Dopo aver appreso come pulire i dati in JMP, avviare l'analisi statistica di base. In questo articolo e negli articoli successivi, introdurremo uno per uno il processo di analisi della regressione lineare.
Prima di eseguire l'analisi multivariata di regressione lineare, è spesso necessario eseguire prima l'analisi univariata. Tuttavia, l'analisi univariata delle operazioni software più comunemente utilizzate è macchinosa ed è necessario sostituire continuamente le variabili indipendenti per ripetere l'operazione, in modo da poter eseguire l'analisi univariata di più variabili indipendenti.
Tuttavia, nel JMP Il software può realizzare analisi univariate di tutte le variabili indipendenti contemporaneamente. L'articolo di oggi condividerà come utilizzare JMP Completare un'analisi unidirezionale multivariata una tantum.
Perché fare la regressione lineare?
L'analisi multivariata è più comune nella pratica rispetto all'analisi univariata con una sola variabile di gruppo descritta in precedenza, perché la stragrande maggioranza dei risultati è influenzata da più di un fattore. Ad esempio, confrontando l'efficacia di due diversi farmaci nel trattamento del diabete, anche se c'è una differenza di efficacia tra i due gruppi, potrebbe non essere attribuibile a fattori farmacologici, perché molti fattori come BMI, pressione sanguigna, dieta, ecc influenzeranno anche l'efficacia del trattamento farmacologico.Se questi fattori sbilanciati tra i due gruppi influenzeranno l'effetto di valutazione del farmaco. Pertanto, in pratica, utilizziamo spesso l'analisi multivariata.
Quello che di solito diciamo è "aggiustarsi" per l'influenza di fattori come l'età e il sesso, o che il fumo è un "fattore prognostico indipendente" per il cancro del polmone, questi si riferiscono all'analisi multivariata. La regressione lineare è spesso utilizzata nell'analisi multivariata di risultati quantitativi e viene utilizzata principalmente per descrivere la relazione lineare tra una o più variabili indipendenti e risultati quantitativi. Quando vogliamo esplorare i fattori di rischio per un risultato quantitativo, di solito consideriamo prima la regressione lineare, quindi consideriamo altre alternative se la regressione lineare non è appropriata.
Analisi univariata della regressione lineare
La cosiddetta analisi univariata, cioè ogni volta che fai una regressione, mettila al primo posto 1 variabili indipendenti e osservare la relazione tra ciascuna variabile indipendente e la variabile dipendente.
Al momento, molti software statistici possono inserire solo una variabile indipendente quando si esegue l'analisi univariata e quindi creare il risultato; se si desidera vedere l'effetto di un'altra variabile indipendente, è necessario tornare indietro e farlo di nuovo.
Immagina che se ci sono 20 variabili indipendenti, devi fare lo stesso lavoro avanti e indietro 20 volte. Questo processo è molto macchinoso e richiede tempo. JMP Il software fornisce uno strumento unico per l'analisi univariata di tutte le variabili indipendenti .
Prendi i dati nella Figura 1 come esempio per esplorare i possibili fattori che influenzano i punteggi di idoneità fisica.
Figura 1 Dati di esempio (visualizzazione parziale)
In JMP, fai clic sul menu "Analizza" → "Adatta Y con X" (Figura 2) e nella finestra di dialogo a comparsa, importa il punteggio di salute fisica in "Y, risposta" e importa tutte le variabili indipendenti in "X , fattore" ( immagine 3).
Figura 2 Diagramma schematico del funzionamento di "Fit Y with X" Il primo passaggio
Figura 3 La seconda fase del diagramma di funzionamento di "Fit Y with X"
L'output predefinito è mostrato nella Figura 4 (vengono mostrate solo 3 variabili indipendenti e le altre vengono omesse) e nella pagina viene visualizzato solo il grafico a dispersione di ciascuna variabile indipendente e variabile dipendente.
Figura 4 L'output di "Adatta Y con X"
Se lo desidera Visualizza i risultati del test dell'analisi univariata di ciascuna variabile indipendente , è necessario eseguire alcune operazioni successive in JMP. È importante notare che i passaggi sono diversi per variabili continue e variabili categoriali.
variabile continua
Per le variabili continue, prendi l'età come esempio, fai clic sulla freccia rossa in basso a sinistra di "Binary Fitting" nell'interfaccia dei risultati → seleziona "Fit Line" (Figura 5).
Figura 5 Diagramma schematico del funzionamento dell'analisi univariata di variabili continue
I risultati dell'output sono mostrati nella Figura 6. Dalla figura si può vedere che esiste una relazione lineare negativa tra età e punteggio di salute fisica. Dai risultati dei test statistici, la relazione lineare tra età e punteggio di salute fisica era statisticamente significativa al livello del test di 0,05 (P=0,0275).
Figura 6 Risultati dell'analisi univariata di variabili continue
Variabili categoriali
Per le variabili categoriali, prendendo come esempio il consumo di alcol, fare clic sulla freccia rossa in basso a sinistra di "... analisi unidirezionale" → selezionare "mean/ANOVA/pooled t" (Figura 7).
Figura 7 Diagramma schematico del funzionamento dell'analisi univariata di variabili categoriali
I risultati dell'output sono mostrati nella Figura 8. Nei risultati sono riportati anche i risultati del test t e dell'ANOVA unidirezionale e i risultati dei due sono coerenti. I risultati hanno mostrato che la relazione tra consumo di alcol e punteggio di salute fisica non era statisticamente significativa (P=0,8871).
Figura 8 Risultati univariati per variabili categoriali
Alla luce di ciò, potresti chiederti: nel caso di molte variabili indipendenti, ogni variabile indipendente deve operare "linea adattata" o "analisi media/varianza/t raggruppata", il processo sarà molto macchinoso?
JMP C'è un modo conveniente per risolvere questo problema, che può visualizzare molto rapidamente i risultati dei test statistici di tutte le variabili indipendenti .
- per Variabili continue, prima stampa Ctrl chiave , quindi fai clic sulla freccia rossa in basso a sinistra di "Adattamento binario" per qualsiasi variabile indipendente → seleziona " linea aderente ", che può realizzare l'output dei risultati dell'analisi univariata per tutte le variabili continue.
- per Variabili categoriali ,Lo stesso con Premi prima Ctrl chiave , quindi fare clic sulla freccia rossa in basso a sinistra di qualsiasi variabile categoriale, scegliere " significare / Analisi della varianza / combinato t " , che consente l'output dei risultati dell'analisi univariata per tutte le variabili categoriali.
Quanto sopra è l'analisi univariata basata su JMP per realizzare tutte le variabili indipendenti contemporaneamente condivise oggi. Descriveremo quindi come eseguire un'analisi multivariata della regressione lineare in JMP. Rimani sintonizzato!
>> Ulteriori informazioni sull'analisi multivariata JMP
Articoli consigliati per l'analisi statistica:
Link originale: https://mp.weixin.qq.com/s/uHau9nfIKPAmk9YaPoAb5Q
