歡迎
到
這
海報
會議。
我的
姓名
是
蕾妮塔
沃什伯恩
和 我的 同事 和 我， 博士 瑪莉 讓‧阿蒙。
為了 這 專案, 我們 檢查 這 關係
之間 立法 限制 在 這 使用 的 民眾 資源 為了 墮胎
和 他們的 影響 在 生育力 利率 基於 在 母體 年齡 在 這 團結的 各州。
我們 相信 那 經過 檢查 這些 規章制度
我們 可以 提供 洞察力 進入 潛在的 影響 的 未來 立法 變化，
因此 協助 和 理解 這 動力學
和 潛在的 結果 的 這樣的 政策 輪班 在 生育力 利率。
患病的 開始 經過 迅速地 討論 我們的 數據 消息來源
和 然後 患病的 證明 如何 我們 使用 JMP 到 執行 a 雙向 變異數分析
和 a 遲到 班級 分析 到 調查 這些 人際關係。
那裡 是 二 數據 來源 用過的 為了 這 學習。
這 第一的 曾是 立法 那 曾是
獲得 從 a 法律， 圖集 政策 監視 程式 數據集。
這 第二， 我們 得到 這 2021 生育力 利率 從 美國疾病管制與預防中心 想知道 資料庫.
這 數據 套 是 合併 一起
基於 在 這 母親的 狀態 的 住宅 在 這 年，
和 a 一 年 落後 在 這 出生 地位
所以 那 這 立法 曾是 在 影響 什麼時候 這 懷孕 開始了。
我們的 第一的 客觀的 曾是 到 確認 影響 的 限制
在 民眾 資源 在 生育力 利率。
我們 打破 這 立法 向下 進入 三 水桶，
無論 這 狀態 有 不 限制，
無論 他們 有 限制 但 排除 醫療補助計劃
和 然後 無論 他們 是 限制， 包括 醫療補助。
A 雙向 分析 的 變異數 曾是 執行
到 決定 無論 那裡 曾是 a 統計上 重要的 不同之處
之間 這 意思是 生育力 利率 基於 在 這些 三 水桶 在 這 母體 年齡。
我們 第一的 開始 經過 視覺化 這些
三 類別 和 這 地圖 那 我們 製成 和 JMP的 圖形 建造者。
從 那裡， 我們 觀察到 那 那裡 曾是
一個 不均勻 數位 的 各州 在 每個 的 這 限制 類別。
我們 用過的 a 常見的 實踐 的 跑步 這 分析 和 這 速度 轉換 數據
到 避免 任何 挑戰 從 這 失衡 數據。
患病的 證明 第一的 如何 我們 添加 這 排行 到 這 數據 放，
和 然後 出色地 去 透過 這 雙向 方差分析。
第一的， 你 開始 和 分析， 分配。
是 去 到 放 在 這 多變的 那 我們 想 到 做 這 秩 轉型 在，
哪個 是 生育力 利率 和 到 Y 和 打 好的。
我們 去 向下 到 我們的 迷人的 紅色的 三角形 然後 到 節省 和 等級。
那是 去 到 節省 這 排行
的 從 最低 到 最高 的 這 生育力 利率 到 我們的 主要的 數據 放。
是 只是 檢查 那 它是 那裡。
下一個， 和 這 結果 的 這 秩 生育力 利率
是 去 到 使用 那 到 做 我們的 雙向 方差分析。
後退 到 分析 合身 模型，
是 去 到 添加 在 不是 這 原來的 生育力 利率
但 那 排名 生育力 速度 那 我們 只是 創建 到 我們的 和。
是 去 到 添加 在 我們的 二 獨立的
變數 在 滿的 階乘， 所以 那 我們 能 做 那 雙向
為了 這 母體 年齡 和 那 限制 類別 將要 打 跑步。
然後 它 給予 我們 這 相同的 輸出 那 我們 會 明顯地 預計，
但 它是 使用 那些 秩 轉變。
我們 能 去 向下 和 看 在 這 影響 概括 到 看 那 那裡 是
統計上 重要的 互動 去 在 那裡。
這 雙向 變異數分析 確認 那 那裡 是 統計上 重要的 差異
在 那些 生育力 利率 基於 在 母體 年齡 和 這 在場 的 限制。
具體來說， 我們 觀察到 那 女性 年齡 15 到 29 有 降低 生育力 利率
什麼時候 那裡 是 不 限制 展示 在 他們的 狀態。
這 下一個 客觀的 曾是 到 確認
圖案 在 這 狀態 流產 限制 作品。
我們 使用 a 上課遲到 分析 因為 我們 有 這些 二進制，
這些 是的 或者 不 指標 為了 六 不同的 類別 的 興趣。
他們 是 有關的 到 政府 資金， 政府 設施，
和 其他 各種各樣的 程式 喜歡 狀態 保險 程式 為了 狀態 僱員。
出色地 示範 如何 我們 使用 JMP的 聚類 到 團體 那些 各州 一起
基於 在 這些 六 不同的 類別，
和 然後 如何 我們 使用 圖形 建造者 到 幫助 我們 展示 這 結果
和 解釋 他們 a 小的 更輕鬆。
到 跑步 這 遲到 班級 分析，
是 去 到 分析 聚類， 遲到 班級 分析。
是 去 到 放 在 我們的 六 二進位 指標 進入 我們的 和。
然後 我們 可以 調整 這 數位 的 叢集 和 它 會 跑步 更多的 比
只是 三， 但 是 只是 去 到 使用 三 為了 我們的 目的 到 保持 它 簡單的。
後 跑步 它， 我們 有 這 高水準
特徵描述 關於 每個 一 的 這 集群。
但 我們來吧 創造 一個 額外的 視覺化 那將 開始 幫助 我們
解釋 如何 這 各州 跌倒 出去 在 每個 一 的 這 三 集群。
到 做 那， 是 去 到 去 到 圖形 建造者。
是 去 到 拿 我們的 狀態 的 住宅
和 放 它 向下 在 地圖 形狀 那 讓我們 JMP 知道 那 是 想要 到 製作 a 地圖。
然後 是 去 到 放 我們的 最多 可能 簇， 哪個 是 額外 到 這 數據 放
後 我們 跑步 那 生命週期評估 (LCA) 和 是 去 到 使用 那 到 實際上 顏色 它。
這 給予 我們 a 真的 快的 看
在 如何 每個 的 我們的 各州 那 實際上 有 限制，
哪個 的 這 三 叢集 他們 跌倒 出去 進入。
然後 你是 有能力的 到 使用 圖形 建造者 再次
到 創造 其他 視覺化 喜歡 我們 做過 那 允許 你 到 比較 每個
的 這 各州 作品 的 他們的 限制 和 他們的 生育力 利率
使用 這 三 叢集 那 我們 創建 和 這 生命週期評估。
什麼時候 我們 做過 那，
什麼 我們 觀察到 是 那 什麼時候 那裡 是 限制 在 多種的 類型 的 民眾
資源， 它 曾是 常 聯繫 和 更高 生育力 利率 為了 那些 各州。
I 只是 想 到 感謝 你 為了 觀看 這 海報 會議。
這 目標 曾是 真的 到 證明 如何 我們
用過的 JMP 到 檢查 這 關係 之間 流產 限制 那 是
瞄準 民眾 資源 和 生育力 利率 穿過 多種的 母體 年齡 團體。
經過 表演 這 雙向 變異數分析 在 那 秩 轉換 數據，
我們 觀察到 那 女性 年齡 15 到 29
有 降低 生育力 利率 什麼時候 那裡 是 不 限制。
透過 這 使用 的 上課遲到 分析
和 視覺上 分析 這 結果， 我們 觀察到 那 限制 在 多種的
類別 的 民眾 限制 是 聯繫 和 更高 生育力 利率。
感謝 你 再次。
