Stats の新機能: JMP でのテストとその方法JMP コミュニティの皆様、こんにちは。
私は統計に比較的慣れていないため、JMP でデータセットを分析しようとしています。 いくつか質問がありました。
データ：
- 1 患者の測定値
- 測定された患者の値を推定することを目的とした〜6つの方程式
- 患者の人口統計
狙い：
- 推定値と測定値の間の相関関係/パフォーマンスを判断する
- ある見積もりから次の見積もりまでの変動がどの程度存在するかを判断する
- 特定の患者グループ/人口統計 (つまり、年配の患者と若い患者、異なる併存症、異なる BMI) に最適な推定式を決定します。
私の質問:
- これらの目的ごとに、どのテストをお勧めしますか?
- 相関関係を判断するために y を x で実行することを考えていました。 特定の特性に応じてパフォーマンスを決定するために、x ごとに y を実行し、次に人口統計ごとに実行しますか?
- 人ごとに、ある見積もりから次の見積もりまでにどれだけの変動が存在するかを判断する最良の方法は何ですか?
ありがとうございます。この件や質問について他にアイデアがあれば教えてください。
ベン
分析データ表マックOSRe: Stats の新機能: JMP でのテストとその方法は?私が言えることから、この問題を把握するための統計的概念/手法がかなりあります。 しかし、私には明確でないこともあります。 ここにいくつかの考えがあります。
- あなたは予測問題を抱えていると思います。つまり、患者の測定値 (Y) を予測したいのです。
- あなたは6つの方程式に言及しました。 あなたは「予測者」について言及していませんでした。 「Predictor」は X の専門用語で、Y を予測するために使用されます。 X が複数ある場合があります。 したがって、あなたの場合の各方程式は、1 つ以上の X の式であると思います。
- Y のタイプは、別の方向ではなく、ある方向にあなたを導きます。 Y が連続している場合 (体重などの測定値など)、最小二乗法などの回帰ツールを探します。 Y が 2 進数 (良い/悪いなど) の場合は、ロジスティック回帰などのツールを探します。 JMP では、「Fit Y by X」や「Generalized Regression」など、進むべき方向を自動的に判断できる場所があるため、Y の型についてあまり心配する必要はありません。 他の場所では、どのプラットフォームがどのタイプの Y をサポートしているかを把握する必要があります。
- あなたの方程式はまた、別の方向ではなく、ある方向にあなたを導きます. 方程式がパラメーターで線形かどうかによって異なります。 次に、パスは線形モデルまたは非線形モデルのいずれかに分岐します。
- データに適用できるモデルのタイプを決定し、モデルを適合させた後、モデルが十分に適切であるかどうか、仮定の違反がないかどうかを評価する必要があります。 モデルの診断に関連するトピックを探します。
- モデルが適切に動作し、異なるモデル (方程式) を比較することにした場合、「モデル選択基準」と呼ばれるものがあり、これを使用してモデル間のパフォーマンスを評価できます。 いくつかの異なる基準があります: 回帰の R-2 乗、その他の多くの状況の情報基準。 または、あなたが述べたように、測定値と推定値の間の相関関係を使用して決定します。 これは、私が言及した正式な方法論に非常に近いプロキシだと思います。
- 2 番目の質問がわかりません。 特に、「ある見積もりから次の見積もりへの変動」の定義は何ですか?
- 最後の質問については、グループごとにモデルを適合させる必要があると思います。 次に、グループごとにパフォーマンスを比較します。 しかし、6 つの方程式に人口統計が予測子として含まれている場合は、変数選択の問題、または有意性検定の問題が発生している可能性があります。 あなたの方程式とデータについてもっと知らなければ、私は確かに言うことはできません.
