398724_ko-KR

liliconcom

JMP(2021-US-30MP-881)를 사용한 제한된 임상 실험실 데이터를 바탕으로 심부전 환자의 생존 예측

수준: 중급

Stanley Siranovich, Crucial Connection LLC 수석 분석가

심혈관 질환(CVD)은 주요 사망 원인으로, 전 세계 사망의 약 30%를 차지합니다. 따라서 특히 고위험 사례의 경우 조기 발견 및 치료가 생명 손실을 예방하는 데 도움이 될 것입니다. 이 세션에서는 최근 Kaggle에 게시되었으며 BMC Medical Informatics and Decision Making , 20, Article number 16(2020)에 게시된 연구에 사용된 299개 행과 13개 열로 구성된 데이터 세트를 검토합니다. 특히, 우리는 연령, 고혈압, 흡연, 크레아티닌과 같은 여러 예측변수와 심부전을 예측하는 능력을 조사합니다. 우리는 예측자 선별 및 다변량 방법 메뉴에서 여러 가지 플랫폼을 사용합니다. 또한 시각화, 상호 작용 및 분석 흐름이 기존 방법과 비교하여 검색 시간을 단축할 수 있는 방법을 보여주기 위해 라이브 데모로 분석을 수행합니다.

자동 생성된 스크립트...

스피커	성적 증명서
피터 폴리토	안녕하세요 스탠님, 거기 계세요?
	안녕 피터.
피터 폴리토	어떻게 지내세요.
	나는 잘하고있어.
	아주 멋진.
피터 폴리토	오늘 초록을 작성하는 것에 대해 어떻게 생각하시나요?
	응, 기분이 꽤 좋아.
	좋아요, 퍼팅 연습을 일주일 더 하고 싶지 않아요.
피터 폴리토	이제 물론이죠.
	나는 항상 완벽함은 선함의 적이라고 생각해왔다.
	응, 네 말이 맞아, 응, 내가 링크를 잘못 눌렀어.
	아 죄송해요 네 이번 곡은 제가 녹음하고 있는 공간으로 이동을 클릭해도 괜찮습니다.
피터 폴리토	아, 그렇군요.
	당신이 있는 곳에 우리가 있습니다.
피터 폴리토	미안합니다.
	좋아요, 차를 세우겠습니다.
	시작하기 전에 몇 가지 사항을 확인하기 위해 듣는데 Excel 파일을 보는 것은 매우 도움이 되지 않으며 JMP에 있을 것이라고 생각합니다.
	잠시만요, 오늘 하루 잘 보내고 계시나요?
	여태까지는 그런대로 잘됐다.
피터 폴리토	좋습니다. 어디서 전화하시는 건가요?
	강 건너편에 있는 켄터키주 루이빌에 있는 제퍼슨빌 인디애나에서 전화드립니다.
피터 폴리토	좋아, 11월에 렉싱턴으로 가서 살기 좋게 갈 거야.
	아 정말 컨퍼런스 중 하나에요.
피터 폴리토	그것이 나의 즐거움이라는 것을 알아라.
	처남의 40번째 생일과 여러 가지.
	남자들은 위스키 시음회를 위해 만날 예정이다.
	좋아 좋아 버번 트레일을 찾았어 이제 가볼까 그래.
피터 폴리토	그것이 바로 우리가 하고 있는 일입니다.
	좋아요, 잠시만 기다려 주세요 스탠.
	좋아요, 그 일이 끝나면 알려주세요. 제 휴대폰 번호를 알려드릴게요.
피터 폴리토	좋아요, 살펴볼까요?
	심부전 환자의 생존 예측 또는 기타 초록.
	아니 그건 심장마비야.
피터 폴리토	좋습니다. 제목은 JMP를 사용하여 제한된 임상 실험실 데이터로부터 심부전 환자의 생존 예측을 확인하려는 것입니다.
	그게 다야.
피터 폴리토	좋습니다. 여기서 몇 가지 작업을 수행해야 합니다.
	올바른 공동 발표자가 없습니다.
	맞습니다. 구두로 확인해야 합니다. 이 내용은 JMPed Discovery Summit 컨퍼런스를 위해 녹음되고 있으며 JMP ​​사용자 커뮤니티에 공개적으로 제공된다는 점을 이해하고 있습니다. 이 녹음 및 사용을 허가해 주시겠습니까?
	정말 잘하고 있어요 정말 고마워요, 그렇죠.
	몇 마디만 말씀해 주시면 오디오가 명확하게 전달되는지 확인하고 싶습니다.
	좋아요, 그럼 시작하겠습니다. 제 이름은 Stan saran of itch이고 중요한 연결 LLC의 수석 분석가입니다.
	저는 유명한 켄터키주 루이빌에서 오하이오 강 건너편 인디애나주 제퍼슨빌에 위치하고 있습니다. 오늘은 심부전 예측에 대해 말씀드리겠습니다.
피터 폴리토	완벽해요 좋아요 깨끗하고 좋아요.
	좋아요.
피터 폴리토	시각적인 내용이 명확하게 나타나도록 하기 위해 수행해야 할 몇 가지 작업이 있습니다. Windows 시스템을 사용하고 있는지 디스플레이를 확인해야 합니다.
	저는 Windows 10 컴퓨터를 사용하고 있으며 외부 모니터를 사용하여 작업할 예정입니다.
피터 폴리토	좋습니다. 하단의 검색창으로 이동하여 디스플레이를 입력하면 됩니다.
	검색창 하단 바 아.
피터 폴리토	네, 화면을 공유하고 싶으시다면 이 작업을 하시는 동안 제가 할 수 있습니다.
	네, 확인해 보세요.
	네, 말할 것도 없이 이것 때문에 문제가 좀 있었습니다.
	우리는 화면을 공유하지만 가끔씩 화면 공유를 잃게 됩니다.
피터 폴리토	아, 그건 확인할 수 있어요.
	좋아요.
피터 폴리토	그럼 하단에 화면 공유 버튼이 보이실 텐데요. 아, 아버지께 있어서 죄송해요.
	좋아요, 그럼 돋보기를 클릭하세요.
	그리고 디스플레이에 입력하세요.
	좋아요.
	어디.
피터 폴리토	커서가 이미 제자리에 있으면 입력을 시작할 수 있습니다.
	아, 거기 있어요.
피터 폴리토	아, 한 번 더 Enter 키를 누르고 싶지는 않을 것 같습니다.
	좋아요.
피터 폴리토	그러니 해상도를 변경해 보세요.
	그리고 마이크로소프트 관리.
피터 폴리토	아, 장담하는데, 다른 모니터에 있는 거 맞나요?
	응, 내 다른 모니터에 있어.
피터 폴리토	알겠습니다. 여기로 드래그해 주시겠어요?
	좋아요.
	예.
피터 폴리토	아직 볼 수 없고 브라우저 창만 보입니다.
	그리고 그게.
피터 폴리토	왜냐하면 그가 말하고 있었기 때문입니다.
	응, 우리도 똑같은 문제를 겪었어.
피터 폴리토	그래서 전체 화면을 공유하셨나요, 아니면 화면만 공유하셨나요?
	창은 전체 화면을 공유한다고 생각했습니다.
	새로운 공유.
	문제는 그것이 내 것을 은폐할 때가 많다는 것이다.
	확대 회의용 컨트롤 바입니다.
	아.
	그래서 나는 이렇게 하려고 노력하고 있다.
	스케줄링이 어떻게 거기에 들어갔는지 볼 수 있습니까?
피터 폴리토	제가 보기에 일정이 쉬워졌습니다.
	응 그건 자유야.
	그리고 나는 아마도 내 전망을보고있을 것입니다.
	네.
피터 폴리토	그리고 우리는 시작하기 전에 어쨌든 Outlook을 닫고 싶을 것입니다.
	예 예 이제 연결되었으니 추가 창이 필요하지 않습니다. 닫고 모든 창을 열어두겠습니다.
	좋아요, 됐어요.
	그리고 그것이 내가 필요한 전부입니다.
	새로운 공유 화면을 공유하겠습니다.
	그걸 위로 드래그하겠습니다.
	여기에서 새 공유 버튼을 클릭하면 됩니다.
	내 데스크탑이 보입니다.
피터 폴리토	녹색 텐트가 보입니다.
	아름다운.
	밀키의 일몰.
	그래, 그래, 내가 말해줄게.
	여기로 돌아가서 모든 검색을 다시 표시하세요.
	내 검색창이 보입니다.
	네.
피터 폴리토	그런 다음 디스플레이 해상도 변경을 클릭하고 싶으므로 옵션을 내려주셔서 감사합니다.
	좋아요.
피터 폴리토	자, 그럼 당신은 1920년에 있었지만 괜찮습니다. 그것이 바로 우리가 원하는 것입니다.
	좋아요, 그러면 가서 닫으시면 됩니다.
	괜찮은.
피터 폴리토	그리고 하단의 작업 표시줄을 마우스 오른쪽 버튼으로 클릭하세요.
	그리고 작업표시줄 설정에 들어갑니다.
	클릭하세요.
	네.
피터 폴리토	네.
	좋아요.
피터 폴리토	그럼 아래 두 번째 옵션이군요.
	거기에서 자동으로 테스트하면 됩니다.
	좋아요, 다른 건 여기 있어요.
	하나.
피터 폴리토	가서 닫아도 돼.
	그리고 마지막으로 하고 싶은 일은 아래로 내려가는 것입니다.
	당신이 좋아합니까?
	팝업을 표시할 수 있는 모든 항목이 닫혔는지 확인하는 알림 탭 또는 기타 항목입니다.
	응, 로그온하기 전에 모든 걸 닫았어.
	좋아요, 유일한 문제는 제 컨트롤 바가 여전히 노트북 모니터에 켜져 있고 여전히 옐프 보드 모니터의 테스트 바를 보고 있다는 것인데 그게 바로 제가 발표하고 싶은 것입니다.
피터 폴리토	알았어 음.
	거기로 돌아가서 자동으로 변경되는지 확인해 보겠습니다.
	좋아요, 그럼 그냥 가서 바탕화면을 클릭해 보면 사라질 수도 있을 것 같아요.
	응, 간다.
	거기로 갑니다, 우리가 갑니다.
피터 폴리토	좋아, 그럼 일단 우리.
	지금 녹음 중이거든요.
	이제 조심하러 가겠습니다.
피터 폴리토	응 그렇다면.
	그것이 나타난다면 그것은 세상의 종말이 아닙니다.
	좋아요.
피터 폴리토	당신은 것입니다.
	고 싶어요.
	당신이 발표를 시작하면 나는 음소거 상태가 될 것이고 내 카메라는 꺼질 것입니다. 나는 유령이 될 것입니다. 당신은 당신이 혼잣말을 하고 있는 것이 아니라고 생각하게 될 것입니다.
	만약 너라면.
	당신이 격변적인 공기를 만든 것처럼 느껴지고 모든 것을 다시 시작하고 싶은데 그것은 불행히도 완전히 괜찮습니다.
	그들이 우리에게 이 일을 시키는 방식은 만약 당신이 거기 있다면 우리는 실제로 중간에 뭔가를 편집할 수 없을 것입니다. 기본적으로 우리는 미래에 당신이 이것을 끝내고 당신이 깨닫는다면 한 번에 끝내야 합니다. , 그 말보다는 이 말을 꼭 하고 싶었어요.
	이것이 실제로 제시될 때.
	실시간으로 방송할 수 있는 옵션이 있으므로 언제든지 동영상을 일시 중지하고 다음과 같이 말할 수 있습니다. 좋아요, 제가 여기서 X, Y 또는 Z와 여러분에게 전달하려고 했던 내용을 잘못 말한 거 아시죠? 실시간으로 일종의 기회를 갖게 될 것입니다.
	기록을 바로잡으세요. 내일이나 다음 날이나 뭐 그런 걸 깨닫는 것처럼, 하지만 그 순간 제가 이 말을 완전히 다르게 말하고 싶다고 느끼신다면, 우리는 다시 시작할 수 있습니다.
	좋아, 글쎄, 우리가 그런 일을 할 필요가 없었으면 좋겠어. 내가 샤론과 말다툼을 벌이던 중 닉이 즉시 멈춰서 그들에게 즉시 멈춰달라고 요청했어요.
	그리고 그것은 편집되었습니다.
피터 폴리토	음 그래 그래.
	알았어, 그럼.
	좋은.
	좋아요, 이 작품을 제작하는 동료들에게 맡기고 작업을 진행하겠습니다.
	녹음을 일시적으로 일시 중지하겠습니다.
	좋아요.
피터 폴리토	알겠습니다. 동영상을 끄겠습니다.
	잠시만요.
	시작하기 전에 화면 공유를 확인하고 싶습니다.
	완벽해요.
	이제 작업 표시줄을 불러오고 싶습니다.
피터 폴리토	아뇨 괜찮아요 괜찮아요
	좋아요, 문제는 우리가 최대치를 원한다는 것입니다.
	응 응 알았어.
피터 폴리토	발표하는 동안 평방 인치.
	좋아요, 그리고 여기 또 다른 거래가 있습니다. 화요일과 지난 주에 제가 삼각형 분석가를 연구하는 척했을 때 약간의 이야기가 있었지만 프레젠테이션 모드는 하지 않을 것입니다.
피터 폴리토	알았어, 괜찮아.
	좋아요, 저한테 그게 있는데 거기에 제 파워포인트가 보이나요?
피터 폴리토	나는 당신의 PowerPoint를 봅니다.
	알았어 이제 내가 여기로 오면 어때?
피터 폴리토	그리고 내 화면이 보입니다.
	super 이것을 닫고 다른 작업 화면을 열겠습니다.
	어서 해봐요.
	보시다시피 이것은 새로운 JMP 화면입니다.
	스크립트 및 스크립트 창.
	그래요.
	네, 예, 프레젠테이션을 진행하는 도중에 그 일을 그만뒀고 공유를 중단한 다음 다시 공유해야 했으니 그렇게 되기를 바랍니다.
피터 폴리토	좋아요.
	괜찮아 괜찮아 이제 마이크를 음소거하겠습니다.
	당신은요.
	그냥 당신이 괜찮다면 행운을 빕니다.
	좋아 감사합니다.
	좋은 아침, 좋은 오후, 좋은 저녁 모두들. 제 이름은 스탠 시라노비치입니다. 저는 수석 분석가 Crucial Connection LLC입니다.
	그리고 우리는 인디애나주 제퍼슨빌에 위치하고 있습니다. 역사적인 켄터키 주 루이빌에서 오하이오 강 건너편에 있습니다.
	보시다시피 오늘 화면에서는 JMP Pro 16을 사용하여 제한된 임상 실험실 데이터를 바탕으로 심부전 환자의 생존 예측에 대해 말씀드리겠습니다.
	이제 이것들은 무엇입니까?
	의료 기록 모음입니다. 299건의 진료기록이 심부전 환자의 정확한 진료기록입니다. 그리고 그것들은 [이해불가] 심장학 연구소와 [이해불가] 시설에서 수집되었습니다.
	[해독불가] 파키스탄. 그리고 2015년 4월부터 12월 사이에 수집된 자료입니다. 이제 출간되었습니다.
	원래는 두 명의 저자인 Chicco와 Jurman이 쓴 BMC Medical Informatics and Decision Making Journal, 2020년 20권에 나와 있습니다.
	그리고 저자가 원했던 것은 심부전으로 인한 사망 가능성을 평가하는 모델을 만드는 것이었습니다.
	그리고 이 모델은 상대적으로 단순한 모델이어야 했으며, 병원과 의사가 심혈관 질환의 다양한 중증도를 평가하는 데 사용할 수 있기를 바랍니다.
	이제 그들은 역사에 대해 조금 들어가고 나도 그렇게 할 것입니다. 그러나 이것을 하는 이유를 아주 간략하게 설명하면 저자는 그것을 알아차립니다.
	그들이 살펴본 데이터와 그 데이터에서 파생된 모델은 가장 재현성이 낮았으며 상위 5위 또는 상위 6위 안에도 다양한 요인이 있었습니다.
	심부전을 예측하기 위해 두 가지가 계속해서 나타났는데 박출량과 크레아티닌이었다. 그리고, 난 가볼게
	분석을 시작하면 1~2분 안에 그게 무엇인지 알 수 있습니다. 이제 저자가 한 일은 심부전을 예측하기 위해 10가지의 서로 다른 고급 기계 학습 방법을 사용하는 것이었습니다.
	그래서 그들은 10개의 기계 학습 스크립트를 실행했습니다. 그들은 랜덤 포레스트 의사결정 트리, 그래디언트 부스팅, 모든 일반적인 용의자를 사용했습니다. 실례합니다. 그리고 그들이 한 일은 7가지 별도의 기계 학습을 통해 평가되었습니다.
	측정항목. 그리고 놀랍게도 그들은 혈청 크레아티닌과 박출량이 중요한 변수라는 사실을 발견했습니다. 그리고 그들은 다른 모든 변수를 배제합니다.
	그리고 JMP Pro 16에서 분석을 했을 때는 그렇지 않았습니다. 따라서 이에 대해 살펴보고 변수 Age에 대해 조금 이야기해 보겠습니다.
	그 전에 먼저 JMP를 불러오겠습니다.
	여기 우리가 작업하게 될 JMP 데이터 테이블이 있습니다.
	JMP에 익숙하지 않으시다면 여기 위에 간단히 설명하겠습니다. 커서가 있는 곳에 스크립트 창이 있습니다. 열 창이 이어집니다. 아무것도 선택하지 않은 13개의 열이 있고 여기에 행 창이 있으며 299개의 행이 있습니다.
	다운로드했는데도 말이죠. 작동 방식은 Kaggle을 사용하는 것입니다. 그들은 모든 것을 Kaggle에 게시했습니다.
	말하자면 다른 사람들이 연습할 수 있도록 말이죠. 그리고 그 사이에 일부 주에서는 177개의 개별 제출물이 있었습니다. 그것들은 모두 오픈 소스였고 제가 봤을 때 수십 개 정도였습니다.
	우리가 일반적으로 생각하는 것처럼 가장 인기 있는 두 가지 오픈 소스 플랫폼입니다. 그들은 또한 R 통계 프로그래밍 언어로 수행된 원본 분석을 거기에 넣었고 모든 코드를 GITHUB에 게시했습니다. 그럼 JMP로 무엇을 할 수 있는지 살펴보겠습니다.
	이제 앞서 언급한 변수를 살펴보겠습니다. 우선, 크레아티닌 포스포키나아제가 있습니다. 그것은 효소입니다.
	그리고 이는 근육 손상의 지표입니다. 또한 혈액 속에 존재하는 화학물질인 혈청 크레아티닌도 있습니다.
	그리고 이는 근육 손상과 신부전 모두를 나타내는 지표입니다. 여기서는 근육 손상에 대해 이야기했는데, 여기서는 심부전에 대해 생각하고 있습니다.
	심장에서 나가는 혈액의 비율인 박출률도 있고 캡션 비율을 로드해야 하는 것은 심장 근육 손상의 지표입니다. 혈청 나트륨도 있습니다.
	이는 혈액 검사를 통해 수행되는 일상적인 측정입니다. 그리고 여기의 값이 매우 낮습니다. 어쩌면 심부전의 지표일 수도 있습니다.
	우리는 균형 잡힌 데이터 세트라고 부를 수 있는 것이 있다는 점도 주목해야 합니다. 그건,
	우리는...글쎄 긍정적이라고 부르면 안 됩니다...여기 사례 중 32%가 사망 사건이고 68%가 생존했습니다. 그래, 1대 2야
	우리는 사람들의 3분의 1이 심부전을 겪었고 지금은 2/3가 심부전을 앓고 있습니다. 여기에 상대적으로 작은 데이터 세트가 있다는 점도 언급해야 합니다.
	299행. 심장 기록용으로는 매우 작습니다. 그럼 분석부터 시작해서 또 다른 JMP 데이터 표를 불러오겠습니다.
	이것이 바로 여기에 있는 데이터 테이블입니다. 이것을 제거하겠습니다. 다른 화면으로 드래그하겠습니다.
	좋습니다. 데이터 테이블을 보고 있는데 저는 이미 이에 대해 약간의 작업을 수행했습니다. 몇 가지 사항을 다시 정리하면 여기 아래에서 알 수 있습니다.
	빈혈, 당뇨병, 고혈압, 성관계, 흡연. 처음에 JMP로 가져왔을 때 계속해서
	배포 또는 연속
	데이터 유형과 내가 한 일은 그것들을 변경한 것입니다. 예를 들어 여기 와서 빈혈이나 고혈압을 보면 더 좋습니다.
	고혈압 - 우리는 0과 1을 가지고 있는데, 그들은 컷오프가 어디에 있는지 실제로 말하지 않았습니다.
	수축기 및 확장기. 그렇지 않습니다. 그래서 그것이 우리가 함께 일해야 하는 것이고 나는 그 모든 것을 바꿨습니다. 그리고 혈소판도 볼 수 있습니다
	숨겨져 있습니다.
	그리고, 숨기고 배제했기 때문에, 청소해야 했기 때문이고, 또 하고 싶은 일이 하나 있다.
	그리고, 어떻게 하는지 보여주려고 일부러 그러지 않았는데, 나이 먹으러 여기까지 가서 숨기려고요.
	그리고, 보기 위한 그래프에서 숨겨져 있는 항목도 제외할 예정입니다. 실수로 다른 항목과 함께 끌어 놓은 경우를 대비해 모든 계산에서도 제외될 예정입니다. 그렇게 하는 이유는 다음에서 설명하겠습니다. 조금. 그래서,
	우리는 이것을 조금 다르게 하려고 합니다. 죄송합니다만 분석을 시작하겠습니다. 그리고 분석을 마친 후 돌아가서 정리 작업을 하고 진행하면서 설명하겠습니다.
	그래서 우리는 여기까지 올라와서
	분석하다
	그리고
	잠시 다른 것을 따라가는 것. 좋습니다. 그런데 PowerPoint 자료는 Discovery Summit 웹사이트에 게시될 예정입니다. 거기에 화면 캡처와 약간의 설명이 있으니 원하시면 따라하실 수 있습니다. 너 자신을 위해서야.
	따라서 제가 가장 먼저 할 일은 여기 위로 올라가 분석 메뉴를 클릭하고 여기 아래에 있는 예측 모델링으로 이동하는 것입니다.
	여기에는 모델 비교 및 ​​모델 선별을 포함하여 다양한 선택 사항이 있습니다. 여기에는 모델 선별에 대해 나와 있습니다. "가장 좋은 모델을 선택할 수 있도록 다양한 예측 모델에 적합합니다."
	그래서 그것은 우리가 하고 싶었던 것처럼 들립니다.
	원래 분석. 그리고, 우리가 볼 수 있는 창이 있습니다. 여기 왼쪽에 상자가 있습니다.
	여기에는 몇 가지 체크박스가 있으며 어떤 모델을 실행할 것인지 알려주는 것이 모두 기본값입니다.
	예를 들어 Decision Tree, Bootstrap Forest, Boosted Tree, Fit Least Squares 등 모든 종류의 작업이 실행됩니다. 우리가 가장 좋아하는 모든 것. 그 중 11개가 있는데 JMP는 자동으로 이를 수행합니다. 그래서, DEATH_EVENT,
	이것이 나의 Y 응답이 될 것입니다. 그리고 내가 할 일은 단지
	클릭하고 드래그하여 여기 있는 모든 변수를 선택하고 이를 X 요소로 입력하겠습니다.
	확인을 클릭하겠습니다.
	그리고 우리는 앉아서 JMP가 알아서 하도록 놔두었습니다.
	그리고 거기 있습니다. 우리가 얻은 결과는 다음과 같습니다.
	이제 이 문제를 해결해 보겠습니다. 자세한 내용은 다음과 같습니다. 다양하게 볼 수 있어요
	이 회색 삼각형을 클릭하면 우리가 실행 중인 것을 분석합니다.
	더 자세한 내용을 볼 수 있으며 창에 표시되는 세부 정보는 특정 분석 및 실행에 따라 달라집니다. 물론 더 나아가고 싶다면 빨간색 핫스팟을 클릭할 수 있으며 몇 가지 추가 선택 사항이 있습니다.
	이것이 바로 여기 아래에 있는 것입니다. 그렇게 했을 때 여기 있는 상자도 열었고 훈련이라는 라벨이 붙었습니다. 그리고 이것이 바로 모든 데이터를 훈련 세트로 실행한 결과입니다. 즉, 훈련이 전혀 없었다는 것입니다.
	테스트 세트가 없었습니다. 죄송합니다. 훈련 세트도 있었지만 테스트 세트도 있었습니다. 그리고 유효성 검사 세트도 없었는데 이는 우리가 아무 선택도 하지 않았기 때문입니다.
	이것은 단지 선별이며 훈련에서 가장 좋은 결과를 얻은 것이 무엇인지 알려줍니다. 좋습니다. 여기에 열 개수가 표시됩니다.
	그 내용을 간략하게 살펴보세요. 엔트로피 R 제곱은
	단순히 R 제곱을 하면,
	글쎄요, 이는 적합 모델의 로그 우도와 비교하는 측정값이므로 로그 값입니다.
	그리고 계산 오류율이 있습니다. 여기 곡선 아래의 면적은 확실히 높을수록 더 좋아질 것입니다.
	그리고 우리는 평균 제곱근 예측률인 RASE를 얻었습니다. 이것이 1과 p-확률의 차이입니다.
	이것이 JMP가 생각해낸 모형에 대한 적합 확률입니다. 그리고 우리는 모두가 R 제곱이라고 생각하는 일반화된 R 제곱을 가지고 있습니다. 그것은
	측정...회귀 모델에 적용됩니다. 완벽하게 적합하면 1이 되고 적합하지 않으면 0이 됩니다. 여기에서는 순위가 매겨져 있으므로 Bootstrap Forest가 1위로 나왔습니다.
	그리고 내가 또 무슨 말을 하고 싶은지 봅시다. 내 메모를 확인해 보세요.
	내 생각엔 그게 다인 것 같아, 우리는 할 수 있어
	다시 여기로 올라와
	Bootstrap Forest를 열고 결과를 확인하면 여기에 설정된 훈련을 볼 수 있습니다. 혼동 행렬을 살펴보겠습니다. 그것은 우리에게 준다
	여기에 있는 훈련 데이터는 우리가 본 것과 동일한 데이터입니다. 그러나 이것은 단지 부트스트랩 포리스트에 대한 것이며 여기에 우리가 예측한 개수를 가진 혼동 행렬이 있습니다.
	그리고 여기 아래에는 Bootstrap Forest의 예상 속도가 있습니다. 그리고 만약 여러분이 이것에 익숙하지 않거나 여러분의 기억이 약간 녹슬었다면 이것은 우리에게 카운트를 보여줍니다.
	사망 사건은 실제 사망 사건으로 값이 0이고, 여기 83세에서 살아남은 환자입니다.
	값이 1인 사망 이벤트가 있었는데, 이는 환자가 생존하지 못했다는 의미입니다. 그리고 이것은 절대 개수입니다. 따라서 우리는 왼쪽 상단에서 왼쪽 상단으로 이어지는 대각선을 보고 싶습니다.
	오른쪽 아래와 여기 왼쪽 아래에서 오른쪽 위까지의 대각선에 있는 것들은 잘못된 개수입니다. 그래서 우리는 13명이 됐다.
	여기서는 생존할 것으로 예상되었던 시간들이 있었는데, 그들은 생존하지 못했습니다. 그것은 죽음이었습니다. 그리고 여기 두 번째 회색 상자에는 동일한 데이터가 있지만 속도를 다룹니다. 우리의 경우에는 좀 더 나은 측정 방법입니다. 왜냐하면 불균형한 데이터 세트가 있기 때문에 닫겠습니다.
	그리고 다음에는
	우리가 할 일은 분석 및 맞춤 모드로 이동하는 것입니다. 그리고 우리가 이것을 하려는 이유는 회귀 모델을 여기에 적용할 것이기 때문입니다. 즉, 사람들이 훨씬 더 이해하기 쉽고 우리에게 다음과 같은 정보를 제공할 것입니다.
	우리에게 자랑할 기회를 줘
	JMP에서 상호 작용하는 능력. 그래서 제가 할 일은 그것을 닫고 분석을 위해 여기로 갈 것입니다. 여기 있습니다.
	핏 모델.
	그리고 음,
	이제 변수가 있다는 것을 알고 있습니다. 먼저 여기로 올라가겠습니다.
	우리가 예측하고 싶은 대로 거기에 DEATH_EVENT를 넣을 것입니다. 그리고 우리는 크레아티닌이 잘못된 것이라는 것을 알고 보았습니다. 방출 분율
	그리고 여기 있습니다.
	혈청 크레아티닌
	중요한 변수입니다. 그리고 몇 가지 분석에서는 나이도 나타났습니다. 그러니 찾을 수 있으면 넣어두겠습니다.
	잠깐만요.
	빠진 부분이 있어서 다시 시작하겠습니다.
	안녕 피터, 잠시만 멈춰도 될까?
	그래서 제가 하려는 것은 분석을 위해 여기로 오는 것입니다.
	핏 모델. 그리고 Y는 DEATH_EVENT가 될 것입니다.
	그리고 제가 하려는 것은 모델의 수가 나이를 중요한 변수로 발견했기 때문에 나이를 추가하는 것입니다. 그리고, 내가 넣을게
	박출분획 및 혈청 크레아티닌.
	저자들은 나이를 중요한 변수로 찾지 않았지만 저는 그렇게 생각했습니다. 거기에 상호 작용이 있을 수 있다고 생각하고 JMP를 사용하면 이를 매우 쉽게 처리할 수 있습니다. 그래서 저는 그런 식으로 나이를 클릭합니다
	추가를 클릭하는 대신 배출 비율과
	나는 여기로 내려와
	Cross를 클릭하면 나이로 이동하겠습니다.
	그리고
	혈청 크레아티닌.
	그리고 그것은 컨트롤 클릭입니다.
	그리고 우리는 그것을 추가할 것입니다.
	나이, 방출률, 잠깐만요.
	내 생각엔 그냥 뚱뚱한 손가락이 그 사람을 손가락질한 것 같아.
	우리는 거기에 갈.
	이제 거기에 있으므로 두 가지 상호 작용이 있고 여기에서 볼 수 있듯이 성격에 대한 선택권이 주어졌습니다. 그리고 우리가 할 일은 기본값인 명목 로지스틱(Nominal Logistic)을 받아들이는 것입니다.
	그리고 여기에는 몇 가지 다른 선택 사항이 있지만 우리는 그것만 고수하겠습니다.
	그리고 실행을 클릭하겠습니다.
	그리고 여기에 우리가 얻는 것이 있습니다.
	알았어, 그럼.
	여기에 가치를 기록해야 하는데, 이는 기본적으로 마이너스입니다.
	여기 이 확률 값의 밑수 10을 로그하세요. 그리고 우리가 그렇게 하는 이유는 작업하기가 더 쉬워지고, 죄송합니다. 그래프를 그리기도 더 쉽고, 인간이 이해하기도 더 쉬워지기 때문입니다. 그래서 우리는 목록에서 그 1위를 봅니다.
	방출률은 실례합니다. 이것이 저자가 발견한 것입니다. 두 번째는 혈청 크레아티닌이지만 나이는 여전히 세 번째이며 매우 중요합니다.
	그리고 우리는 조사했습니다
	상호 작용이 중요하지 않다는 것을 알 수 있습니다. 그런데 여기 이 파란색 선은 2의 값입니다. 2개입니다.
	그리고 그들은 그것을 넣거나 단순히 보기 쉽게 만들기 위해 넣었습니다. 그리고 두 개를 선택한 이유는 그것이 JMP에서 기본적으로 선택하는 유의수준인 .01의 ​​로그이기 때문입니다.
	하지만 여기로 내려와서 로그 가치나 값 및 회귀 방정식이 상대적으로 낮을 것이라는 것을 알 수 있습니다. 그러나 우리는 여기에 있고 많은 실험 설계에서 차단될 수 있는 0.05입니다. 많이 끊어질 수도 있습니다.
	분석이 작동하므로 여기서는 무시하더라도 한계인 .01을 초과하지 않기 때문에 이를 기록해 두겠습니다.
	이는 임상의에게 흥미로울 수 있습니다. 이는 그들에게 주의해야 할 다른 것을 제공할 수 있으며 다른 데이터 세트에서 매우 중요할 수 있습니다. 그리고 여기에는 일반적인 데이터가 모두 있습니다. 무엇을 볼 수 있는지 살펴보겠습니다. 아래로 스크롤하겠습니다.
	우리는 카이 제곱 확률에 대해서는 다루지 않겠습니다. 그리고 여기에 회귀 방정식의 계수가 될 추정치가 있습니다.
	그래서 그것이 우리가 찾은 것이었습니다.
	따라서 이를 최소화하고 이제 청소 및 탐색을 계속하겠습니다. 제가 먼저 청소하지 않고 그렇게 한 이유는 원본 기사에서 어떤 언급도 없었기 때문입니다.
	정리 및 일종의 데이터 정리. 그들은 단지 데이터를 가져와서 모델을 실행했습니다.
	그리고 저는 제 데이터를 먼저 살펴보는 것을 좋아합니다. 그럼 여기서 몇 가지를 살펴보겠습니다. 우선, 여기까지 오면,
	작은 아이콘을 클릭하면 헤더 그래프가 표시됩니다. 그리고 저는 그렇게 하는 것을 좋아합니다. 그럼 여기서 1을 클릭해 볼까요?
	만약 내가 그 용어를 사용할 수 있다면 긍정적인 사망 사건.
	그리고 그것이 하는 일은 사망 이벤트가 1인 모든 행을 강조 표시하는 것입니다. 더 자세히 살펴보고 우리에게 튀어나올 수 있는 다른 변수와 어떤 종류의 상관 관계가 있는지 확인할 수 있습니다. 그리고 거기에는 그다지 많지 않습니다.
	내 창에서, 하지만 우리는
	크레아티닌 포스포키나제와 혈청 크레아티닌의 경우 조금 이상해 보입니다. 밖에는 아무것도 없어, 우리가 그걸 지울 수 있어
	그래프의 다른 곳을 클릭하면 됩니다. 그런데 익숙하지 않은 경우 이러한 종류의 내용은
	무엇이든 확장하려면 드래그할 수 있습니다.
	이제 Graph Builder로 이동해 보겠습니다.
	어디 보자.
	크레아티닌 포스포키나제와 교대 클릭인 컬럼을 선택하는 것에 대해 우려하고 있으므로 말씀드리겠습니다.
	혈청 크레아티닌 측정과 아, 그 전에는 잊어버릴 뻔했어요
	마우스 오른쪽 버튼을 클릭하자
	그리고 여기에서 바로 분포(Distribution)로 갈 수 있습니다. 이는 그래프(Graph)와 분포(Distribution)로 가면 얻을 수 있는 것과 같습니다. 우리는 두 가지 모두에 매우 편향된 분포가 있음을 알 수 있었습니다.
	그리고 여기에는 많은 이상값이 있습니다. 여기에는 분위수만 있고 닫겠습니다. 닫겠습니다. 우리는 그것이 정말로 필요하지 않습니다.
	그리고 요약 통계를 살펴보겠습니다.
	이제 크레아티닌 포스포키나제를 살펴보겠습니다. 평균은 581이고 표준 편차는 970입니다. 그래서 좀 이상합니다. 그것은 분명히 이상적인 사례와는 거리가 멀고 여기 혈청 크레아티닌에 대한 평균이 있다는 뜻입니다.
	나는 그것을 1.4라고 부르고 표준편차를 1.0이라고 부릅니다. 그래서 그것은 이상적인 상황도 아닙니다. 그리고 이는 우리에게 다른 정보도 제공합니다. 이 그래프에서는 보기가 조금 어렵지만 그렇지 않다면
	상자 그림을 매우 빠르게 보는 데 익숙합니다. 수염은 사분위수 범위의 1.5배입니다. 이는 상자의 맨 아래인 25번째 백분위수와 맨 위인 75번째 백분위수 사이의 차이입니다.
	다이아몬드는 우리에게 평균을 제공하고 선은 우리에게 중앙값을 제공합니다. 좀 더 명확하게 하기 위해 확장하면 좀 더 잘 볼 수 있고 거기에는 많은 이상값이 있습니다.
	그래서,
	혈청 크레아티닌은 매우 강력한 예측 변수 중 하나라는 점을 명심하십시오. 좀 더 자세히 조사해 볼 수도 있습니다.
	그래프 빌더로 이동하여
	그럼 그래프(Graph), 그래프 빌더(Graph Builder)로 가보겠습니다.
	그리고 이것이 우리가 얻는 창입니다.
	글쎄요, 우리는 연구를 통해 알아냈고
	크레아티닌 포스포키나제가 신체에서 지속적으로 생성된다는 주제 전문 지식은 아니더라도 일부 주제, 지식. 그리고 그것은 반응합니다
	혈청 크레아티닌이 될 것의 전조이므로 둘 사이에 어떤 관계가 있을 수 있으며 우리는 또한 그 불만족스러운 분포를 조사하고 싶습니다. 여기 크레아티닌 포스포키나제가 있습니다.
	여기서 아래를 클릭하면 X축에 놓을 수 있습니다.
	그리고 Y축에 있는 혈청 크레아티닌에 대해서도 동일한 작업을 수행하면 다음과 같은 결과를 얻을 수 있습니다. 그래서 우리는 Y 혈청 크레아티닌이 0에서 10으로 변하는 것을 발견했습니다.
	크레아틴 포스포키나아제, 이런, 그게 여기까지 나가다니
	거의 8000까지. 이제 우리가 할 수 있는 일이 하나 있습니다.
	클릭 드래그를 하면 좀 더 확장할 수 있습니다. 하지만 우리가 할 수 있는 또 다른 일은
	축을 두 번 클릭하면 이런 창이 나타납니다. 이에 대해 자세히 설명하지는 않겠습니다. 하지만 여기로 와서 눈금을 보면 8000을 넘으면 최대값을 볼 수 있습니다. 그리고 여기 아래 그래프를 보면 , 방해가 되지 않도록 드래그하겠습니다.
	확실히 크레아틴 포스포키나제 값의 대부분은 1000 미만입니다. 사실 그 중 상당 부분은 500~600 미만인 것 같습니다.
	그래서,
	그럴 필요는 없습니다.
	그걸로 바꾸세요
	800을 선택하자.
	좋아요.
	그러면 해당 데이터 포인트에 대한 그래프가 제공됩니다. 다른 부분을 모두 잘라내면 기본적으로 직선이라는 것을 알 수 있습니다. 그들 사이에는 실제 관계가 없으며 여기에도 몇 가지 특이치가 있습니다.
	혈청 크레아티닌은 여기 10으로 훨씬 높습니다. 여기서는 가치를 부정하는 측면처럼 보입니다. 따라서 돌아가서 다시 살펴보고 이상값 중 일부를 제거하여 우리가 들어가서 달라지는지 확인하는 것이 필요할 수 있습니다. 결과.
	그게 전부입니다. 최소화하겠습니다.
	데이터 세트를 마지막으로 살펴보세요.
	아 맞다 혈청 크레아티닌.
	우리는 그것을 연속형으로 입력했지만 여기 열에서 보면 가장 작은 숫자가 여기 소수점 첫째 자리에 있으므로 거기에 10개의 값과 그 중 대부분이 또 다른 10개의 값이 있을 가능성이 있습니다.
	2~3 미만인 것 같습니다. 따라서 분석에 따라 이를 어떻게 처리할 것인지에 대한 의문이 있을 수 있습니다.
	그리고 우리는 확실히 분석을 원합니다. 우리는 그것을 사용할 것입니다. 우리는 그것을 연속 변수로 정말로 고려하고 싶습니까? 아니면 아마도,
	모르겠습니다,
	해당 순서 변수에 대한 20개의 다른 값. 20, 25 등 마케팅 분석에서 자주 수행되는 작업이지만 여기서는 일반적으로 수행되지 않지만 고려해야 할 사항입니다. 그럼, 나한테 말해줘
	요약을 보려면 여기로 돌아가세요. 파워포인트로 돌아갑니다.
	그리고 그것을 확장해 보겠습니다. 모든 사람이 그것을 볼 수 있기를 바랍니다. 그래서 여기에 우리가 가진 것이 있습니다.
	우리는 JMP가 기본적으로 선택한 11개의 서로 다른 모델을 가지고 있으며, 이 11개의 서로 다른 모델을 얻었고 분석, 예측 모델링, 모델 선별로 이동하여 모두 가져왔습니다. 우리는 혈청 크레아티닌, 연령 및 박출률이 모두 유의미한 것으로 나타났습니다.
	그리고 우리는 연령 간 박출계수 상호작용이 추가 임상 연구를 필요로 할 수도 있다는 사실을 발견했습니다. 비록 그것이 우리 연구에서는 그다지 중요하지 않았지만요.
	가치로 결정됩니다. 그리고 우리 모델에 사용된 크레아티닌 분포에서 특히 매우 작고 불균형한 데이터 세트를 사용하여 매우 치우친 값을 확인했습니다. 그리고 이제 전에 나이에 대해 언급했습니다. 다시 원래대로 돌아가도록 하겠습니다.
	그걸 멀리 드래그하세요. 여기에 나이가 있습니다.
	그리고 우리는 다소 편향된 분포를 가지고 있으며 저는 그것을 모델에 넣지 않았습니다. 그리고 제가 그것을 모델에 넣지 않은 이유는 데이터가 수집되는 방식 때문입니다.
	우리는 기사를 읽음으로써 그 시대가 그랬던 것처럼 사람들을 확인하기 위해 일종의 의료 종사자를 보냈다는 것을 알고 있습니다.
	원본 데이터는 연구를 위해 개발되었습니다. 따라서 65년을 보면 그 값은 65개월 후에 되돌아갑니다.
	아, 제가 시간에 대해 이야기하고 있는 나이는 아니어서 죄송합니다. 여기로 돌아가겠습니다. 내가 숨김을 해제할 시간에 가세요.
	그리고 시간이 있습니다. 조금 이상하네요. 좀 더 풀어보겠습니다.
	그들이 한 일
	그들은 원래 연구 후에 다시 돌아갔습니까? 따라서 16년을 보면 원래 연구 후 16개월을 거슬러 올라가 사망 사건이 있었는지 아니면 사망 사건이 없었는지 확인했습니다. 즉, 환자가 아직 살아 있었습니까, 아니면 아직 살아 있지 않았습니까?
	16개월 후에 여기 있는 21번 환자는
	아직 살아있었습니다. 이제 여기에서 사망 이벤트로 내려가서 그 이벤트를 강조하겠습니다.
	그리고 여기로 오세요.
	우리에겐 20명의 시간이 있는 것 같습니다.
	글쎄요, 사망 사건이 그들이 확인하기 전날에 일어났는지 일주일 전인지, 한 달 전인지, 두 달 전인지는 알 수 없습니다. 논문을 발표하고 Kaggle에 올린 원저자는 해당 데이터를 살펴보았습니다.
	그리고 그들은 그것으로부터 어떤 긍정적인 결론도 찾을 수 없었습니다. 그 사람은 첫 번째 달에 죽을 수도 있었지만, 첫 번째 달에는 아무도 확인하지 않았습니다.
	그리고 우리는 후속 점검의 빈도를 모릅니다. 그래서 제가 그것을 추가하고 포함시킨 이유입니다. 거기에 더 나은 데이터가 있었다면 여기로 와서 분석할 수 있었을 것입니다.
	신뢰성과 생존 그리고 우리는 X에 의한 수명 분포 또는 Fit Life를 수행할 수 있었는데, 이는 많은 작업이 수행되는 방식이지만 이 특별한 경우에는 그렇게 할 수 없었습니다.
	그러니까 그 정도는
	프리젠테이션을 마치고 사이트에 다시 게시될 PowerPoint 자료로 돌아가고 싶습니다. 여기에 원본 저널 기사에 대한 링크가 있습니다.
	캐글.
	페이지. CSV 형식의 Kaggle 데이터 세트와
	R 코드가 포함된 작성자 Github 저장소. 그리고 여러분 모두가 그것을 즐겼기를 바랍니다.
	그리고 그것으로
	이번 발표를 마치겠습니다.
피터 폴리토	지금 좋은 일자리는 매우 흥미롭습니다.
	감사합니다.
피터 폴리토	알았어, 그럼 내 체크리스트를 확인해 보자.
	확신하는.
피터 폴리토	난 아니다.
	나는 에이전트 시간에 대해 그것을 믿지 않습니다.
	제발, 제발 잡아주세요.
피터 폴리토	네, 그리고 그들이 돌아와서 '아, 우리는 일시 중지하는 게 싫어요'라고 하면 당신이 살아 있을 때 할 거에요. 그냥 발표하는 사람하고 얘기하면 되고 건너뛰어도 돼요. 그 부분에 대해 말하고 그냥 이것이 일어난 일이라고 말하세요.
	알았어.
	내 생각에는 그들이 우리에게 다시 녹음하라고 요구할 것 같지는 않습니다.
	잘.
	알았어, 그렇게 하면 큰 문제는 아니지.
피터 폴리토	좋아, 그럼 난 내가 할 다른 모든 일을 할 거야.
	녹음을 중단했다면 이제 시작하겠습니다.
	그리고 좋아.
피터 폴리토	시청할 수 있게 해주셔서 정말 감사합니다.
	그래, 좋은 점은, 내가 근처에 몇 가지 실수가 있었음에도 불구하고 그에게는 아무런 문제나 소프트웨어가 없었다는 것입니다.
	이제 모든 것이 좋아 보였습니다. 예 예 모든 것을 끌고 거기에 머물렀으니 좋습니다.
피터 폴리토	알았어, 글쎄.
	나는 아마 디스커버리 서밋에서 당신과 마주치게 될 것이고 즐거운 하루를 보낼 것입니다.
	좋아, 너도 극장이야.
피터 폴리토	알았어, 안녕.
	에 의해.

브레이크아웃데이터 탐색데이터 시각화