Bienvenido a este póster sesión. Mi nombre es renita quemadura de lavado,
y mi colega y I, Dr. María Jean Amón.
Para este proyecto, nosotros examinar el relación
entre legislativo restricciones en el usar de público recursos para abortos
y su impacto en Fertilidad tarifas basado en materno edad en el Unido Estados.
Nosotros creer eso por examinando estos regulaciones,
nosotros podría oferta conocimiento en potencial impactos de futuro legislativo cambios,
de este modo ayudando y comprensión el dinámica
y potencial consecuencias de semejante política turnos en Fertilidad tarifas.
Enfermo comenzar por rápidamente que se discute nuestro datos fuentes,
y entonces Enfermo demostrar cómo nosotros usar JMP a llevar a cabo a bidireccional ANOVA
y a tarde en clase análisis a investigar estos relaciones.
Allá eran dos datos fuentes usado para el estudiar.
El primero era legislación eso era
obtenido de a ley, ATLAS política vigilancia programa conjunto de datos.
El en segundo lugar, nosotros consiguió el 2021 Fertilidad tarifas de CDC WNDYR base de datos.
El datos conjuntos eran conjunto juntos
basado en el de la madre estado de residencia en el año,
con a uno año retraso en el nacimiento estado
entonces eso el legislación era en efecto cuando el el embarazo comenzó.
Nuestro primero objetivo era a identificar impactos de restricciones
en público recursos en Fertilidad tarifas.
Nosotros en bancarrota el legislación abajo en tres cubos,
si el estado tenía No restricciones,
si ellos tenía restricciones pero excluido Seguro de enfermedad,
y entonces si ellos eran restricciones, incluido Seguro de enfermedad.
A bidireccional análisis de diferencia era realizado
a determinar si allá era a estadísticamente significativo diferencia
entre el significar Fertilidad tarifas basado en estos tres cubos en el materno edad.
Nosotros primero comenzó por visualizante estos
tres categorias con el mapa eso nosotros hecho con JMP Grafico Constructor.
De allá, nosotros observado eso allá era
un desigual número de estados en cada de el restricción categorías.
Nosotros usado a común práctica de correr el análisis con el tasa transformar datos
a evitar cualquier desafíos de el desequilibrio datos.
Enfermo demostrar primero cómo nosotros agregar este clasificación a el datos colocar,
y entonces Bueno ir a través de el bidireccional ANOVA.
Primero, tú comenzar con Analizar, Distribución.
Eran yendo a poner en el variable eso nosotros desear a hacer el rango transformación en,
cual es Fertilidad tarifas y a Y y golpear DE ACUERDO.
Nosotros ir abajo a nuestro hermoso rojo triángulo entonces a Ahorrar y Rangos.
Eso es yendo a ahorrar el clasificación
de de más bajo a más alto de el Fertilidad tarifas sobre nuestro principal datos colocar.
Eran justo comprobación eso es allá.
Próximo, con el resultados de el rango Fertilidad tarifas,
eran yendo a usar eso a hacer nuestro bidireccional ANOVA.
Atrás a Analizar Adaptar Modelo,
eran yendo a agregar en no el original Fertilidad tarifas,
pero eso clasificado Fertilidad tasa eso nosotros justo creado a nuestro y.
Eran yendo a agregar en nuestro dos independiente
variables en lleno factorial, entonces eso nosotros poder hacer eso bidireccional
para el materno edad y eso restricción categoría voluntad golpear Correr.
Entonces él da a nosotros el mismo salidas eso nosotros haría obviamente esperar,
pero es usando aquellos rango transformaciones.
Nosotros poder ir abajo y mirar en el efecto resumen a ver eso allá son
estadísticamente significativo interacciones yendo en allá.
El bidireccional ANOVA identificar eso allá eran estadísticamente significativo diferencias
en aquellos Fertilidad tarifas basado en materno edad y el presencia de restricciones.
Específicamente, nosotros observado eso mujer siglos 15 a 29 tenía más bajo Fertilidad tarifas
cuando allá eran No restricciones presente en su estado.
El próximo objetivo era a identificar
patrones en el estado aborto restricción composición.
Nosotros usar a llegar tarde a clase análisis porque nosotros tenía estos binario,
estos Sí o No indicadores para seis diferente categorias de interés.
Ellos eran relacionado a gobierno fondos, gobierno instalaciones,
y otro varios programas como estado seguro programas para estado empleados.
Bien manifestación cómo nosotros usar JMP agrupamiento a grupo aquellos estados juntos
basado en estos seis diferente categorías,
y entonces cómo nosotros usar Grafico Constructor a ayuda a nosotros mostrar el resultados
y interpretar a ellos a pequeño más fácil.
A correr el tarde en clase análisis,
eran yendo a analizar agrupamiento, tarde en clase análisis.
Eran yendo a poner en nuestro seis binario indicadores en nuestro y.
Entonces nosotros podría ajustar el número de grupos y él haría correr más que
justo tres, pero eran justo yendo a usar tres para nuestro propósitos a mantener él simple.
Después correr él, nosotros tener este nivel alto
caracterización acerca de cada uno de el racimos.
Pero vamos crear un adicional visualización eso será comenzar Ayudar a nosotros
interpretar cómo el estados cayó afuera en cada uno de el tres racimos.
A hacer eso, eran yendo a ir a Grafico Constructor.
Eran yendo a llevar nuestro estado de residencia
y poner él abajo en mapa forma eso vamos JMP saber eso eran falto a hacer a mapa.
Entonces eran yendo a poner nuestro mayoría probable grupo, cual es agregado a el datos colocar
después nosotros correr eso ACV, y eran yendo a usar eso a de hecho color él.
Este da a nosotros a en realidad rápido mirar
en cómo cada de nuestro estados eso de hecho tenía restricciones,
cual de el tres grupos ellos cayó afuera en.
Entonces estás capaz a usar Grafico Constructor de nuevo
a crear otro visualizaciones como nosotros hizo eso permitir tú a comparar cada
de el estados composición de su restricciones y su Fertilidad tarifas
usando el tres grupos eso nosotros creado con el ACV.
Cuando nosotros hizo eso,
qué nosotros observado es eso cuando allá eran restricciones en múltiple tipos de público
recursos, él era a menudo asociado con más alto Fertilidad tarifas para aquellos estados.
I justo desear a agradecer tú para visita el póster sesión.
El meta era en realidad a demostrar cómo nosotros
usado JMP a examinar el relaciones entre aborto restricciones eso eran
apuntar público recursos y Fertilidad tarifas al otro lado de múltiple materno edad grupos.
Por ejecutando el bidireccional ANOVA en eso rango transformar datos,
nosotros observado eso mujer siglos 15 a 29
tenía más bajo Fertilidad tarifas cuando allá eran No restricciones.
A través de el usar de llegar tarde a clase análisis
y visualmente analizando el resultados, nosotros observado eso restricciones en múltiple
categorias de público restricciones eran asociado con más alto Fertilidad tarifas.
Agradecer tú de nuevo.
