398724_zh-CN

liliconcom

使用 JMP 根据有限的临床实验室数据预测心力衰竭患者的生存期 (2021-US-30MP-881)

级别：中级

Stanley Siranovich，Crucial Connection LLC 首席分析师

心血管疾病 (CVD) 是导致死亡的主要原因，约占全球死亡总数的 30%。因此，早期发现和治疗，特别是对于高危病例，将有助于防止生命损失。在本次会议中，我们检查了最近在 Kaggle 上发布的 299 行和 13 列的数据集，并在BMC 医疗信息学和决策制定 (BMC Medical Informatics and Decision Making) , 20, 文章编号 16 (2020) 上发表的一项研究中使用了该数据集。我们特别检查了一些预测因素，例如年龄、高血压、吸烟和肌酐，以及它们预测心力衰竭的能力。我们在预测因子筛选和多变量方法菜单中使用多个不同的平台。此外，我们还以现场演示的形式进行分析，以展示与更传统的方法相比，可视化、交互性和分析流程如何能够缩短发现时间。

自动生成的成绩单...

扬声器	成绩单
彼得·波利托	你好，斯坦，你在吗？
	嘿彼得。
彼得·波利托	你好吗。
	我很好。
	精彩的。
彼得·波利托	你今天做摘要感觉怎么样？
	是的，我感觉很好。
	好吧，我不想再花一周时间练习推杆了。
彼得·波利托	现在确定了。
	我一直认为完美是优秀的敌人。
	是的，你说得对，是的，我点击了错误的链接。
	哦，对此我感到很抱歉，是的，可以单击“转到我正在为此录制的空间”。
彼得·波利托	啊，我明白了。
	你在哪里我们就在哪里。
彼得·波利托	对于那个很抱歉。
	好吧，让我停下来。
	在我们开始之前，您的聆听是为了确认一些事情，并且看到 Excel 文件并且您认为它在 JMP 中是非常没有帮助的。
	请稍等一下，你今天过得怎么样。
	到目前为止，一切都很好。
彼得·波利托	太好了，你从哪里打来的电话。
	我是从印第安纳州杰斐逊维尔打来的，杰斐逊维尔与肯塔基州路易斯维尔隔河相望。
彼得·波利托	好的，我十一月要去列克星敦宜居。
	哦，真的是为了其中一次会议。
彼得·波利托	我知道这是我的荣幸。
	姐夫40岁生日还有一堆。
	大家要聚在一起品尝威士忌。
	很好，很好，他们找到了波本小道，你要去吗？
彼得·波利托	这正是我们正在做的事情。
	好吧，斯坦，请稍等一下。
	好的，当你完成后，请告诉我，让我给你我的手机号码。
彼得·波利托	好吧，我们正在看。
	心力衰竭患者的生存预测或其他摘要。
	不，这就是心力衰竭。
彼得·波利托	好吧，所以标题只是为了利用 JMP 根据有限的临床实验室数据来确认心力衰竭患者的生存预测。
	就是这样。
彼得·波利托	好吧，我必须在这里经历一些事情。
	您没有正确的共同主持人。
	正确，然后我需要口头确认这一点，您知道这是为那些拥有 JMPed 发现峰会的会议录制的，并且将在 JMP 用户社区中公开提供，您是否允许此录音及其使用。
	我做得很好，非常感谢你，一切都好。
	你能说几句话吗？我只是想确保音频清晰。
	好吧，好吧，让我开始吧，我的名字是 Stan saran of itch，我是 Critical Connection llc 的首席分析师。
	我位于印第安纳州杰斐逊维尔，与著名的肯塔基州路易斯维尔隔俄亥俄河相望，今天我将与您谈论心力衰竭预测。
彼得·波利托	完美，好吧，一切顺利，清晰。
	好的。
彼得·波利托	让我简单说一下，我们需要做一些事情，以便清晰地显示视觉效果，我们需要检查您的显示器是否在 Windows 计算机上。
	我使用的是 Windows 10 机器，我将在外接显示器上工作。
彼得·波利托	好的，如果您可以转到底部的搜索栏并输入“显示”。
	搜索栏在底部栏哦。
彼得·波利托	是的，如果您介意在执行此操作时共享您的屏幕，我可以。
	检查事情是的。
	是的，这个问题有些麻烦，不用说。
	我们共享屏幕，但我偶尔会丢失屏幕共享。
彼得·波利托	哦，你可以检查一下。
	好的。
彼得·波利托	所以在底部你会看到共享屏幕按钮哦，对不起，这是我父亲的。
	好的，是的，所以输入点击放大镜。
	并输入显示。
	好的。
	在哪里。
彼得·波利托	您可以直接开始输入，因为光标已经就位。
	哦，就在那里。
彼得·波利托	哦，我想当你再尝试一次时你不想再按回车键。
	好的。
彼得·波利托	于是去改变分辨率。
	还有微软的管理。
彼得·波利托	说哦，你知道我敢打赌，它在你的另一台显示器上吗？
	是的，它在我的另一台显示器上。
彼得·波利托	好的，你介意把它拖到这个吗？
	好的。
	是的。
彼得·波利托	我还看不到它，我只能看到您的浏览器窗口。
	就是这样。
彼得·波利托	因为他说的是。
	是的，我们遇到了同样的问题。
彼得·波利托	那么您是共享整个屏幕，还是仅共享一个屏幕。
	窗口，我想，一个共享整个屏幕的。
	新分享。
	问题是很多时候它会掩盖我的。
	Zoom 会议的控制栏。
	啊。
	这就是为什么我想这样做。
	你能看到它的安排吗？也许看看它是如何进入那里的。
彼得·波利托	这就是我所看到的，日程安排变得很容易。
	是的，免费。
	我可能正在审视我的前景。
	是的。
彼得·波利托	无论如何，在开始之前我们都希望关闭 Outlook。
	是的，现在我们已经连接了，我不需要任何额外的窗户，让我关闭所有打开的窗户。
	好的，我们开始吧。
	这就是我所需要的。
	新共享我将共享屏幕。
	让我把它拖过来。
	在这里，当我点击新的共享按钮时。
	你看我的桌面。
彼得·波利托	我看到一个绿色的帐篷。
	带着美丽。
	银河中的日落。
	是的，是的，让我。
	返回此处再次显示所有搜索。
	你看到我的搜索栏。
	是的。
彼得·波利托	然后喊你想点击更改显示器的分辨率，谢谢你的选项。
	好的。
彼得·波利托	现在我们开始了，所以你现在处于 1920 年，但这没关系，完美，这就是我们想要的。
	好的，然后你就可以关闭它了。
	好的。
彼得·波利托	然后右键单击底部的任务栏。
	并转到任务栏设置。
	点击它。
	是的。
彼得·波利托	是的。
	好的。
彼得·波利托	所以这是第二个选项。
	在那里自动测试它，我们开始。
	好吧，这里还有什么。
	一。
彼得·波利托	可以去关闭它。
	然后我们要做的最后一件事就是继续下去。
	你喜欢。
	通知选项卡或任何确保关闭任何可能弹出窗口的内容。
	是的，我在登录之前关闭了所有内容。
	好吧，唯一的问题是我的笔记本电脑显示器上的控制栏仍然亮着，而且我仍在查看 yelp 板显示器上的测试栏，这就是我想要展示的内容。
彼得·波利托	好吧嗯。
	让我们回到那里，看看它是否会自动改变。
	好吧，也许我只是去尝试单击桌面，也许这样它就会消失。
	是的，我们走了。
	我们去那里，我们去。
彼得·波利托	好吧，我们就这样一次吧。
	我们现在就是这样记录的。
	现在我要小心了。
彼得·波利托	是的，如果是的话。
	如果它突然出现，那也不是世界末日。
	好的。
彼得·波利托	你会。
	想要。
	一旦你开始演讲，我就会静音，我的相机就会关闭，我就会变成一个幽灵，你会认为你不只是在自言自语。
	如果你。
	不幸的是，感觉就像你刚刚制造了一些灾难性的空气，你想重新开始，这完全没问题。
	他们让我们这样做的方式是，如果你在那里，我们将无法真正能够在中间编辑某些内容，基本上我们必须在一次运行中完成，如果将来，你完成了这个，然后你意识到哦，我其实很想说这个，而不是那个。
	当这些真正呈现出来的时候。
	你可以选择直播，所以我们可以随时暂停视频，你可以说好吧，你知道我在这里说错了我真正想传达的 X、Y 或 Z，而你将有机会实时进行。
	澄清事实，如果你意识到明天或后天什么的，但如果你当时觉得我想说的完全不同，我们可以重新开始。
	好吧，希望我们不必这样做，我在与莎伦陈述时遇到了麻烦，尼克立即停止了，我要求他们立即停止。
	你知道，这些内容都会被删除。
彼得·波利托	嗯是的。
	可以，然后呢。
	好的。
	好吧，我将把它留给制作此内容的同事们继续进行。
	让我们暂时暂停录音。
	好的。
彼得·波利托	好吧，我要关掉我的视频了。
	一秒钟。
	在开始之前，我想检查一下屏幕共享。
	完美好吧。
	现在我想必须调出任务栏。
彼得·波利托	不，没关系，没关系。
	好吧，问题是我们只想要最大值。
	是啊是啊好吧。
彼得·波利托	演示时的平方英寸。
	好吧，这是我在周二和上周遇到的另一件事，当时我假装研究三角分析师，这有点故事，但我不会不做演示模式。
彼得·波利托	好吧，没关系。
	好的，我已经有了，让我们看看您是否看到了我的 PowerPoint。
彼得·波利托	我确实看到了你的 PowerPoint。
	好吧，如果我过来一下怎么样？
彼得·波利托	我看到了我的屏幕。
	超级 让我关闭它并打开另一个作业屏幕。
	快点。
	您看，这是一个新的 JMP 屏幕。
	脚本和脚本窗口。
	我愿意。
	好吧，是的，在演示过程中的一部分，我不得不停止分享，然后重新分享，所以希望如此。
彼得·波利托	好的。
	没关系，我现在要把麦克风静音。
	你呢。
	只要你做得好，祝你好运。
	好的谢谢。
	大家早上好、下午好或晚上好。我的名字是斯坦·西拉诺维奇。而且，我是 Crucial Connection LLC 的首席分析师。
	我们位于印第安纳州杰斐逊维尔。与历史悠久的肯塔基州路易斯维尔隔俄亥俄河相望。
	正如您所看到的，今天我将在屏幕上与您讨论使用 JMP Pro 16 根据有限的临床实验室数据对心力衰竭患者进行生存预测。
	现在这些是什么，
	是医疗记录的集合。 299 份准确的心力衰竭患者病历。它们是在[无法理解]心脏病研究所和[无法理解]的设施中收集的
	[无法理解] 巴基斯坦。它们是在2015年4月到12月期间收集的。现在，它们被出版了，
	最初由两位作者 Chicco 和 Jurman 发表在 BMC 医学信息学和决策杂志 2020 年第 20 卷中。
	作者想要做的是创建一个模型来评估心力衰竭死亡的可能性。
	该模型必须是相对简单的模型，希望能够被医院和从业人员用来评估心血管疾病的各种严重程度。
	现在他们稍微回顾一下历史，我也将这样做，但作者注意到，非常简要地说明了这样做的原因。
	他们查看的数据和从数据得出的模型具有第一低可重复性，并且他们在前五名或前六名中也有许多不同的因素。
	用于预测心力衰竭，但有两个指标不断重复出现，分别是射血量和肌酐。而且，我要过去
	一旦我们开始分析，只需一两分钟即可了解这些内容。现在，作者所做的就是使用 10 种不同的、先进的机器学习方法来预测心力衰竭。
	因此他们运行了 10 个机器学习脚本。他们使用随机森林决策树、梯度提升，一切正常。打扰一下。他们所做的是在七个独立的机器学习上对其进行评估
	指标。而且，他们发现血清肌酐和射血量是重要的变量，这并不令他们感到惊讶。他们排除了所有其他变量。
	而且，当我们在 JMP Pro 16 中进行分析时，情况并非如此。因此，我们将对此进行研究，我将稍微讨论一下变量 Age，但是，
	在此之前，让我先介绍一下 JMP。
	这是我们将要使用的 JMP 数据表。
	如果您不熟悉 JMP，请让我在这里简单介绍一下，我的光标所在的位置是脚本窗口。其次是列窗口。您可以看到我们有 13 列，没有选择任何内容，这是行窗口，我们有 299 行。
	虽然我下载了。它的运作方式是我去了 Kaggle。他们将所有内容发布到 Kaggle，
	可以这么说，供其他人练习。在随后的几年里，一些州将其放在那里，共有 177 份单独的意见书。它们都是开源的，我看了十几个，它们都是
	就像我们通常认为的两个最受欢迎的开源平台一样。他们还将原始分析放在那里，即用 R 统计编程语言完成的分析，并将所有代码发布到 GITHUB。那么，让我们看看我们可以使用 JMP 做什么。
	现在，让我们回顾一下前面提到的变量。首先，我们有肌酐磷酸激酶。那是一种酶。
	它是肌肉损伤的指标。我们还有血清肌酐，这是血液中的一种化学物质。
	而且，它是肌肉损伤和肾衰竭的指标，我们在这里讨论了肌肉损伤，我们正在考虑心力衰竭。
	我们还有射血分数，它是离开心脏的血液的百分比，并且必须加载标题分数是心肌损伤的指标。我们还有血清钠，
	这是通过血液检查进行的常规测量。这里的值非常低，可能是心力衰竭的指标。
	我们还应该注意到，我们拥有可以称为平衡的数据集。那是，
	我们有一个……嗯，不应该称之为积极的……这里 32% 的病例死亡，68% 存活。所以是的，一比二
	我们有三分之一的人患有心力衰竭，三分之二的人现在患有心力衰竭。我们还应该提到，我们这里的数据集相对较小。
	299 行。对于心脏记录来说非常小。那么我们就开始分析吧，我再调出另一个JMP数据表。
	这就是这里的数据表，让我摆脱它。我会将其拖到另一个屏幕上。
	好的，我们正在查看数据表，我已经对此做了一些工作，我重新安排了一些内容，您会注意到这里，
	贫血、糖尿病、高血压、性和吸烟。当我最初导入 JMP 时，它给了它一个连续的
	分布或连续
	数据类型，我所做的就是改变它们。例如，如果您来这里检查贫血，或者更好的是高血压。
	高血压 - 我们有零和一，他们并没有真正说明截止点在哪里，如果这里有一些连续的数据，那就太好了
	收缩压和舒张压。事实并非如此。这就是我们必须合作的，我改变了所有这些。而且，您还会看到血小板
	被隐藏。
	而且，那是因为我隐藏并排除了它们，我应该说，那是因为我必须清理它们，而且我还想做另一件事。
	并且，向您展示如何做到这一点，故意没有这样做，我到这里来老化，我将隐藏它。
	而且，我还将排除它，即它从图形中隐藏以供查看，它将被排除在任何计算之外，以防我不小心将它与其他东西一起拖入，我将解释这样做的原因一点点。所以，
	我们将采取稍微不同的方式来做到这一点。对不起，我要开始分析，然后在完成分析后，我将回去做一些清理工作，我会边做边解释。
	所以我们来这里是为了
	分析
	和
	暂时关注其他事情。好的，顺便说一句，PowerPoint 演示文稿将发布在 Discovery Summit 网站上，我在那里提供了一些屏幕截图和一些解释，以便您可以按照需要进行操作为你自己。
	因此，我要做的第一件事就是转到“分析”菜单，单击它，然后我将转到“预测建模”。
	我们这里有很多选择，包括模型比较和模型筛选。它在这里说模型筛选 - “适合许多不同的预测模型，以便您可以选择最好的。”
	所以，这听起来像是我们想要做的，我们想要并行
	原来的分析。而且，我们有一个窗口，如果你注意到左边，我们有一个盒子
	它里面有一些复选框，它告诉我们将要运行哪些模型，这都是默认的。
	因此，它将运行例如决策树、引导森林、提升树、拟合最小二乘法等等。都是我们的最爱。在那里，我们有 11 个，JMP 会自动完成。所以，DEATH_EVENT，
	这将是我的 Y 回应。而且，我要做的只是
	单击并拖动，选择此处的所有变量，我将把它作为 X 因素。
	我将单击“确定”。
	我们坐下来让 JMP 做它的事情。
	就是这样。这是我们得到的结果。
	所以让我们解决这个问题。以下是详细信息。我们可以看到各种
	如果我们点击这个灰色三角形，就会分析出我们正在运行。
	我们可以看到更多详细信息，窗口中显示的详细信息取决于特定的分析，然后运行。如果我们想更进一步，当然可以点击红色热点，我们还有一些额外的选择。
	所以，这就是我们这里所拥有的，当它这样做时，它也在这里打开了这个盒子，它被标记为训练。而且，这是将所有数据作为训练集运行的结果。换句话说，没有任何训练。
	没有任何测试集。抱歉，有一个训练集，但也有测试集。而且，没有任何验证集，那是因为我们没有做出任何选择。
	这只是筛选，它告诉我们哪些在训练中效果最好。好的，我们在这里看到列数，所以让我们
	简单地回顾一下这些内容。熵 R 平方为
	只是一个 R 平方，它是，
	这是一个与拟合模型的对数似然进行比较的度量，因此它是对数值。
	我们有误算率，这里曲线下的面积，显然越高越好。
	我们得到了 RASE，它是均方根预测率。所以，这就是 1 概率和 p 概率之间的差异。
	这就是 JMP 提出的模型的拟合概率。而且，我们有广义的 R 平方，这就是每个人所认为的 R 平方。它是
	测量...它应用于回归模型，如果我们得到完美的拟合，我们就有一个，如果我们不拟合，我们就有零。他们在这里排名，所以她的 Bootstrap Forest 名列前茅。
	让我们看看我还想说什么，看看我的笔记。
	我想就是这样，我们可以
	再次来到这里
	打开 Bootstrap Forest 并检查结果，我们可以看到这里的训练集让我们看看混淆矩阵。它给我们
	这里的训练数据，与我们看到的数据相同，但这只是针对引导森林，我们这里有混淆矩阵，我们已经预测了计数。
	而且，在这里我们有 Bootstrap 森林的预测率。如果你不熟悉这个或者你的记忆力有点生疏，它会向我们显示计数
	死亡事件是实际的死亡事件，其值为零，即患者在这里幸存下来，83，
	我们有一个值为 1 的死亡事件，这意味着患者没有生存。这是绝对计数，所以我们想看看从左上角到下角的对角线
	右下角和从左下角到右上角的对角线中的那些是不正确的计数。所以，我们有 13 个
	这里的时代被预测为生存，但他们却没有生存。他们是死亡。然后在第二个灰色框中我们有相同的数据，但它涉及速率。在我们的例子中，这是一个更好的衡量标准，因为我们确实有不平衡的数据集，所以我将关闭它。
	接下来，
	我们要做的是进入分析和拟合模式。而且，我们想要这样做的原因是我们要对其进行回归模型，也就是说，这对于人们来说更容易理解，并且它会给我们
	给我们展示的机会
	在 JMP 中交互的能力。所以，我要做的就是关闭它，我将到这里进行分析，我们在这里，
	适合模型。
	而且，好吧，
	我们知道现在的变量，首先让我到这里
	将把 DEATH_EVENT 放入其中作为我们想要预测的内容。我们知道并且看到肌酐，不，那是错误的。射血分数
	就是这里。
	血清肌酐
	是重要的变量。而且，年龄也出现在一些分析中。所以，如果我能找到的话，让我把它放进去。
	不挂断。
	让我重新开始，有些东西被遗漏了。
	嘿彼得，我们可以暂停一下吗？
	所以，我要做的就是来这里分析，
	适合模型。并且，Y 将是 DEATH_EVENT。
	我要做的是，由于模型数量发现年龄是一个重要变量，我将添加年龄。而且，我要放入
	射血分数和血清肌酐。
	现在，作者没有发现年龄是一个重要的变量，但我发现了，所以我认为其中可能存在交互作用，而 JMP 使我们能够非常轻松地处理它。所以，我的方式是，我点击年龄
	和射血分数，而不是单击“添加”，
	我下来这里
	单击“十字”，我将进入年龄。
	和
	血清肌酐。
	这就是控制点击。
	我们将添加它，这样我们就得到了。
	年龄，射血分数，等等。
	我认为那只是胖手指。
	我们开始吧。
	现在它就在那里，所以它有两种相互作用，我们可以在这里看到它给了我们一个个性选择。而且，我们要做的就是接受默认值，即名义 Logistic。
	我们还有其他一些选择，但我们会坚持下去。
	我将单击“运行”。
	这就是我们得到的结果。
	可以，然后呢。
	我们必须在这里记录价值，这基本上是负值。
	在此以 10 为底记录该概率值。我们这样做的原因是，它让工作变得更容易，对不起，更容易绘制图表，也更容易让人们理解。所以，我们在列表中看到排名第一的。
	对不起，是射血分数，这是作者发现的。位居第二的是血清肌酐，但年龄仍然位居第三，而且非常重要。
	我们看着
	相互作用，我们发现它们并不重要。顺便说一下，这里的蓝线是二的值。是两个。
	他们把它放进去或者只是为了让它更容易看到。我选择两个的原因是因为那是 0.01 的对数，这是 JMP 默认选择的显着性水平。
	但我们来到这里，我们看到对数值或值和回归方程将相对较低，但我们在这里，0.05 这可能是许多实验设计中的截止值。它可以被切断很多。
	分析工作正常，所以我们要注意到这一点，尽管我们要在这里忽略它，因为它没有超过我们的 0.01 限制。
	临床医生可能对此感兴趣。它可能会给他们一些其他需要注意的东西，并且在不同的数据集中很可能很重要。而且，我们这里有所有常用数据。让我们看看能看什么，让我向下滚动吧。
	我们有卡方概率，我不会详细讨论，我们在这里有估计值，这将是回归方程中的系数。
	这就是我们发现的。
	因此，让我尽量减少这一点，我们现在将继续进行清洁和探索，我这样做的原因是，没有先进行清洁，因为在原始文章中，没有提到任何
	清理和整理数据。他们只是获取数据并在其上运行模型。
	我喜欢先查看我的数据。那么，让我们看一下这里的一些事情。首先 如果我们来到这里
	然后单击那个小图标，我们可以显示标题图。而且，我喜欢这样做。所以，我们在这里点击 1，即
	积极的死亡事件，如果我可以使用这些术语的话。
	这样做的作用是突出显示死亡事件为 1 的所有行。如果我们想仔细观察它，我们可以看看是否与我们可能会突然想到的其他变量存在任何相关性那里没有太多东西。
	我的窗口，但我们注意到一件事，我们有一些非常非常倾斜的分布
	肌酐磷酸激酶和血清肌酐看起来有点奇怪。那里没有其他东西，我们可以清除它们
	通过单击图表中的其他任何位置，顺便说一句，如果您不熟悉它，这些东西是
	如果我们想扩展任何东西，可以拖动。
	现在，让我们转到图形生成器。
	让我们来看看。
	我会告诉你什么，因为我们担心选择该列，即肌酸酐磷酸激酶和 Shift 单击。
	对于血清肌酐，哦，在我这样做之前我差点忘了
	让我们右键单击
	我们可以从这里直接进入分布，这与我们进入图表和分布时得到的结果是一样的。我们可以看到两者的分布都高度倾斜。
	我们有很多异常值，这里只是分位数，我将关闭它。让我关闭它。我们真的不需要那个。
	让我看一下汇总统计数据。
	我们仔细观察肌酐磷酸激酶，平均值为 581，标准差为 970。所以，这有点奇怪。这显然离理想情况还有很长的路要走，在这里对于血清肌酐我的意思是我们有一个平均值
	我称其为 1.4，标准差为 1.0。所以这也不是一个理想的情况。它还为我们提供了一些其他信息，如果在这张图表上看起来有点困难，但如果你不这样做
	习惯于快速查看箱线图，胡须是四分位距的 1.5 倍，这是第 25 个百分位数（箱体底部）与第 75 个百分位数（箱体顶部）之间的差异。
	菱形给出了平均值，直线给出了中位数。而且，为了让这一点更清楚，我可以扩展它，你可以更好地看到它，那里有很多异常值。
	所以，
	请记住，血清肌酐是我们非常强的预测变量之一。我们还可以更详细地检查一下
	通过转到图形生成器。
	那么让我们进入图表，图表生成器。
	这就是我们得到的窗口。
	嗯，我们通过研究得知
	某些主题、知识（如果不是主题专业知识）表明肌酸酐磷酸激酶是由身体持续产生的。它的反应是
	血清肌酐的前体，所以也许它们两者之间存在某种关系，我们也想检查那些，嗯，不满意的分布，容我们说。这里是肌酸酐磷酸激酶。
	我们只需单击此处即可将其放在 X 轴上。
	我们将对 Y 轴上的血清肌酐进行同样的操作，这就是我们得到的结果。因此，我们注意到 Y 血清肌酐从 0 变为 10，同时
	肌酸磷酸激酶，伙计，它在这里很受欢迎
	到近 8000。现在我们可以做一件事。
	是点击拖动，我们可以将其分散一点。但是，我们可以做的另一件事
	双击我们的轴，我们会看到这个窗口，我不会详细介绍这一点，但我们来到这里查看比例，一旦超过 8000，就会看到最大值。而且，从下面的图表来看，让我把它拖到一边。
	当然，我们对肌酸磷酸激酶的大多数值都小于 1000。事实上，看起来其中很大一部分可能小于五六​​百。
	所以，
	我不需要。
	将其更改为
	我们选800吧。
	好的。
	这为我们提供了这些数据点的图表。我们把其他的都剪掉，我们看到它基本上是一条直线。它们之间没有真正的关系，我们也有一些异常值
	血清肌酐，这里高达 10。这看起来像是否认价值的一面，所以我们可能有必要回去再看一下那些，也许可以去掉一些异常值，看看我们是否进入并得到不同的结果结果。
	差不多就是这样，让我最小化它。
	最后看一下数据集。
	哦，是的，血清肌酐。
	我们把它作为连续的，但如果你在列中查看，我们的最少计数就在这里，在第一个小数位，所以我们有可能有 10 个值，加上另外 10 个值，其中大多数是
	看起来它们低于 2 或 3。因此，根据分析，我们可能会存在一些关于我们如何处理它的问题。
	我们当然希望从我们的分析中得到答案。我们将使用它。我们是否真的想将其视为连续变量，或者我们是否应该将其视为序数变量，也许，
	我不知道，
	该序数变量有 20 个不同的值。 20 或 25 或营销分析中经常进行的任何操作，但这里通常不这样做，但这是需要考虑的事情。那么，让我
	回到这里进行总结。返回到 PowerPoint。
	让我扩展它，我希望每个人都能看到这一点，这就是我们所拥有的。
	JMP 默认选择了 11 个不同的模型，我们只需进入“分析”、“预测建模”、“模型筛选”即可获得这 11 个不同的模型并将它们全部带来。我们发现血清肌酐、年龄和射血分数都很重要。
	我们发现年龄交叉射血分数相互作用可能需要进一步的临床研究，尽管它对我们的研究来说并不重要。
	决定价值。而且，我们看到了一些高度倾斜的值，特别是在我们的模型中使用的肌酐分布中，并且数据集相当小且不平衡。而且，现在我之前提到过年龄。让我回到最初。
	把它拖走。这里是年龄。
	我们看到，我们的分布有些倾斜，我没有将其放入模型中，而我没有将其放入模型中的原因是收集数据的方式。
	我们从文章中了解到，当时的情况是，他们派了一些医护人员来检查人们的情况。
	原始数据是为该研究开发的。所以，当你看到 65 年时，他们就回到了 65 个月后。
	哦，对不起，那不是我说时间的年龄，让我回到这里。到时候我取消隐藏它。
	还有时间。有点奇怪，让我把它拉出来一点。
	他们做了什么
	他们在最初的研究结束后就回去了。所以，当你看到 16 年时，他们在最初的研究后 16 个月返回，检查是否有死亡事件或没有死亡事件。也就是说，病人还活着，还是他还活着，还是她还活着。
	16 个月后，这位 21 号患者
	还活着。现在，如果我们在这里讨论死亡事件，让我强调这一点。
	并到这里来。
	我们看到我们的时间是 20。
	好吧，我们不知道死亡事件是发生在他们检查一周前、一个月前还是两个月前的前一天。发表论文并将其发布到 Kaggle 上的原始作者确实查看了这些数据。
	他们无法从中找到任何积极的结论。那个人可能在第一个月就死了，但没有人在第一个月检查。
	而且我们不知道后续检查的频率。这就是为什么我添加并包含了这一点，如果我们在那里有更好的数据，我们可以来这里分析，
	可靠性和生存，我们可以通过 X 来完成寿命分布或拟合寿命，这是完成很多工作的方式，但在这种特殊情况下我们不能这样做。
	所以说差不多了
	演示结束后，我想返回到 PowerPoint 演示文稿，该演示文稿将再次发布在网站上，这里是原始期刊文章的链接。
	卡格尔。
	页。 Kaggle 数据集是一个 CSV，
	作者的 Github 存储库包含 R 代码。而且，我希望你们都喜欢这个。
	就这样
	我们将结束本次演示。
彼得·波利托	现在的好工作很有趣。
	谢谢。
彼得·波利托	好吧，让我检查一下我的清单。
	当然。
彼得·波利托	我不是。
	我不相信代理时间。
	拜托，拜托，抓住了它。
彼得·波利托	是的，如果他们回来说哦，我们不，我们不喜欢暂停，当你还活着的时候，我们会做的，你可以，我们可以，你可以和任何展示它的人交谈，你可以跳过在那部分，只是说这就是发生的事情。
	好吧。
	我不认为他们会要求我们重新录制，但是。
	出色地。
	好吧，如果他们这样做了，那就没什么大问题了。
彼得·波利托	好吧，我要做的其他事情我都会做。
	一旦我们停止录制，我们就可以开始了。
	好的。
彼得·波利托	非常感谢您让我观看。
	是的，好的一点是，尽管我在附近遇到了一些失误，但他没有任何麻烦和软件。
	现在一切看起来都很棒，是的，把所有东西都拖过去并留在那里，这样很好。
彼得·波利托	好吧，好吧。
	我可能会在探索峰会上与您相遇并度过美好的一天。
	好吧，你也是剧院。
彼得·波利托	好吧，再见站。
	经过。

爆发数据探索数据可视化