你好， 我的 姓名 是 布列塔尼 伯利森， 和 我的 聯合主持人 是...
我是 凱莉 威爾遜。
我們 是 兩個都 第二 年 碩士 學生 在 俄克拉荷馬州 狀態 大學，
得到 a 碩士 在 商業 分析 和 數據 科學。
今天， 我們 是 去 到 展示 我們的 研究 在 什麼 是 最多 重要的
在 確定 心 疾病 和 中風.
我們 將要 是 去 超過 我們的 研究 概述，
這 方法 那 我們已經 用過的 在 我們的 數據 概述， 我們的 數據 分析，
和 結果 和 含義， 和 什麼 我們已經 完畢 在 跳轉。
心 疾病 和 筆畫 是 二 主要的 疾病
那 有 到過 大約 為了 年， 和 有 仍然 不 治癒 為了 他們。
心 疾病 是 a 領導 原因 的 死亡 在 這 團結的 州。
A 人 模具 每一個 30秒 從 心 疾病.
的 這些 死亡人數, 一 在 六 這 到期的 到 a 中風,
和 筆畫 是 這 領導 原因 為了 長期 殘障。
為了 我們的 研究， 我們 是 尋找 到 看 如果這些 二 主要的 疾病
有 任何 常見的 因素 那 將要 是 有能力的 到 預測 每個 其他。
我們 是 有興趣的 在 看到 什麼 因素 是 最多 重要的 在 確定
無論 a 人 將要 遭受 從 中風 或者 心 疾病 在 他們的 壽命。
我們 是 想要 到 拿 變數
那 相關 到 這 社會的 決定因素 的 健康 到 看 什麼 變數 玩
a 大 角色 在 確定 這些 主要的 健康 問題。
為了 我們的 數據，
我們 將要 是 使用 為了 分析 是 這 數據
從 這 行為 風險 因素 監視 系統， 在 簡短的，BRFSS，
從 這 疾病管制署.
這 是 a 電話 民調 那 收集 數據 從 國民 關於
a 過多 的 資訊.
我們 將要 是 使用 數據 從 2016 到 2020年。
這 包含 超過 500 欄位 和 超過 2 百萬 觀察結果。
一些 的 這 欄位 包含 資訊 關於 家庭，
目前的 健康 狀況， 行為 和 人口統計資料。
此外， 一些 州 有 這 選項 到 是 更多的 具體的 健康 問題，
和 那些 是 經過考慮的 也。
我們 將要 是 尋找 在 這 變數 那 人們 是 問道。
為了 這 方法 和 計劃 那 我們 是 去 到 使用。
我們的 數據 地點 包含 超過 500 變數， 作為 我們 提及，
所以 我們 有 縮小 那 清單 向下 到 11 那 我們 有 視為
這 最多 重要的 在 確定 心 疾病 或者 中風.
我們 有 引用 這 社會的 決定因素 的 健康
到 幫助 我們 製作 這 決定 在 哪個 變數 我們 應該 保持。
我們 有 決定 a 很少 那 出色地 去 超過 在 下一個 滑動。
所以 是 使用 跳轉， 具體來說， 這 合身 模型 資源 在 JMP 中
和 圖形 建造者。
這 因素 那 我們 是 考慮 是 a 人的 性別， 他們的 年齡， 和 他們的 種族。
所以 為了 我們的 多變的 選擇，
我們 有 決定 那 收入， 住房， 教育， 精神的 健康，健康 覆蓋範圍，
全面的 一般的 健康， 吸煙 地位， 糖尿病 狀態， 離婚， 和 醫療的 成本
是 這 最多 重要的 變數 到 看 在。
我們 將要 是 使用 中風 和 心 疾病 作為我們的 回覆 變數。
我們 將要 看 在 這些 變數 經過 性別 使用 這 性別 多變的。
然後 我們 將要 連接 全部 五 年 的 我們的 JMP 中的數據，
跑步 a 合身 模型 測試 到 決定 哪個 預選 變數
是 這 最多 重要的 在 確定 心 疾病 和 中風.
凱莉 將要 去 超過 我們的 數據 分析 和 什麼 我們 有 成立。
感謝 你， 布蘭妮。
這 第一反應 多變的 那 我們 看了 在 是 心 疾病.
什麼時候 性別 是 1、 那 方法 它是 a 男性。
所以 作為 我們 能 看 在 我們的 輸出，
那 這 最多 重要的 變數， 基於 在 他們的 紀錄 值得，
是 一般的 健康， 糖尿病， 和 如果 他們 是 a 吸煙者。
甚至 儘管 這 遙感 為什麼 是 漂亮的 低的， 哪個 方法 那 僅有的 8 % 的 這 數據
是 解釋 經過 這些 變數， 自從 這 對- 價值 是 非常 小的
那 方法 那 這 變數 那 我們 有 已選擇 是 非常 重要的。
相同的 我們 能 看 超過 什麼時候 它是 a 女性。
相似地， 這 最多 重要的 變數 是 一般的 健康， 糖尿病，
和 如果 他們 抽煙 或者 不是。
我們 能 來 到 這 相似的 結論
那 這 遙感 為什麼 是 非常 低的，
哪個 使 感覺 自從 那裡 是 500 變數。
但 這 變數 那 是 已選擇 是 仍然 非常 重要的。
下一個， 我們 通緝 到 看 在 什麼 心 疾病 看了 喜歡
基於 在 一般的 健康。
所以 一般的 健康 曾是 a 多變的 那 曾是 分裂 進入 九 桶。
一 存在 出色的 健康 和 九 存在 非常 貧窮的。
所以 我們 能 看 那。
什麼時候 心 疾病 是 一， 那 方法 那 他們 有 心 疾病,
和 什麼時候 它是 二， 那 方法 他們 做過 不是 有 心 疾病.
作為 我們 能 看， 什麼時候 一般的 健康 是 二 或者 三，
哪個 方法 非常 好的 一般的 健康 或者 好的 一般的 健康，
那些 二 有 這 最高 數位 的 心 疾病.
下一個， 我們 通緝 到 看 在 中風.
為了 中風, 為了 a 女性，
這 最多 重要的 變數， 出去 的 這 變數 我們 已選擇
是 糖尿病， 一般的 健康， 和 然後 教育。
相似地， 我們 有 a 非常 低的 遙感 為什麼，
但 我們的 意義 或者 我們的 對- 價值 是 非常 小的，
哪個 方法 那 全部 的 這些 變數 是 仍然 非常 重要的。
相似地， 為了 男性，
這 最多 重要的 變數 是 糖尿病， 一般的 健康。
T 母雞 這 遙感 為什麼 為了 這 一 是 這 最小 遙感 為什麼 我們 有 看到，
但 我們 仍然 有 a 對- 價值 的 較少的 比...
A 非常 小的 對- 價值， 哪個 方法 它 是 仍然 非常 重要的。
S 類似地， 作為 我們 做過 為了 心 疾病, 我們 建造 a 圖形 也
基於 在 一般的 健康，
到 看 在 在哪裡 中風 下跌 在 這 一般的 健康 回覆.
和 這 一般的 健康 它 陷入 是， 再次， 二 和 三，
哪個 方法 人們 和 非常 好的 健康，
或者 好的 健康， 是 最多 可能 到 有 中風.
然後 我們 去了 和 我們 創建 我們的 自己的 多變的
為了 什麼時候 某人 有一個 心 疾病
和 中風, 他們 會 返回 a 值為一，
和 什麼時候 他們 沒有 有 它，它 會 是 零。
所以 這裡 我們 能 看 為了 心臟病 和 中風, 這 最多 重要的 變數
是 一般的 健康， 糖尿病， 收入， 如果 他們 抽煙， 和 教育。
這 遙感 為什麼 是 我們的 最高 遙感 為什麼， 哪個 是 真的 好的。
這 方法 那 最多 的 這 數據 是 代表 在 這
和 我們的 對- 價值 是 仍然 非常 小的，
哪個 方法 那 全部 的 這些 是 重要的。
然後 再次， 我們 製成 a 圖形 到 看 在哪裡 這 一般的 健康 它 掉下來了。
我們 能 看 那 為了 什麼時候 某人 有 心 疾病 和 中風,
它 瀑布 在 三， 哪個 是 好的 一般的 健康。
我們的 結論 是， 我們 成立 那 這 最多 重要的 變數
確定 無論 或者 不是一個 人 將要 有 心 疾病
是 一般的 健康， 糖尿病， 吸煙，
和 如果 他們的 父母 是 離婚了， 和 那 曾是 為了 這 男性。
然後 為了 女性， 它是 一般的 健康， 糖尿病， 吸煙 和 收入。
然後 我是 尋找 在 中風.
為了 a 女性， 它是 糖尿病， 一般的 健康 和 教育。
在男性中， 它 是 糖尿病， 一般的 健康 和 健康 保險。
然後 為了 兩個都 的 他們 合併，
這 最多 重要的 的 是 一般的 健康， 糖尿病，
收入， 如果 他們 抽煙， 和 他們的 教育。
所以 繪畫 到 a 關閉， 我們的 全面的 含義。
我們 會 說， 到 幫助 防止 心 疾病,
人們 應該 提升 他們的 全面的 一般的 健康， 監視器 他們的 糖尿病，
減少 他們的 尼古丁的使用， ETC。
然後 到 幫助 防止 中風,
人們 應該 提升 他們的 一般的 健康，
監視器 他們的 糖尿病 作為 出色地，
和 思考 關於 改善 他們的 健康 關心 計劃。
然後 全面的， 人們 應該 只是 重點 在
他們的 一般的 健康 到 防止 心 疾病 和 中風 和 任何 其他 疾病。
我們 相信 那 醫生 和 衛生保健 提供者，
如果 他們 拿 這 進入 考慮，
這些 是 極佳的 重要的 因素 在 確定 無論 a 人
將會遭受 從 心 疾病 或者 中風 在 他們的 壽命，
和 他們 將要 是 有能力的 到 提供 更好的 健康 關心 選項
到 他們的 患者。
此外， 我們 感覺 那 如果 這 一般的 民眾
拿 這些 因素 進入 考慮， 它 能 幫助 減少 這 風險 的 中風
或心臟 疾病 全面的 在 這 一般的 民眾。
我們 感謝 你 為了 傾聽 到 我們的 研究，
和 如果 你 有 任何 問題， 請 讓 我們 知道。
感謝 你。
