感谢您的帮助。
我想检查 A 组和 B 组之间是否存在年龄偏见。
在这方面，如果您能教我 JMP 中的 Mantel-Haenszel 检验的分析程序，我将不胜感激。
你好
我叫小野宏明，在 SAS Institute Japan Co., Ltd. 的 JMP 日本分部担任测试员。
可以使用“双变量关系”在 JMP 中执行用于比较组间平均分数的 Cochran-Mantel-Haazel 检验。
但请注意以下几点：
（1）即使只有一层，也需要添加层变量。
（2）如果要比较平均分数，则需要提前在数据中指定要给出的分数。
默认情况下，分数编号为 1、2、3、4、5、...
（3）X 和 Y 变量都应设置为分类变量（名义或序数尺度）。
顺便说一句，我个人认为下面解释的 CMH 检验并非旨在确认“没有年龄偏见”（我将其解释为“即使在分析中不包括年龄，组间关系和结果变量之间也不会存在混杂偏见”）。
（1）一般来说，对于许多统计检验来说，“不显著”仅仅表示“没有足够的证据来拒绝原假设”。正如俗话所说，“没有证据并不代表没有证据”。
（2） 即使结果“显著”，也可能只是偶然在这一例子中显著。
（3）即使统计检验能够“证明”“年龄”和“群体”之间存在关系，这也并不一定意味着“年龄”是一个混杂因素（在满足 DAG 后门标准的意义上）。
我个人认为，“年龄”是否为混杂因素应该与领域内的专家讨论决定，而不是通过组间比较测试来决定（我认为Hernán和Robins的《What If: Causal Inference》也持不应通过测试来确定混杂因素的观点）。此外，我认为您应该与该领域的专家讨论（最好在查看数据之前）除了年龄之外是否还有任何需要考虑的混杂因素。不过，我认为对此有多种思考方式。
在这里，我想使用附加的伪数据“dataexample.jmp”进行解释（因为附加数据的版权等不清楚）。操作比较复杂，有问题的话请再回复。
我们假设检验的目的是进行 Cochran-nMantel-Haazel 检验，以比较两组（A 和 B）之间的序数反应（a、i、u、e、o、ka）。 “频率”列包含每个组合的频率。我们将解释当分数用作连续数字以及用作平均排名时会发生什么。
（如最后的 (c) 中所述，使用平均秩作为分数的 CMH 检验相当于 Wilcoxon 检验。如果您已经有连续尺度的数据并希望使用平均秩作为分数，则使用以下步骤执行 Wilcoxon 检验比 CMH 检验更容易。此外，如果数据很大，结果将类似于使用这些分数的双样本 t 检验。）
■ 使用连续数字作为分数时
如果您想为答案（a、i、u、e、o、ka）分配连续的数字（1、2、3、4、5、6），并比较组之间的平均分数，请按照以下步骤操作。
（a-1）为所有值相同的数据添加“层”列。
（a-2）选择[分析] → [双变量关系]。
并为每列分配以下角色：
将 Y 变量设置为 [Y，响应变量]。在这种情况下，Y 变量必须处于名义或序数尺度上。
X 变量（第 2 组的变量）是 [X，解释变量]
点击[Block]，选择上面（a-1）中创建的“Layer”列。
如果有频率列，请选择它作为 [频率]
完成所有设置配置后，单击“确定”。
（a-3）报告底部印有“Cochran-Mantel-Haenszel 检验”。其中，“X 之间的分数比较”是 Cochran-nMantel-Haazel 检验，它比较组之间的平均分数。
■ 当以平均排名作为得分时
如果您想为答案（a、i、u、e、o、ka）赋予除序列号之外的分数，那么您需要在运行数据之前亲自赋予它们分数。
例如，如果您想使用平均排名作为分数，则步骤如下：
（b-1）若Y变量为字符串，选择[列] → [重新编码]，将其转换为数字，序号为1、2、3、4、5、6、……。
在这种情况下，使用 Recode 创建新列后，右键单击重新编码的列，选择“列信息”，然后将“数据类型”设置为“数字”，将“比例”设置为“连续”。
（b-2）选择[分析] → [单变量分布]。为每一列分配以下角色：
上面（b-1）中创建的重新编码的数字列是 [Y, 列]
如果有频率列，则选择它作为频率
完成所有设置后，单击 [确定]。
（b-3）单击直方图上方列名称轮廓上的红色三角形按钮，
选择[保存] → [平均排名]。此操作将平均排名保存到数据表中。
（b-4）右键单击平均秩列，选择“列信息”，将“尺度”更改为“序数尺度”。
此后，按照上述“■ 如果使用连续数字作为分数”中的（a-1）至（a-3）相同的步骤进行。但是，对于（a-2）[Y，目标变量]，指定在（b-2）和（b-3）中创建的平均秩的列。
■Cochran-nMantel-Haazel 检验用于比较两组之间的平均分数（以下称为“平均分数 CMH 检验”），它与其他几种名称的检验相关。
(c-1) 当样本量较大时，“得分均值 CMH 检验”产生的结果类似于双样本 t 检验的结果。特别是，结果是渐近相同的。
(c-2)“得分均值 CMH 检验”产生的结果与 Cochran-Armitage 检验的结果相似。 Cochran-Armitage 检验相当于有序反应逻辑回归中的得分检验，因此当样本量较大时，“得分均值 CMH 检验”将类似于有序逻辑回归中的检验结果。
(c-3) 使用平均等级作为分数时，“分数均值 CMH 检验”产生的结果与“Wilcoxon 检验”、“Mann-Whiteney 检验”、“Wilcoxon-Mann-Whiteney 检验”等检验相同。（在 JMP 中执行 Wilcoxon 检验时，会输出有 1/2 连续性校正和无 1/2 连续性校正的结果。这些结果是针对没有 1/2 连续性校正的“Kruskal-Wallis 检验（卡方近似）”的。JMP 的 CMH 检验不执行 1/2 连续性校正。）
我记得这些关系（c-1）到（c-3）写在某本教科书中，但我现在找不到了。如果您有兴趣，请联系我们，我们将尝试找到包含解释的教科书。
