JMP 기술 지원 담당 선생님
빚을지고 있습니다. JMP를 애용하고 있는 것입니다. 어느 암 통계의 사이트에서 통계한 내용으로부터 통계 해석을 실시한다고 생각하고 있습니다.
어떤 희소 암이 그 이외의 암과 비교하여 중복 암이 되기 쉬운지 여부를 통계해, 이하의 증례수가 되었습니다.
중복
예 아니오
특정 희귀 암 827 12204
특정 희소 암 이외 129634 4490934
(총 130 461 450 3138)
질문이 2점 있습니다.
질문①
"어느 희소암"의 군과, "어느 희소암 이외"의 2군으로 해석을 실시할 예정입니다.
이전에 교시해 주신, 카이 제곱 해석을 JMP로 실시하는 경우, 열을 450만 이상 만들지 않으면 안 되는 것 같습니다. 따라서 JMP에서 피셔의 정확도 확률 검정 또는 2표본의 코르모고로프 스미르노프 검정을 JMP로 실시하고 싶습니다. 450만 이상의 증례로 JMP로 해석할 수 있습니까?
질문②
2군으로 연령의 바이어스가 있을지 어떨지를 보고 싶습니다만, 암 통계의 사이트에서는, 연령은 숫자가 아니고, 15-19세, 같이 블록으로 나누어지고 있습니다(첨부의 엑셀 자료 2점을 고람해 주세요).
그 경우도, 연령의 편향이 없는 것을 JMP로 해석할 수 있는 것일까요.
이상 2점이 됩니다. 진심으로 죄송합니다만, 가능한 범위에서 상관하지 않으므로, 가르쳐 주시면 감사합니다.
안녕하세요 @테쇼0730 ,
커뮤니티에 오신 것을 환영합니다!
귀하의 게시물을 읽을 때 제가 떠올리는 첫 번째 질문은 대표적인 하위 집합을 선택하는 대신 모든 데이터를 사용하고자 하는 이유가 무엇인가입니다.
수백만 개의 행을 처리하는 것은 모든 컴퓨터와 소프트웨어에 매우 어렵고 복잡하며, 그렇게 많은 행이 가져올 수 있는 부가 가치에 대해서는 확신할 수 없습니다. 대표적인 하위 집합을 선택하면 분석이 더 쉽고 빠르며 동일한 결과를 얻을 수 있으며, 나머지/선택되지 않은 행 중 일부를 분석의 검증으로 사용할 수도 있습니다. 반면에 목표에 따라 너무 많은 행을 사용하면 통계적 검정의 결과에 큰 "편향"이 생길 수 있습니다. 표본 크기가 매우 크기 때문에 신뢰 구간이 매우 작을 수 있으므로 검정은 거의 항상 통계적으로 유의미한 결과를 가져올 수 있습니다(감지할 효과 크기/차이 및 p-값/통계적 유의성 임계값 설정에 따라 다름).
가설 검정을 위한 Power Explorer를 사용하여 분석에 필요한 표본 크기(위험/알파/제1종 오류 수준 및 감지하려는 차이/효과 크기에 따라 다름)와 목표에 대해 생각할 시간을 충분히 갖는 것이 좋습니다.
연령과 관련해서는 문제가 없다고 생각합니다. 인구 데이터 샘플을 선택할 때 부분 집합/샘플과 인구 사이에 연령 블록별 개인의 재분할/비율이 동일한지 확인하세요.
통계적 검정과 표본 크기에 대한 몇 가지 자료:
유형 I 및 유형 II 오류 및 통계적 힘 - StatPearls - NCBI Bookshelf
통계 분석: 샘플 크기 및 파워 추정 | BJA Education | Oxford Academic
이 답변이 도움이 되기를 바랍니다.
@테쇼0730
질문 1에 대해서입니다만, 이하와 같은 데이터의 입력을 하는 것으로 분석할 수 있을까 생각합니다.
분석 > 이변량 관계(Fit Y by X)에서 Y, X, 도수에 열을 지정합니다.
다만, VIctor 씨가 말하고 있듯이 데이터수가 많기 때문에, 비율의 차이가 작아도 P값은 작아지므로, 해석에 주의할 필요가 있습니다.
SAS Institute Japan 주식회사의 JMP 재팬 사업부에서 시니어 테스터를 실시하고 있습니다 오노 유료라고 합니다.
■ (1) Fisher 정확 검정의 계산량이 폭발하는 것은, 2×2 분할표보다 큰 경우(예를 들면, 5×5 분할표)입니다.
2×2 분할표에서는 계산량이 폭발하지 않습니다. 2×2 분할표보다 큰 m×n 분할표로 어느 정도의 크기일 때 어느 정도의 스펙의 머신으로 Fisher 정확 검정의 계산이 끝나지 않게 되는지는, 뭔가의 선행 연구로의 언급이 있을지도 모릅니다만, 계산량을 구하는 근사식은 없고, 실질적으로는 「해 보지 않는다」라고 계산이 끝나지 않으면 계산이 끝나지 않는다.
(2) 「2군간의 비교를 실시하는 검정을 하고 싶다」라고 하는 의미이면, JMP에서도 몇개의 군간 비교의 검정(이나 신뢰 구간)을 산출할 수 있습니다.
■ 다음은 개인의 생각입니다. 소속 단체의 생각이 아니라 모든 책임은 나에게만 돌아간다.
이야기는 질문으로부터 크게 그렇습니다만, (JMP에 한정하지 않고) 일반적으로, 군간 비교의 통계적 검정은, 대별하면 다음과 같이 분류할 수 있을까라고 개인적으로 생각하고 있습니다.
(a) 모델 기반 검정
t 검정, 물류 단회귀, Cox 비례 위험 단회귀
(b) 디자인 기반 검정
Wilcoxon 검정, Cochran-Mantel-Heanzel 검정, 재정렬 검정, 로그 랭크 검정
덧붙여 (a)와 (b)의 검정 결과는, 특히 표본 사이즈가 큰 경우, 비슷한 것이 되는 일이 있습니다. 예를 들어 원본 데이터를 스코어로 정렬하는 테스트(= 원본 데이터 값을 스코어로 한 CMH 테스트)는 표본 크기가 큰 경우 t 테스트와 비슷한 결과를 낳습니다.
(a)의 방법은 다변량으로 발전시키기 쉽다는 이점이 있다고 생각합니다. 예를 들어 t 검정은 중회귀로, 로지스틱 단회귀는 로지스틱 중회귀 등으로 발전하기 쉽습니다.
■연구 의문이 「어느 희소암이, 그 이외의 암과 비교해, 중복암을 되기 쉬워지고 있는 것인가?」라고 하고, 한편, 다음과 같은 DAG(유향 비순회 그래프; Directed Acyclic Graph)가 성립하고 있다고 합니다.
+---------- 나이 -----------------------+
| |
+---> 희소암 -----> 중복암 <---+
연령만이 이 DAG의 방향만의 인과밖에 없고, 또한, 희소암→중복암의 교락인자가 되고 있다고 합니다(즉, 중복암→희소암의 역방향의 경로는 없는 것으로 해, 한층 더 (그런 일이 있는지는 나는 전혀 모르지만, 그 희귀하지만 그 희 가 발견될 확률이 높아지고 있는 등 연령 이외의 교락 인자가 없는 것으로 합니다).
만약, 그렇다면, 연령→희소의 관계를 데이터로 보고, 그것이 통계적으로 유의하지 않았기 때문에로서, 연령을 무시해 희소암→ 중복암의 관계를 보는 것은, 그다지 좋지 않은 것은 아닌가 개인적으로 생각합니다.
■ 이야기는 더욱 그렇게 버립니다만, 어떠한 정보가 유익한가는 전혀 모릅니다만, 나이에 따라 희소암이나 중복암의 비율이 다르지만, 집단 전체로 집약해 데이터를 바라보는데 개인적으로 조금 저항이 있습니다. (이진적인 의사결정에 주안을 둔 통계적 검정이 아니라,) 어디까지나 기술적인 의미가 강해집니다만, 모자이크도를 그리거나, 로지스틱 회귀의 설명 변수에 스플라인 곡선을 이용해, 비율 예측치를 구해 보아, 그것을 플롯해 보는 등, 우선은 현재로서 어떻게 되어 있는가 생각합니다. 일부 데이터 처리 후 첨부와 같은 그래프라면 JMP에서도 만들 수 있습니다 (흥미가 있다면 회신 해주십시오).
