数据探索与分析——基于JMP软件的医学应用

本书是一本介绍统计软件操作的教程，但并非死板地逐一介绍软件功能，而是结合作者多年的使用经验，将实际案例分析过程融于其中。相信读者从本书中不仅可以学到JMP软件的操作，也可以了解一些常用统计方法的分析思路。主要内容：第一，详细介绍了数据探索与清洗、管理的内容。在这部分内容中，你会感受到JMP软件在数据探索中的便捷与高效，也会发现缺失值探索与填补原来是如此简单。如果你真的熟练了这部分内容，你会发现数据分析的效率会突飞猛进。第二，以大量篇幅介绍了可视化内容。在这部分内容中，你会发现原来绘制一幅炫酷的图形仅需几下拖拽便可实现，这也是绝大多数JMP初学者最为惊叹之处。第三，介绍了目前常见的组间比较方法。根据不同的数据类型给出了各种组间比较方法的实现，而且你会发现，软件竟然智能化地阻止了你可能犯的低级错误，这对非统计学专业人士来说简直是不能再好。第四，介绍了常见的回归方法。主要是线性回归和logistic回归，以及数据不合适时的替代方法。这些内容不是简单地介绍如何输出参数估计值，更主要的是介绍数据分析思路，拿到一份数据后，应该怎么一步步做，怎么在JMP中实现。尽管这些步骤并非固定的，但在实际分析中可以作为参考。实际上，这也是作者的多年分析经验的介绍。

目录
1 数据分析概述与 JMP 软件简介 1
1.1 数据收集与管理 1
1.1.1 数据的来源 1
1.1.2 数据的类型 2
1.1.3 数据编码、录入与核查 3
1.2 数据分析思路及常用统计分析方法 5
1.2.1 数据分析目的 5
1.2.2 关于对比的数据分析思路及统计分析方法 6
1.2.3 关于探索原因的数据分析思路及统计分析方法 6
1.2.4 关于验证原因的数据分析思路及统计分析方法 10
1.3 JMP 系列软件及其特色 11
1.3.1 专业的菜单式操作 11
1.3.2 丰富的结果选项 11
1.3.3 半智能化操作 13
1.3.4 全交互式操作 14
1.4 JMP 系列软件的主要功能 16
1.4.1 数据探索 17
1.4.2 数据可视化 17
1.4.3 单因素分析 18
1.4.4 多因素分析与回归模型 18
1.4.5 多变量分析 19
1.4.6 聚类分析 20
1.4.7 质量控制分析 21
1.4.8 可靠性或生存分析 21
1.4.9 实验设计 21
1.5 本书中用到的几个实际案例 22
1.5.1 临床试验数据 22
1.5.2 躯体健康分析数据 23
1.5.3 儿童 OSAS 分析数据 23
1.5.4 妊娠结局分析数据 23
1.6 本书结构 24
2 JMP 基本操作与数据清洗 25
2.1 数据导入 25
2.1.1 直接打开 25
2.1.2 复制和粘贴 26
2.1.3 利用 Excel 中的 JMP 选项卡 28
2.2 变量的基本设置 29
2.2.1 变量名的设置与修改 30
2.2.2 变量类型的设置 30
2.2.3 变量输出格式 32
2.2.4 添加变量标签 32
2.2.5 修改分类变量取值的顺序 33
2.3 生成新变量 35
2.3.1 插入空白列并设置初始值 35
2.3.2 根据已有变量计算生成新变量 36
2.3.3 对已有变量进行变换生成新变量 38
2.4 生成数据子集 41
2.4.1 保留部分变量（列）的子集 41
2.4.2 保留部分观测（行）的子集 42
2.4.3 隐藏和排除不需要的观测 43
2.5 列的堆叠与拆分 44
2.5.1 重复测量的多列指标堆叠为一列 45
2.5.2 将一列指标拆分为多列 46
2.6 缺失值的查找与填补 46
2.6.1 缺失值的查找 47
2.6.2 缺失值的填补 49
2.7 异常值的查找与处理 51
2.7.1 查找异常值 51
2.7.2 异常值处理 56
3 数据可视化 57
3.1 常见统计图及其应用场景 57
3.2 JMP 图形生成器及基本操作 58
3.3 JMP 图形生成器的特色与优势 60
3.3.1 不同统计图之间可即时切换 60
3.3.2 丰富的图形参数设置选项 63
3.3.3 便捷的图形样式修改选项 63
3.3.4 轻松实现多个图形的叠加 65
3.3.5 方便的变量切换、叠加与分层 65
3.3.6 图形与数据的关联和交互 67
3.3.7 坐标轴可随意拖拽 67
3.3.8 随时在图中添加文本说明 69
3.4 图形生成器的通用设置 70
3.4.1 标题设置 70
3.4.2 坐标轴设置 71
3.4.3 图例设置 71
3.5 类别比较型统计图 75
3.5.1 箱线图和小提琴图 75
3.5.2 饼图、马赛克图和堆积柱形图 76
3.6 关系型统计图 83
3.6.1 两个连续变量关系的散点图 83
3.6.2 3 个连续变量绘制三维散点图 86
3.6.3 反映分类变量层次关系的矩形树图 88
3.7 时间序列型统计图 91
3.7.1 线图和柱形图 91
3.7.2 展示时空变化的热图 96
3.8 其他特定用途的统计图 100
3.8.1 词云图 100
3.8.2 动态气泡图 107
3.9 个性化绘制图形 110
3.9.1 金字塔图 110
3.9.2 森林图 116
3.9.3 双坐标轴图 120
3.10 统计图的输出与保存 123
3.10.1 统计图的复制、粘贴 123
3.10.2 统计图另存为其他文件 125
4 数据初步探索 127
4.1 数据探索常用指标和方法 127
4.1.1 常用描述指标 127
4.1.2 直方图、密度曲线和茎叶图 128
4.1.3 正态分位数图 129
4.2 基于 JMP 的数据探索 130
4.2.1 基础统计描述 130
4.2.2 数据分布检验 132
4.2.3 变量交互式探索 136
4.2.4 统计表格制作 139
5 组间比较分析 148
5.1 连续变量组间比较方法的选择 148
5.1.1 判断数据是否满足方差齐性 148
5.1.2 组间比较方法的选择 149
5.2 分类变量组间比较方法的选择 149
5.3 多组两两比较方法的选择 149
5.4 重复测量数据组间比较方法 149
5.5 多指标的组间比较方法 150
5.6 基于 JMP 的组间比较分析 150
5.6.1 样本均值与总体均值的比较 151
5.6.2 两组正态资料比较——t 检验与 t′ 检验 152
5.6.3 两组非正态资料比较——Wilcoxon 检验 155
5.6.4 定量资料的配对比较——配对 t 检验与 Bland-Altman 图 157
5.6.5 多组非正态资料比较——Kruskal-Wallis 秩和检验及两两比较 159
5.6.6 多组正态资料比较——方差分析、Welch 检验及两两比较 162
5.6.7 多指标的组间比较 FDR 法 164
5.6.8 样本率与总体率的比较 164
5.6.9 两组率的比较——χ2 检验与精确检验 167
5.6.10 多组率比较——χ2 检验及趋势χ2 检验 172
5.6.11 两组有序资料的比较——秩和检验 174
5.6.12 分类资料的配对比较——配对χ2 检验 175
5.6.13 重复测量方差分析 177
6 变量间的相关分析 183
6.1 连续资料的相关系数 183
6.2 分类资料的相关系数 183
6.2.1 Lambda（λ）系数 184
6.2.2 Gamma（γ）系数 184
6.2.3 Kendall Tau-b（τ b）系数 184
6.3 连续变量相关系数的 JMP 实现 185
6.3.1 Pearson 相关和 Spearman 相关 185
6.3.2 多变量的偏相关 186
6.3.3 多变量相关分析及可视化 187
6.4 分类资料相关系数的 JMP 实现 192
7 线性回归分析及其扩展 194
7.1 线性回归分析思路 194
7.1.1 判断能否采用线性回归的几个条件 194
7.1.2 单因素分析与多因素分析的关系 195
7.1.3 如何比较哪个模型更好 196
7.2 线性回归案例分析 196
7.2.1 正态性判断与 Box-Cox 变换 197
7.2.2 连续和等级变量的线性关系判断 199
7.2.3 分类变量的线性判断和虚拟变量化 204
7.2.4 单因素线性回归 204
7.2.5 多因素线性回归 206
7.3 变量的逐步筛选法与最优子集法 212
7.3.1 几种变量筛选方法介绍 212
7.3.2 逐步回归案例分析 213
7.3.3 最优子集案例分析 215
7.4 利用刻画器动态展示变量间关系 218
7.5 非线性拟合案例分析 219
7.5.1 简单非线性关系拟合 220
7.5.2 S 形曲线拟合 222
7.6 中位数回归与案例分析 224
7.7 小结 226
8 logistic 回归分析 228
8.1 logistic 回归分析前的准备 228
8.1.1 明确研究目的和类型 228
8.1.2 线性关系判断 228
8.1.3 自变量的预处理 229
8.2 危险因素筛选的 logistic 回归案例分析 229
8.2.1 连续型自变量的处理 229
8.2.2 等级自变量的处理 235
8.2.3 单因素二分类 logistic 回归 237
8.2.4 多因素二分类 logistic 回归 240
8.3 混杂因素校正的 logistic 回归案例分析 244
8.4 logistic 回归中的交互效应案例分析 248
8.5 多分类 logistic 回归案例分析 252
8.5.1 设置参照类 253
8.5.2 多项 logit 模型的单因素分析 253
8.5.3 多项 logit 模型的多因素分析 255
8.6 利用刻画器动态展示变量间关系 256
8.7 小结 257