Variablen drücken Sie zuerst Strg Taste , und klicken Sie dann auf den roten Abwärtspfeil auf der linken Seite von „Binäranpassung“ einer beliebigen unabhängigen Variablen → wählen Sie „ Passende Linie “, das die Ausgabe univariater Analyseergebnisse aller kontinuierlichen Variablen realisieren kann.
- für Kategorische Variablen ,Das gleiche mit zuerst drücken Strg Taste , und klicken Sie dann auf den roten Abwärtspfeil links neben einer beliebigen kategorialen Variablen. wählen " Durchschnitt / Varianzanalyse / kombiniert T " , die die Ausgabe univariater Analyseergebnisse aller kategorialen Variablen realisieren kann.
Das Obige ist die auf JMP basierende Einzelfaktoranalyse, mit der alle unabhängigen Variablen gleichzeitig und heute gemeinsam genutzt werden können. Anschließend stellen wir vor, wie man eine multivariate Analyse der linearen Regression in JMP durchführt. Bleiben Sie dran!
>> Erfahren Sie mehr über die multivariate Analyse von JMP
Statistische Analyse Empfohlene Artikel:
Ursprünglicher Link: https://mp.weixin.qq.com/s/uHau9nfIKPAmk9YaPoAb5Q
