为了帮助更多的临床医师学习如何运用JMP高效地开展数据分析，提高日常工作和发表论文的效率，2020年8月起，JMP资深用户、JMP特约专栏作者、资深统计学家冯国双博士及其团队将在JMP数据分析平台为大家分享一系列统计及数据分析、JMP实战操作等干货内容，每期一个经典话题，帮助大家掌握一个新技能。值得注意的是，这些话题并非仅针对临床医师，对所有运用JMP软件开展数据分析的小伙伴都适用。
本文为此系列文章的第三期。冯博士及其团队继续为大家带来JMP软件的基础知识与操作—变量的类型，以及变量标签的设置。
可能有的朋友会觉得，变量类型有什么好讲的，我都知道。是的，变量类型本身不难，但是在JMP中，如果真的能够灵活运用变量类型的设置，你会发现一个丰富多彩的结果天地。所以，仔细看一下本文，你会恍然发现，原来JMP中的变量类型设置有隐藏着这么多的技巧和秘密！
我们以一个名为“Diabetes”的数据集为例，导入数据后呈现图1状态。
图1 示例数据
01 先从变量名称说起
如果你想改变某个变量的名称，例如将“性别”改为“Gender”，有两种方式可以做到。
- 第一种，在想改变名称的变量名上点击鼠标右键，左键选择“列信息”，弹出窗口在框里填入想更改的变量名称点击确定即可，如图2。
图2 更改变量名方法1
- 另一种方式，是在窗口左侧的变量列表中选中你想更改名称的变量，再单击一次变成可编辑模式（如图3），填入新的变量名，点击空白处或按回车即可。
图3 更改变量名方法2
02 重头戏——变量类型“列信息”窗口不仅能更改变量名称，还能还能更改变量类型。
在导入数据时，JMP为每个变量确定两种类型，如图4，分别是“数据类型”和“建模类型”。
图4 变量类型示意图
- “数据类型”决定了变量在JMP中的存储格式，其下拉菜单有四种类型，如图5，一般情况下，我们的数据只会涉及到数值型和字符型两种：数值型变量均为数字，可进行运算，而字符型变量可以包含字母、数字或是字母和数字的组合，且不能进行运算。
- 这里我们可以更改“数据类型”，但有一点需要特别注意：如果你将字符型变量更改成数值型，那么变量中所有的字符值将变为缺失值，且不能复原。所以，如果没有必要，不要轻易尝试修改系统默认的设置。
图5 数据类型示意图
- “建模类型”决定了JMP在进行数据分析时如何处理该变量，其下拉菜单中包括多个选项，一般情况下，我们只会用到前三种：连续型、有序型以及名义型，见图7。
好，明确了变量类型后，下面我们看看变量类型的设置到底对JMP作图、制表和统计分析有什么影响，以及如何变换变量类型。
03 变量类型决定了JMP将如何呈现你的表和图
话不多说，上图。图6和图8展示了当“年龄”作为“连续型”变量时，JMP呈现的表和图的状态；图7和图9展示了当“年龄”作为“名义型”变量时，JMP呈现的表和图的状态。
在制表时，将年龄拖入制表的横标目，“连续型”年龄的纵标目自动出现“总和”，你还可以自己添加均数、标准差等用来描述连续型变量的指标（图6）；
图6 连续变量制表展示的统计量
“名义型”年龄的纵标目自动出现每一个年龄值的数目（因为年龄此时作为多分类变量），你还可以自己添加列百分比等用来描述分类变量的指标（图7）。
图7 分类变量制表展示的统计量
在作图时，当我们将年龄拖入图形生成器的X轴并点击上方的条形图按钮，“连续型”年龄即出现年龄分布的分布图，每个柱子代表在一定的年龄区间内的观测数（图8）；
图8 连续变量展示的分布图
而“名义型”年龄的每一条柱子代表该年龄值（代表多分类变量中的一个类）的观测数（图9）。
图9 分类变量展示的频数图
可能大家对刚才举例中的图表做法还不是很清楚，别着急，我们会在后文章中有详尽的介绍。
04 JMP可根据变量类型自动选取适当模型
以广义回归模型为例，在顶部菜单栏选择分析→拟合模型，弹出对话框的右侧在特质框内选择广义线性。我们在示例数据里分别设置了连续型、有序型以及名义型的Y作为因变量。
当我们将连续型的Y放入Y（因变量）的框中后，JMP默认给出的分布为正态，下拉框可选择的分布显示如图10，注意此时logistic回归为灰色，无法选择。
图10 连续变量默认的方法
当我们将名义型的Y放入Y（因变量）的框中后，JMP默认给出的分布为二项（图11），且下拉框其他的选项为灰色（不可选择）。
图11 分类变量默认的方法
当我们将有序型的Y放入Y（因变量）的框中后，JMP默认给出的分布为有序型Logistic（图12），其下拉菜单中除了“多项式”，其他的选项均为灰色（不可选择）。
图12 有序变量默认的方法
05 不同类型变量做自变量时参数估计结果不同仍然以广义回归为例，我们将年龄（连续型）生成按照年龄段分组的新变量，分别设定其为名义型和有序型，以Y（连续型）为因变量，分别以年龄（连续型）、年龄（名义型）以及年龄（有序型）作为自变量，构建广义回归模型，结果见图13-图15。
当自变量为连续型变量时，变量的参数估计值只有一个（图13），其含义是年龄每增加1岁，因变量的平均改变情况。
图13 连续自变量的参数估计结果
当年龄作为多分类变量进入模型时，模型默认将排在最后一位的类别作为参照，其余每一类与参照的比较均产生一个参数估计值（图14）。比如这个例子中，我们将年龄分为3个年龄段：<50、50-59、>=60。以>=60作为参照，其余2个年龄段与该类进行比较。其含义分别显示了<50与>=60相比、50-59与>=60相比的结果。
图14 分类变量的参数估计结果
当然，也可以设其它类作为参照组，具体可通过值顺序进行调整，详见后面介绍的“值顺序”操作。
当年龄作为有序变量进入模型时，其结果显示的是相邻两个类别的比较（图15）。其含义分别显示了50-59与<50、>=60与50-59相比的结果。
图15 有序变量的参数估计结果 大家可以对比一下图14和图15，不难理解作为名义型（无序分类）和有序型的结果的区别在哪里。
06 怎样更改变量类型？更改变量类型有两种方式：
一种方式是在列信息中进行修改（图16）；
图16 更改变量类型方法一
另一种方式是在数据表左侧变量列表中点击变量前的图标即可更改（图17）。
图17 更改变量类型方法二
在更改变量类型时，有以下几个需要注意的地方：
（1）“建模类型”为连续型的变量，其“数据类型”只能是数值型；
（2）“建模类型”为名义型变量，其“数据类型”既可以是数值也可以是字符，在建模时，JMP将其作为没有顺序的离散型变量；
（3）“建模类型”为有序型，和名义型一样，其变量的“数据类型”可以是数值或字符，在建模时，JMP将其作为有顺序的离散型变量。
了解完变量类型对作图、报表和分析的影响后，我们再看看看如何调整值顺序。这也是大家常常关注的一个话题。
07 如何调整名义型和有序型的值顺序？
对于名义型和有序型，学会如何调整变量值的顺序比较重要。
如果变量值是1、2、3…等数字，这种情况下不用担心顺序问题，软件将按照数字大小认定变量的顺序。如图形展示时，坐标会根据这些数字依次排序。
但如果你的值用的是类似“high”、“medium”、“low”等字母或其它字符， JMP默认按照字母表顺序认定该变量的顺序，即“high”、“low”、“medium”的顺序。
对于变量值是字母或其它字符的变量，有时它们的顺序并不是我们期望的。如上述例子中，JMP的默认顺序（字母顺序）其实是“high”、“low”、“medium”，这种情况下，无论在图表中，还是统计分析结果中，都是按这一顺序显示，显然这不符合我们的期望。我们期望看到的是“high”、“medium”、“low”这种顺序。这就需要学会如何修改变量值的顺序。
修改变量值顺序有两种方式：
（1）选中想要修改的列，右键菜单列属性→值顺序（图18）；
图18 调整名义型和有序型的值顺序方法一
（2）在列信息窗口点击列属性→值顺序（图19）；
图19 调整名义型和有序型的值顺序方法二
08 变量标签对于分类变量，尽管我们可以在录入时直接以字符的形式录入，如前面提到的high、medium、low，但绝大多数情况下，我们在录入数据时都是数字形式（如将high、medium、low分别录成1、2、3），这是为了分析方便，而且数据表看起来整洁。
但从结果展示角度，其实我们更希望看到每一类所代表的含义（如在图中直接显示“high”、“medium”、“low”，而不是1、2、3）。这种情况下，就需要用到数据标签功能了。
下面就给大家介绍JMP的“值标签”功能，一经设置，可在生成图表中直接使用标签，既节省时间又增加了结果的可读性。
同样，有两种方式设置值标签：
- 一是在列信息窗口点击列属性→值标签（图20）；
图20 设置变量标签方法一
- 二是选中列之后，右键菜单列属性→值标签（图21）；
图21 设置变量标签方法二
如果将来你突然不想看标签了，想看原始数据，那也很简单，无需删除已设置好的值标签，只需在变量上点击右键，出现的菜单中，把“使用值标签”前面的对号勾选掉就可以了（图22）。
图22 取消值标签
| 
[复制链接]
发表于 2020-11-4 15:28:55
发表于 2024-10-19 19:10:01