根據特定體檢結果了解受試者的整體健康狀況 - 使用 NDB 開放資料 - Naohiro Masukawa (2020-JA-25MP-16)等級：中級
從預防生活型態相關疾病的角度來看，專案體檢旨在減少40歲至74歲族群中患有代謝症候群（俗稱代謝症候群）的人數。對所有接受特定檢查的患者的檢查結果進行匯總，可以作為個人與整體人群比較的基準，因此被認為有助於中老年人的健康管理。
厚生勞動省提供的NDB公開數據，可以獲得每年檢查項目（腰圍、血糖、血壓等）的平均值和類別分佈，作為具體體檢的信息，可以作為代謝綜合徵的判斷標準，對於某些檢測項目，可以針對性別、年齡等每個屬性確定超出標準的人數和檢測人數。當繪製每個屬性的每個測試項目的非標準結果百分比時，可以獲得一些有趣的結果，例如某些測試項目沒有與年齡相關的趨勢。
在本演示中，我們將與這些圖表一起展示將廣義線性模型應用於以年份、都道府縣、性別和年齡為因素的每個測試項目的非標準結果百分比的結果。透過這種建模，可以預測在屬性（性別、年齡、居住地）方面不符合標準的受試者的百分比，並深入了解接受特定體檢的總人數。
JMP日本分部技術工程師。目前從事JMP產品的售前工作，主要針對製藥和食品公司。雖然我的職位是向客戶介紹 JMP，但我非常清楚自己是 JMP 使用者。近年來，他一直使用JMP對已成為媒體熱門話題的主題進行分析，並將JMP分析結果發佈在部落格和分析報告共享網站「JMP Public」上。
https://public.jmp.com/users/259
進階統計建模自動化和腳本編寫基礎資料分析與建模消費者與市場研究內容組織資料存取數據探索和視覺化實驗設計大規模客製化預測建模和機器學習品質和工藝工程可靠度分析分享和交流成果
