Dopo aver compreso come eseguire la pulizia dei dati in JMP, avviare l'analisi statistica di base. In questo articolo e nei seguenti articoli, introdurremo uno per uno il processo di analisi della regressione lineare.
Prima di eseguire l'analisi multivariata di regressione lineare, è spesso necessario condurre prima l'analisi univariata. Tuttavia, l'analisi a fattore singolo della maggior parte delle operazioni software comunemente utilizzate è al momento ingombrante e l'analisi a fattore singolo di più variabili indipendenti deve essere sostituita continuamente per ripetere l'operazione.
Tuttavia, dentro JMP L'analisi fattoriale singola di tutte le variabili indipendenti può essere realizzata contemporaneamente nel software. L'articolo di oggi è quello di condividere come utilizzare JMP Completa un'analisi univariata multivariata una tantum.
Perché la regressione lineare?
Rispetto all'analisi univariata con una sola variabile di gruppo sopra descritta, l'analisi multivariata è più comune nella pratica, poiché la maggior parte 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 nell'efficacia tra i due gruppi, potrebbe non essere attribuita a fattori farmacologici, perché molti fattori come BMI, pressione sanguigna, dieta, ecc. influenzerà anche l'effetto del trattamento farmacologico allo stesso tempo, se questi Se i fattori sono sbilanciati tra i due gruppi, influenzerà l'effetto di valutazione del farmaco. Pertanto, nella pratica utilizziamo spesso l'analisi multivariata.
Di solito diciamo che "correggere" 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 viene 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 altri metodi alternativi se la regressione lineare non è adatta.
Analisi univariata della regressione lineare
La cosiddetta analisi a fattore singolo, ovvero ogni regressione viene inserita 1 variabili indipendenti e osservare la relazione tra ciascuna variabile indipendente e la variabile dipendente.
Al momento, quando molti software statistici eseguono analisi a fattore singolo, possono inserire solo una variabile indipendente e quindi produrre un risultato; se vuoi vedere l'effetto di un'altra variabile indipendente, devi tornare indietro e rifarlo.
Immagina se ci sono 20 variabili indipendenti, devi fare lo stesso lavoro 20 volte avanti e indietro. Questo processo è molto noioso e richiede tempo. JMP Il software fornisce uno strumento per realizzare l'analisi fattoriale singola di tutte le variabili indipendenti in una sola volta .
Prendi i dati nella Figura 1 come esempio per esplorare i possibili fattori che influenzano il punteggio di salute fisica.
Figura 1 Dati di esempio (visualizzazione parziale)
In JMP, fare clic sul menu "Analizza" → "Adatta Y per X" (Figura 2) e, nella finestra di dialogo a comparsa, importare il punteggio di salute fisica in "Y, risposta" e importare tutte le variabili indipendenti in "X , fattore" (immagine 3).
Figura 2 Diagramma schematico dell'operazione di "raccordo Y con X" Passaggio 1
Figura 3 La seconda fase del diagramma operativo di "adattamento di Y con X"
I risultati di output predefiniti sono mostrati nella Figura 4 (vengono mostrate solo 3 variabili indipendenti e le altre sono omesse) e nella pagina viene presentato solo il grafico a dispersione di ogni variabile indipendente e variabile dipendente.
Figura 4 Output di "Adatta Y per X"
Se lo desidera Visualizza i risultati del test dell'analisi univariata per ogni variabile indipendente , è necessario eseguire alcune operazioni successive in JMP. Si noti che le fasi operative sono diverse per variabili continue e variabili categoriali.
variabile continua
Per le variabili continue, prendi l'età come esempio, fai clic sulla freccia rossa verso il basso sul lato sinistro di "Binary Fitting" nell'interfaccia dei risultati → seleziona "Fitting Line" (Figura 5).
Figura 5 Diagramma schematico dell'analisi a fattore singolo di variabili continue
Il risultato dell'output è mostrato nella Figura 6. Dalla figura si può vedere che esiste una relazione lineare negativa tra età e punteggio di salute fisica. Dai risultati del test statistico, la relazione lineare tra età e punteggio di salute fisica è statisticamente significativa al livello del test di 0,05 (P=0,0275).
Figura 6 Risultati dell'analisi a fattore singolo di variabili continue
Variabili categoriali
Per le variabili categoriche, prendi come esempio il consumo di alcol, fai clic sulla freccia rossa verso il basso sul lato sinistro di "...Analisi a fattore singolo" → seleziona "Analisi delle medie/Analisi delle variazioni/Merged t" (Figura 7).
Figura 7 Diagramma schematico dell'analisi univariata delle variabili categoriali
I risultati dell'output sono mostrati nella Figura 8. I risultati del test t e dell'ANOVA a fattore singolo sono riportati anche nei risultati 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 a fattore singolo di variabili categoriali
Vedendo questo, potresti chiedere: nel caso di molte variabili indipendenti, ciascuna variabile indipendente deve operare "linea di adattamento" o "analisi media/variazione/t unita", il processo sarà macchinoso?
JMP C'è un modo conveniente per risolvere questo problema in , che può visualizzare molto rapidamente i risultati dei test statistici di tutte le variabili indipendenti .
- per Per variabili continue, premere prima Ctrl chiave , quindi fare clic sulla freccia rossa rivolta verso il basso sul lato sinistro di "Binary Fitting" di qualsiasi variabile indipendente → selezionare " Linea adatta ”, che può realizzare l'output dei risultati dell'analisi univariata di tutte le variabili continue.
- per Variabili categoriali ,Lo stesso con premere prima Ctrl chiave , quindi fai clic sulla freccia rivolta verso il basso rossa a sinistra di qualsiasi variabile categoriale, scegliere " media / Analisi della varianza / combinato T " , che può realizzare l'output dei risultati dell'analisi univariata di tutte le variabili categoriali.
Quanto sopra è l'analisi a fattore singolo basata su JMP per ottenere tutte le variabili indipendenti in un momento condiviso oggi. Quindi introdurremo come eseguire l'analisi multivariata della regressione lineare in JMP. Rimani sintonizzato!
>> Ulteriori informazioni sull'analisi multivariata di JMP
Articoli consigliati per l'analisi statistica:
Link originale: https://mp.weixin.qq.com/s/uHau9nfIKPAmk9YaPoAb5Q
