통계를 처음 접하는 경우: JMP에서 어떤 테스트와 방법을 사용합니까?안녕하세요 JMP 커뮤니티입니다.
저는 통계에 비교적 익숙하지 않고 JMP에서 데이터 세트를 분석하려고 합니다. 몇 가지 질문이 있었습니다.
자료:
- 하나의 측정된 환자 값
- 측정된 환자 가치를 추정하기 위한 ~6 방정식
- 환자의 인구 통계
목표:
- 추정값과 측정값 간의 상관관계/성과를 결정합니다.
- 한 추정에서 다음 추정까지 얼마나 많은 변동이 존재하는지 확인
- 특정 환자 그룹/인구통계에 가장 적합한 추정 방정식을 결정
내 질문:
- 이러한 각 목표에 대해 어떤 테스트를 권장하시겠습니까?
- 상관 관계를 결정하기 위해 y x x를 수행하려고 생각했습니다. 특정 특성에 따라 성능을 결정하기 위해 y를 x로 한 다음 인구 통계를 기준으로 하시겠습니까?
- 각 사람에 대해 한 추정에서 다음 추정까지 얼마나 많은 변동이 있는지 결정하는 가장 좋은 방법은 무엇입니까?
감사합니다. 이에 대한 다른 아이디어 및/또는 질문이 있으면 알려주세요.
벤
해석학데이터 테이블맥 OSRe: 통계를 처음 접하는 경우: JMP에서 어떤 테스트와 방법을 사용합니까?내가 말할 수있는 것에서이 문제에 대해 파악해야 할 통계적 개념/기술이 꽤 있습니다. 그러나 또한 나에게 명확하지 않은 것들이 있습니다. 여기 몇 가지 생각이 있습니다.
- 예측 문제가 있음을 알고 있습니다. 즉, 측정된 환자 값(Y)을 예측하려고 합니다.
- 당신은 6개의 방정식을 언급했습니다. "예측자"를 언급하지 않았습니다. "예측자"는 Y를 예측하는 데 사용되는 X의 전문 용어입니다. 하나 이상의 X가 있을 수 있습니다. 따라서 귀하의 경우 각 방정식은 하나 이상의 X의 공식이라고 생각합니다.
- Y 유형은 다른 방향이 아닌 한 방향으로 안내합니다. Y가 연속적인 경우(예: 가중치와 같은 측정값) 최소 제곱과 같은 회귀 도구를 찾으십시오. Y가 이진법(예: 좋음/나쁨)인 경우 로지스틱 회귀와 같은 도구를 찾으십시오. JMP에서는 "Fit Y by X" 또는 "Generalized Regression"과 같이 어떤 곳이 가야 할 방향을 자동으로 알려줄 수 있으므로 Y 유형에 대해 너무 걱정할 필요가 없습니다. 다른 곳에서는 어떤 플랫폼이 어떤 유형의 Y를 지원하는지 파악해야 합니다.
- 방정식은 또한 다른 방향이 아닌 한 방향으로 안내합니다. 방정식이 매개변수에서 선형인지 여부에 따라 다릅니다. 그런 다음 경로가 선형 모델 또는 비선형 모델로 분기됩니다.
- 데이터에 적용할 수 있는 모델 유형을 결정하고 모델을 적합시킨 후에는 모델이 충분히 적합한지, 가정 위반이 있는지 평가해야 합니다. 모델 진단과 관련된 항목을 찾습니다.
- 모델이 잘 작동한다고 가정하고 다른 모델(방정식)을 비교하기로 결정하면 "모델 선택 기준"이라는 것이 있으며 이를 사용하여 모델 간의 성능을 평가할 수 있습니다. 몇 가지 다른 기준이 있습니다. 회귀의 경우 R-제곱, 기타 여러 상황의 경우 정보 기준입니다. 또는 언급했듯이 측정된 것과 추정된 것 사이의 상관 관계를 사용하여 결정합니다. 나는 그것이 내가 언급한 형식적 방법론에 매우 가까운 프록시라고 생각합니다.
- 나는 당신의 두 번째 질문을 이해하지 못합니다. 특히, "한 추정에서 다음 추정으로의 변동"에 대한 귀하의 정의는 무엇입니까?
- 마지막 질문에 대해서는 그룹별로 모델을 맞춰야 한다고 생각합니다. 그런 다음 그룹별로 성과를 비교합니다. 그러나 6개의 방정식에 예측 변수로 인구 통계가 있는 경우 변수 선택 문제 또는 유의성 테스트 문제가 있을 수 있습니다. 나는 당신의 방정식과 데이터에 대해 더 많이 알지 않고는 확실히 말할 수 없습니다.
