玩转JMP变量类型（第一部分）

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

本文重点带来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。

​

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：变量类型 JMP logistic回归 logistic Diabetes