发帖
雷达卡
关于统计分析软件的比较已经有不少文章都介绍过，但大都是针对专业统计人员而言。在医学中，绝大多数使用统计软件的人员其实更多的是非统计学专业的临床医师。由于各种原因，他们不得不自学使用统计软件。根据作者十多年的医学统计分析经验，深知临床医师自行使用统计软件之困苦。
为了帮助更多的临床医师从这种困苦中解脱出来，帮助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，即日起，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一期，冯博士及其团队分享了他们使用JMP软件的历程和心得经验，并举例说明了为什么JMP软件是更适合临床医师的统计学软件。为方便阅读，文章以第一人称描述。
那么，为什么我们认为JMP软件更适合临床医师来使用呢？理由其实有很多，下面给出几个主要的：
01全菜单式操作
这一点大概是临床医师最关心的。因为统计学并不是临床医师的主业，没必要花大量时间去学习统计软件，而菜单式操作相比编程而言，肯定更符合临床医生的需求。
可以直观感受一下JMP的菜单（图1）。
图1 JMP分析菜单
从分析菜单可以看出JMP在统计分类中的一些特色。它不是简单按具体的方法归类，而是根据统计方法的结构进行大的归类。
比如，要做两组均值的比较，从统计学的角度来看，所谓的“组间比较”，其实就是单因素分析，组别是自变量，欲比较的指标（结局指标）是因变量，统计学中都是将自变量作为x，因变量作为y。所以，组间比较，也就是分析组别因素（自变量x）对结局指标（因变量y）的影响。
因此，在JMP中，所有的组间比较，或者更广泛一些，所有的单因素分析，都包含在“以X拟合Y”菜单中。
这种方式有利于理解统计学的思维。一开始可能有的临床医生不一定习惯JMP的这种方式，然而一旦使用后就会发现，其实这种方式更为方便，因为它是按统计学方法分了大类，更有利于体会统计学方法之间的关联。
另外，JMP的菜单可以随时在中英文之间切换，对于要发表英文文章的科研工作者，可以先用中文做出分析结果，然后直接在菜单（文件→首选项）中把语言改为英文，即时生效，无需重启。这一点很人性化。
02更方便的分析过程
以往绝大多数菜单类的统计软件，想使用某统计方法时，都是点开相应菜单，然后有各种选项等着你，都设置完毕后，点击确定，直接进入结果部分。
例如，假定我们有图2所示的一份数据（部分显示），现在想做一下饮酒和不饮酒的人群他们的躯体健康评分有无统计学差异。
图2示例数据
如果用某软件做这两组比较，分析菜单如图3所示，你需要把各种东西都设置好，然后确定，进入结果界面。
图3某统计软件的分析界面
JMP则不同，在分析菜单中非常简单，没有任何选项，就是拖拽需要的变量到相应位置（图4）。无需做多余的设置，JMP会自动根据x的类型（分类或连续，如图4中，红色变量为分类，蓝色变量为连续）和y的类型确定该进入到哪些方法的结果中。
图4中，由于x是分类变量，y是连续变量，所以软件自动选择“单因子”（见图4左下角，相当于方差分析）的方法。如果x和y都是分类，图4左下角就会变成“列联”（相当于卡方检验）。
图4JMP的分析界面
可能有人会问，没有选项，那如果要做一些改变怎么办？比如，虽然y是连续变量，但如果不满足正态分布，需要做非参数检验怎么办呢？这就是JMP的特色了。JMP分析界面非常简洁，但是结果界面却非常丰富，所有的选项都在结果界面中（图5）。
当我们在图4界面中点击确定，就进入了JMP结果界面（图5）。结果界面默认很简单，但是选项很丰富。
图5 JMP中“以X拟合Y”菜单的分析结果界面
从图5可以看到，如果你想显示其它结果，随时可通过红色下拉菜单（红三角）勾选自己所需的方法，如果不需要了，也可以随时把它们勾选掉。这种方式让数据分析和探索更加方便。在其它软件中，如果想重新做一次，那就得返回去重新来一遍操作。但在JMP中不用，你想换个方法（比如你做了t检验，突然发现数据可能不符合正态分布，又想做非参数检验），无需返回，直接在结果中勾选其它方法即可，非常方便。
03半智能化的操作
对于所有临床科研工作者来说，可能都有一个梦想，那就是：如果能把数据输入软件，然后一切都交给软件该多好。
虽然说没有全智能化的统计软件，半智能还是能做到的。也就是说，统计软件虽然不能完全根据数据选择方法，但在某些特定的场合，还是可以帮你做出选择的。比如，如果你要做多组均值比较，肯定不能直接用t检验；如果你要做一个回归分析，且结局是分类资料，绝大多数情况下，都会先考虑Logistic回归等等。JMP就是在这一点帮助大家做到了半智能化。
其实从前面介绍的图4中，相信大家已经有所感受了，在JMP的“以X拟合Y”这一菜单中，其实已经自动基于x和y的类型做出了基本选择。
下面进一步演示一下JMP在半智能化中的表现。
我们再次以比较饮酒和不饮酒两组人群的躯体健康评分来说明。先回顾一下图5中的结果，由于是两组比较，通常可考虑t检验，我们注意看到，结果中是有t检验的（图6中“合并的t”）。
图6 JMP中两组比较的分析结果界面
现在我们换一个分组变量，比较不同心功能分级之间的躯体健康评分情况。心功能分级是多分类，首先考虑方差分析。我们同样以图4中的操作方式（只是把图4中的饮酒换成心功能分级），得到图7的分析结果界面。
这时候你会惊奇地发现，图7中“合并的t”不见了。
图7 JMP中多组比较的分析结果界面
为什么呢？因为多组比较不能用t检验，JMP自动把不应该用的方法给你去掉了。这一点非常重要，尤其对非统计学专业人员。
再比如，假设我们以躯体健康评分为因变量，分析其它几个指标对躯体健康评分的影响，这一般可以考虑线性回归。
我们通过“拟合模型”菜单，将因变量和自变量拖入相应位置（图8）。然后注意看一下，JMP默认就选择了“标准最小二乘法”（相当于线性回归），而自动把两个Logistic回归方法变灰了，让你没法选择。
图8 JMP中“拟合模型”菜单的分析界面
这又为什么呢？因为结局（躯体健康评分）是连续变量，连续变量的回归，不能使用Logistic回归，最常用的是线性回归。对于这种最基本的错误，JMP直接就帮你避免了。
通过上述两个例子，大家可以看到JMP软件处处体现了对非统计学专业人群的爱意，细节之处见专业，真可谓是用心良苦了。
04全交互式的操作
大多数统计软件，都是从数据到结果，基于数据做出结果后，一般都难以从结果再到数据。
而JMP则不同，结果出来，仅仅是真正分析的开始，不仅结果中可以根据需求任意添加或删除相应结果（如图5），而且结果始终跟数据是关联的。
如图9展示了age的分布情况，给出了统计描述指标，而且给出了图形。关键的是，这些图形，都是可以用鼠标选定的，而且当你选定任一变量的图形时，其它变量的相应观测也被选中。
比如，图9中，有两个变量，age和年龄分层，当我们选中了age这个变量的相应数据，你会发现，“年龄分层”这个变量也被选中了，而且“年龄分层”的频数列表中相应的也被选中。如果到数据集中看看，你会发现，在数据集中这些数据也被选中了。也就是说，JMP软件不是简单的“数据→结果”，而是数据和结果是交互式的，可以“数据→结果”，也可以“结果→数据”，数据和结果之间一直是关联的。
图9 JMP中数据与结果的交互示例
可能有人觉得，这种关联有什么用呢？在实际工作中非常有用。比如，如果想单独把“饮酒”人群选出来，甚至都无需用筛选这些功能，直接在图中把“饮酒”选中，然后数据集中就同步选中了（图10），然后通过“子集”功能就把饮酒人群的数据选出来即可。
图10 JMP中利用图形筛选数据
再比如，如果我们发现散点图中有异常点，想快速定位到这个数据，就可以直接在图中选中该点，然后到数据集中就发现这个点被标出来了，可以直接用定位功能定位到这一观测，省去了自己去核对这个数据的时间。
05其它人性化的功能
JMP其实有很多人性化的功能，本文也难以说完，在后续的系列文章中都会一一介绍。最后再提几个比较实用且能节省时间的功能。
比如，JMP数据表中，变量名和变量的值命名不受任何限制。不管是中文英文，特殊符号等等都没有问题。目前绝大多数统计软件都做不到这一点，往往对变量名有一定限制，这导致做出结果后还得修图，太麻烦。JMP则直接根据变量名做出来结果就行，无需修改。
再比如，JMP的作图功能是交互式的，跟以往其它统计软件都不同，不是靠指定变量来作图，而且完全通过拖拽即可实现（图11），而且多种图形之间可以任意切换，只需鼠标点击一下即可（图11中上方的图形，鼠标一点即时切换）。
图11 JMP作图界面展示
当然，JMP的优点并不只此，以上只是基于我们在实际工作中所使用到的部分总结出来的一些心得体会。在后续的系列文章中，我们也会通过案例和说明来逐一介绍JMP在数据整理与清洗、作图、统计分析中的特点，相信这些会为大家提供更快捷、更高效的分析方式。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
