JMP培訓(xùn)講義JMP教材

JMP培訓(xùn)講義

第一課JMP介紹在本課將簡(jiǎn)單介紹一下JMP具備的功能，以及一些基本的操作技巧JMP功能簡(jiǎn)介JMP可以提供一個(gè)圖形界面來顯示與分析數(shù)據(jù)，它具備以下功能：在數(shù)據(jù)表單上可以查看、編輯、輸入與處理數(shù)據(jù)強(qiáng)大而圖形化的統(tǒng)計(jì)技術(shù)數(shù)據(jù)分析功能表單的排序和合并快捷的數(shù)據(jù)分組與統(tǒng)計(jì)計(jì)算功能質(zhì)量提升技術(shù)如過程能力等分析結(jié)果輸出創(chuàng)建JMP數(shù)據(jù)表單同一般的常用軟件使用已有數(shù)據(jù)表單同一般的常用軟件如打開typing.jmp選擇所需行或列連續(xù)可鼠標(biāo)拖放，非連續(xù)可CTRL+CLICK定義數(shù)據(jù)列名稱與類型雙擊列上部或選擇col/colinfoContinuous定義可連續(xù)的數(shù)值型數(shù)據(jù)Ordinal定義有順序的數(shù)值型或字符型數(shù)據(jù)Nominal定義分類（分級(jí)）的數(shù)值型或字符型數(shù)據(jù)選擇變量角色方法一：選定安排列，后用col/assignroles方法二：直接通過列頭右側(cè)按鈕選擇NONE表示此列分析時(shí)不包括X：一般代表獨(dú)立的變量Y：一般代表應(yīng)變量WEIGHT：代表列中每個(gè)響應(yīng)的值為重量值FREQ：代表頻率LABEL：表示列中值為標(biāo)識(shí)。選擇分析平臺(tái)從Analyze或Gragh選擇分析工具數(shù)據(jù)的圖形分析調(diào)整柱形條可用工具欄中的“小手”，向左移柱形變粗，向右移變細(xì)選擇顯示屬性選擇右下角的“√”中需要的分析數(shù)據(jù)或圖形統(tǒng)計(jì)報(bào)表統(tǒng)計(jì)報(bào)表隨圖形出現(xiàn)，單擊每欄統(tǒng)計(jì)數(shù)據(jù)左上角的按鈕可隱藏或顯示統(tǒng)計(jì)數(shù)據(jù)完成JMP任務(wù)關(guān)閉同一般的常用軟件練習(xí)打開COWBOY.JMP，用“copytorowstate”,然后選擇“spinningplot”,add“x,y,z”第二課JMP數(shù)據(jù)表的創(chuàng)建通過一個(gè)研究人員研究新藥療效的實(shí)例來掌握創(chuàng)建JMP數(shù)據(jù)表的技巧。一個(gè)研究人員想評(píng)估一種新藥對(duì)降低血壓的療效，他收集了以下藥方6個(gè)月的臨床治療數(shù)據(jù)：Drug,300mgDrug,450mgPlacebocontrolBloodpressurestudymonthcontrolplacebo300mg450mgMarch165163166168April162159165163May164158161153June162161158151July166158160148august163158157150在表中創(chuàng)建行和列加入列選擇col/addcolumns或在表單的左上角“0col”雙擊，彈出一個(gè)參數(shù)設(shè)置對(duì)話框。設(shè)置列特性在彈出的對(duì)話框中進(jìn)行相應(yīng)參數(shù)的設(shè)置。加入行在左上角“0row”雙擊，其他同加入列操作數(shù)據(jù)輸入同excel繪圖分析數(shù)據(jù)將month設(shè)為X，control,placebo,300mg,450mg設(shè)為Y

然后單擊選擇overlayplot工具，折線圖出現(xiàn)了加標(biāo)題腳注單擊右下角“*”處后出現(xiàn)對(duì)話框選擇“TITLE”加標(biāo)題選擇“FOOTNOT”加腳注選擇“ALLIGMENT”安排居中、左、右到這里一張分析圖就做完了。第三課總結(jié)數(shù)據(jù)研究背景熱狗被列為非健康食品排除在自助餐目錄外。很多自助餐的消費(fèi)者很難過并認(rèn)為這是一個(gè)不愛國(guó)的行為。自助餐營(yíng)養(yǎng)師想把加回到食品目錄中去，于是收集了54種熱狗的價(jià)格、營(yíng)養(yǎng)成分、口味等方面的數(shù)據(jù)進(jìn)行分析，希望找出營(yíng)養(yǎng)價(jià)值高、便宜、口味佳的組合。打開數(shù)據(jù)表打開名為“hotdogs.jmp”$/oz指每盎司熱狗的價(jià)格

$/lbprotein指每磅熱狗蛋白質(zhì)的價(jià)格數(shù)據(jù)分組為查看熱狗的類型對(duì)身體健康是否有影響，對(duì)數(shù)據(jù)按“type”分組看：哪一種類型的熱狗具有最少的熱量？在三種類型的熱狗中鹽的含量是否不同？哪一種熱狗具備最可接受的蛋白質(zhì)水平？哪一種熱狗口感好且對(duì)健康無害為達(dá)到這些目的，用“table/Group/Summary”按“type”將數(shù)據(jù)分組，如需對(duì)數(shù)據(jù)進(jìn)一步分組則單擊左下角“$”選擇“addsummarycol”命令為數(shù)據(jù)組創(chuàng)建統(tǒng)計(jì)

1）單擊“$”選擇“addsummarycol”，彈出對(duì)話框

2）選擇要統(tǒng)計(jì)的數(shù)據(jù)組如Calories等

3）選擇統(tǒng)計(jì)的方式

4）按OK確認(rèn)，按“Type”分組統(tǒng)計(jì)就完成了。按照同樣的方法可建立按“taste”的分組統(tǒng)計(jì)分組數(shù)據(jù)圖形化處理

為了使分析的問題更直觀，我們選擇Bar/Pie圖進(jìn)行分析。如前所講，如要加標(biāo)題單擊右下角“*”處后出現(xiàn)對(duì)話框選擇“TITLE”加標(biāo)題選擇“FOOTNOT”加腳注“√”改變顯示屬性，如將圖水平放置等。分析

1）從“TYPE”分組來看，“poultryhotdogs”平均含熱量比其他兩種低，含鹽量略高，但“protein/fat”比例明顯偏高

2）從“TYPE”分組來看，口味差的熱狗含熱量、含鹽量高但“protein/fat”比例低?？谖稑O佳的熱狗含熱量、含鹽量最低，口味中等的熱狗“protein/fat”比例明顯最高雙組圖形化分析用“GROUP/SUMMARY”命令對(duì)數(shù)據(jù)分組按“TYPE”和“TASTE”同時(shí)分組，然后用Bar/Pie使之圖形化。用LABEL/UNLABEL命令可使條形上方顯示數(shù)字由于“poultryhotdogs”各營(yíng)養(yǎng)因素好，但含鹽量略高，所以還需進(jìn)一步的研究。用多元特性尋找一子組用“clearrowstates”,消除源數(shù)據(jù)的標(biāo)識(shí)，在“hotdogsbytypetaste”給每種類型的熱狗加上不同的標(biāo)識(shí)，我們通過以下步驟尋找理想的熱狗。在“hotdogsbytypetaste”中，選擇第2-3行，用“marker”命令標(biāo)為“z”,第5-6行標(biāo)為“Y”，第8-9行標(biāo)為“x”

散點(diǎn)圖比較

為了檢查變量之間的相關(guān)性，并識(shí)別出特殊點(diǎn)，我們選用“FITYBYX”來進(jìn)行分析。(1)將數(shù)據(jù)類型改為“CONTINUOUS”，這里我們將“FROT/FAT”由“ordinal”改為“continuous”(2)選擇“FITYBYX”命令，將“￥/LBPROTEIN”定為Y，將“￥/OZ”，”prot/fat”定為X（3）選擇左下角的“GROUPINGVARIABLE”（4）選擇“DENSITYELLIPSES”，取0.90用同樣的方法再做一個(gè)“colaries”為Y，“sodium”為X的散點(diǎn)圖。90%橢圓顯示了每種熱狗二元變量之間的反饋形狀。下面我們來試著找出我們需要的特殊點(diǎn)。操作如下：用brush刷選擇“colaries”/“sodium”圖中1/4區(qū)中的點(diǎn)，選中的點(diǎn)在其他圖中也加亮顯示。分析1）價(jià)格從圖11中可以看出meat和beef的價(jià)格分布寬，poultry分布窄，在高亮顯示點(diǎn)包括了poultry,meat,beef點(diǎn)。在右上角選擇中的Z標(biāo)志點(diǎn)表示最貴的種類，Y標(biāo)志點(diǎn)（MEAT）表示比poultry貴,比beef便宜。2）從第二張圖中可以看出，protein/fat比增大，每磅蛋白質(zhì)價(jià)格降低，poultry類不但價(jià)格低而且在三者當(dāng)中還有最高的蛋白質(zhì)。從第三張圖中可以看出poultry含鹽量幾乎相等，但是它含熱量少。找出最佳點(diǎn)

X標(biāo)記的poultry類，最經(jīng)濟(jì)且其中有一些蛋白質(zhì)含量很高。Meat和beef類比起來差一些。現(xiàn)在我們進(jìn)一步來看看這兩類中有無合適的點(diǎn)其操作如下：在第三圖中恢復(fù)所有點(diǎn)的不選狀態(tài)。選擇熱含量最低的兩點(diǎn)和鹽含量最低的一點(diǎn)；Y點(diǎn)表示最低的含鹽量，低的含熱量以及中等的蛋白質(zhì)含量，平均的價(jià)格。用label/unlabel標(biāo)出上述點(diǎn)。Estatechicken是三個(gè)中最經(jīng)濟(jì)的點(diǎn)。Calories-less是蛋白質(zhì)含量最高的點(diǎn)。適當(dāng)提高點(diǎn)價(jià)格，增加營(yíng)養(yǎng)價(jià)值，我們是不是應(yīng)該考慮Calories-less為首選。第四課查看分布某機(jī)構(gòu)對(duì)某地學(xué)生的健康情況進(jìn)行了調(diào)查，其數(shù)據(jù)包括年齡，性別，體重，身高，具體見students.jmp。我們用JMP軟件來評(píng)價(jià)一下學(xué)生的健康狀況，并找出需特別關(guān)照的對(duì)象。1打開文件，查看數(shù)據(jù)我們先試著解決以下問題：

a）多少男孩和女孩參加了調(diào)查？

b）他們的年齡多大？

c）每組的平均身高體重是多少？2選擇變量角色我們將age和sex設(shè)為Y3圖形化顯示選擇distributionsofY命令。每列分別出來一個(gè)分布，顯示了nominal和ordinal兩種類型的分布圖。從圖上可以看出年齡小的和大的參與調(diào)查的人少一些。男女比例差不多。

Continunous型的分布4讓我們來進(jìn)一步看一下身高與體重的分布情況。將height和weight設(shè)為Y，age和sex設(shè)為NONE，仍用Y分布工具看分布。從圖上可以看出，身高與體重都基本服從正態(tài)分布。體重特別突出的點(diǎn)稍后分析。5調(diào)整柱形條選擇hand工具，向左移可增加柱形條寬度和分組寬度。向右剛好相反。OutlierBoxplotforcontinuesvariablesOutlierbox可以幫我們查看那些極端值盒子首尾代表25%與75%的數(shù)，盒中線代表中位數(shù)。盒外兩端的虛線表示在遠(yuǎn)離盒邊1.5倍“interquartilerange”(盒寬）范圍內(nèi)的點(diǎn)。之外的點(diǎn)可以用LABEL命令標(biāo)識(shí)出來。紅“[”表示shortesthalf,即50%的數(shù)分布最密集的位置顯示屬性單擊在左下角“√”可根據(jù)需要改變顯示屬性盒內(nèi)鉆石形區(qū)域表示樣本均值95%的置信區(qū)間8reportsforcontinuevariablesJMP報(bào)告跟變量數(shù)據(jù)的類型有關(guān)。*/Reveal/conceal命令可關(guān)閉或顯示報(bào)告。各字段含義見幫助。創(chuàng)建子表單現(xiàn)在我們來找一下身高或體重失常的值，weight/height的比值可以很好的反應(yīng)上述情況。為此，我們執(zhí)行如下操作：

9、加入新的一列。

10、列名為ratio,數(shù)據(jù)來源選擇“formula”,設(shè)置完屬性后按OK11、在跳出的對(duì)話框建立公式weight/height。

12、將ratio設(shè)置為Y，其他設(shè)置為none

13、在分布圖中同時(shí)選擇ratio值最高與最低的柱，在數(shù)據(jù)表中加亮顯示了ratio≥2.25或≤的行14、用“table/subset”篩選出數(shù)據(jù)，并將這個(gè)表用setwindowsname命令命名為你需要的名字。第五課組均值的比較有一公司為了配合公司現(xiàn)代化的方針，想用現(xiàn)在的字符處理程序來取代打字機(jī)。打字員急切希望這一改變，并愿意參加購(gòu)買哪一類設(shè)備的調(diào)研。該公司選擇了三種牌子的設(shè)備，把他們隨機(jī)分配給三組不同技能水平的打字員進(jìn)行測(cè)試，記錄他們每分鐘的打字的分?jǐn)?shù)。我們的任務(wù)是分析有沒有哪一種牌子明顯優(yōu)于其他兩家，有的話該公司決定購(gòu)買那一種，否則可以根據(jù)員工愛好購(gòu)買。1、打開TYPING.JMP。2、選擇變量角色，將brand設(shè)為X，將speed設(shè)為Y。分組數(shù)據(jù)的圖形化顯示3、為了比較不同X水平對(duì)應(yīng)Y的均值是否明顯不同，我們選擇fitYbyx分析工具進(jìn)行分析。注fitYbyx可用于四種類型的分析：

a）bothxandyhavenominal/ordinalvaluesB)xisnominal/ordinalandyhascontinuousvaluesC)xiscontinuousandyhasnominal/ordinalD)bothxandyhavecontinuousvalues顯示點(diǎn)在X軸上不同商標(biāo)的寬度與該商標(biāo)的臺(tái)數(shù)成正比，從圖上可以看出speedtype明顯比其他的快。Fitmeansoption

為了看到分布圖形更多的圖形化信息，我們可以在圖下浮出按鈕analysis與display中選擇相應(yīng)的屬性，最初只有showpointsandx-axisproportional顯示屬性有效。4、選擇means,anova/t-test,顯示屬性自動(dòng)選擇了meansdiamonds屬性，它畫出了每組均值置性度為95%的區(qū)間。鉆石形寬度與樣本容量成正比。從圖上可以看出regal與word-O品牌均值接近，speedytype均值明顯高一些。5、用quantiles顯示屬性查看每組數(shù)的分布，解釋見幫助。從圖中可以看出regal組比word-o繞均值分布要緊湊一些，但盡管各組存在這些變異，speedytype仍然表現(xiàn)出了最好性能。比較環(huán)選擇分析工具中的compareallpairs命令，顯示屬性中自動(dòng)選擇了comparisoncircle,圖中出現(xiàn)三個(gè)比較環(huán)。環(huán)的中心代表組的均值，環(huán)的直徑代表95%的置性區(qū)間，兩環(huán)相交，置性區(qū)間相互覆蓋，意味著他們的均值沒有明顯的不同。如兩環(huán)不相交，則可認(rèn)為兩組的均值有明顯的不同。單擊比較環(huán)，相應(yīng)的組名會(huì)用相同的顏色加亮顯示。從圖上可以看出speedytype環(huán)與其他兩環(huán)不相交，說明與另外兩個(gè)有明顯的不同。量化結(jié)果7、means,anova/t-test在圖下顯示了幾張均值的統(tǒng)計(jì)表。解釋見幫助

rsquare量化了設(shè)備不同引起的變差而不是人不同引起的變差；

rootmeansquareerror量化了由于不同人引起的變差。變量分析（analysisofvariance)

解釋見幫助。

prob>F值高意味著人引起的變差大于設(shè)備不同引起的變差。其值<0.05可以認(rèn)為回歸分析有效。均值估計(jì)與統(tǒng)計(jì)比較見meansforonewayanova和meanscomparisonstukey-kramerHSDtest這種均值比較方法比較了各組均值的實(shí)際不同與LSD統(tǒng)計(jì)意義的不同。表中上半部分是studentstcomparisonofeachpair,下半部分是tukey-kramermultiplecomparison他支持比較環(huán)的分析。第六課分類數(shù)據(jù)的分析調(diào)查數(shù)據(jù)很多都是分類數(shù)據(jù)的頻率而不是測(cè)量值，對(duì)于這些數(shù)據(jù)分類技術(shù)容易，但要闡述他們之間的聯(lián)系會(huì)難很多，他需要計(jì)算其概率并與預(yù)期值比較發(fā)生的可能性。事例：有一汽車生產(chǎn)生產(chǎn)廠打算出巨資做宣傳，為了使宣傳更具針對(duì)性，該廠組織了一次調(diào)查，調(diào)查數(shù)據(jù)包括age,sex,maritalstatus,autoinformation(manufacturingcountry,thecar’ssize,type,andwhetheritisafamily,workorsportcar)

讓我們一起來分析一下。1、打開carpoll.jmp，參與調(diào)查的人是隨機(jī)的，age被設(shè)為C型數(shù)據(jù)，其他被設(shè)為nominal數(shù)據(jù)。組織調(diào)查的人根據(jù)以往的經(jīng)驗(yàn)覺得在總結(jié)數(shù)據(jù)時(shí)按年齡組分組要比針對(duì)具體的年齡分組要好。為了達(dá)到這一目的，我們可以以中位數(shù)為界來分。2、用Y分布看年齡分布。3、在分布報(bào)表中可以找到年齡的中位數(shù)為30。4、在原始表中加一新列5、在列信息對(duì)話框中設(shè)置相應(yīng)的屬性

name可為age(50%)datatype設(shè)為charactermodelingtype設(shè)為nominaldatasource設(shè)為formula單擊OK后，在彈出的對(duì)話框中建立如下公式：“0”，ifage<30“1”,otherwise建立公式的過程如下：現(xiàn)場(chǎng)講解。7、用fitYbyX進(jìn)行分析，thecountry,size,typecolumns設(shè)為Y，sex,maritalstatus,age(50%)為X。8、由于X和Y數(shù)據(jù)類型為nominal或ordinal,顯示的是許多帶報(bào)表的contingencytablemosaicplot，圖的寬度與樣本容量成正比。9、1）從sexandcountry圖中可以看出性別與國(guó)籍沒有顯示出任何聯(lián)系

2）從thecountrybyage(50%)圖上可以看出30歲以上擁有美國(guó)車的人比30歲以下略低結(jié)婚與否與汽車生產(chǎn)國(guó)家明顯相關(guān)，結(jié)過婚的人更希望美國(guó)車一些。所以作美國(guó)車的廣告應(yīng)側(cè)重于已婚者。車子大小的關(guān)系

10、從圖中第二排看，大中小型車的購(gòu)買沒有明顯的不同，因?yàn)镃hi-square的概率在0.21~0.3.Prob>ChiSqliststheprobabilityofobtaining(bychancealone)achi-squarevaluegreaterthantheonecomputedifnorelationshipexistsbetweentheresponseandfactor.11、從第三排圖看，已婚的人偏愛購(gòu)買家用車，單身偏愛運(yùn)動(dòng)車。廣告宣傳應(yīng)該側(cè)重于宣傳讓已婚人購(gòu)買家用車。從圖上還可以看出30歲以上的人跟偏愛家用車。第七課回歸與線性相關(guān)在本課里我們來學(xué)習(xí)對(duì)一系列數(shù)據(jù)進(jìn)行回歸分析并比較不同回歸模式的不同。本課研究的課題是年輕的女子，數(shù)據(jù)中的變量為age(inmonth),theratioofweightandage，我們的目的是找出所給年齡范圍內(nèi)的成長(zhǎng)模式。1、打開數(shù)據(jù)表打開數(shù)據(jù)表，查看數(shù)據(jù)，所給數(shù)據(jù)都是continuous型，可以進(jìn)行回歸分析。2、選擇變量角色

xforage,yforratio3、選擇fitybyx作為分析工具Fitybyx可用作以下四種類型的分析1）bothxandyhavenominalorordinalvalues2)whenxisnominalandyhascontinuousvalues3)whenxcontinuousandyhasnominalorordinalvalues4)bothxandyhavecontinuousvalues從圖中可以看出，成長(zhǎng)模式不是隨機(jī)的，且直線應(yīng)該是最合適的回歸線連續(xù)變量的符合模式單擊圖下三角可選擇相應(yīng)的模式4、選擇fitline模式在linearfit三角中可選擇符合線模式，和保留符合公式的預(yù)計(jì)值。5、出現(xiàn)的回歸線與成長(zhǎng)的數(shù)據(jù)的符合性非常好，為了進(jìn)一步查看符合的程度，我們可以進(jìn)一步查看圖下報(bào)表提供的數(shù)據(jù)。6、報(bào)表解釋參考幫助第七課回歸與線性相關(guān)在本課里我們來學(xué)習(xí)對(duì)一系列數(shù)據(jù)進(jìn)行回歸分析并比較不同回歸模式的不同。本課研究的課題是年輕的女子，數(shù)據(jù)中的變量為age(inmonth),theratioofweightandage，我們的目的是找出所給年齡范圍內(nèi)的成長(zhǎng)模式。1、打開數(shù)據(jù)表打開數(shù)據(jù)表，查看數(shù)據(jù)，所給數(shù)據(jù)都是continuous型，可以進(jìn)行回歸分析。2、選擇變量角色

xforage,yforratio3、選擇fitybyx作為分析工具Fitybyx可用作以下四種類型的分析1）bothxandyhavenominalorordinalvalues2)whenxisnominalandyhascontinuousvalues3)whenxcontinuousandyhasnominalorordinalvalues4)bothxandyhavecontinuousvalues從圖中可以看出，成長(zhǎng)模式不是隨機(jī)的，且直線應(yīng)該是最合適的回歸線連續(xù)變量的符合模式單擊圖下三角可選擇相應(yīng)的模式4、選擇fitline模式在linearfit三角中可選擇符合線模式，和保留符合公式的預(yù)計(jì)值。5、出現(xiàn)的回歸線與成長(zhǎng)的數(shù)據(jù)的符合性非常好，為了進(jìn)一步查看符合的程度，我們可以進(jìn)一步查看圖下報(bào)表提供的數(shù)據(jù)。6、報(bào)表解釋參考幫助7、察看analysisofvarianceprob>F是當(dāng)假如ratio的值的不同主要是由項(xiàng)目不一樣而不是由年齡不同引起的時(shí)F出現(xiàn)大值的幾率，<0.05可以接受。在本例中，prob>F的值<0.0001說明符合weight/height成長(zhǎng)模式的線要遠(yuǎn)比符合數(shù)據(jù)樣本均值的水平線的符合性要好。

參數(shù)評(píng)估表8、解釋參見幫助。如果沒有數(shù)據(jù)值符合所給公式，Prob>F|t|會(huì)很大，一般情況下，<0.05公式可接受。

F值告訴我們weight/height成長(zhǎng)模式的線要遠(yuǎn)比符合數(shù)據(jù)樣本均值的水平線的符合性要好。但是7月以下的數(shù)據(jù)符合性不是很好。排除命令對(duì)于線性符合來說，低年齡段是問題區(qū)域，為使點(diǎn)符合性更好，去掉不符合點(diǎn)，具體做法如下：1）選擇格式刷；2）選擇需要的點(diǎn)shift-drags3）選擇rows/exclude4）用Makers命令標(biāo)記出排除的點(diǎn)再次選擇fitline命令，可看到去掉排除點(diǎn)的直線，排除點(diǎn)仍在圖中，當(dāng)沒有被包含。13撤消格式刷，選擇箭頭，選擇edit/journal,并保存，將你的成果“圖與報(bào)表”保留下來。多項(xiàng)式符合命令（thefitpolynomialcommand)14為用上所有的點(diǎn)，激活含圖的窗口，重新選擇所有點(diǎn)。操作如下：1）選擇rows/select/exclude2)選擇rows/exclude/include15用removefit命令去掉不包含所有點(diǎn)的線。16選擇thefitpolynomialcommand命令，并選擇degree=2(3、4、5等）優(yōu)化情況：項(xiàng)數(shù)越多，回歸曲線符合性越好，且Rsquare值也增大將結(jié)果以journal文件形式保留下來。Thefitsplinecomand

從圖上可以看出即便是DEGREE=3，低年齡段的點(diǎn)符合性也不是很好，有沒有更自由的格式功能使線更好、更平滑符合數(shù)據(jù)？我們看fitspline命令能否達(dá)到目的。18用removeit命令去掉所有的多項(xiàng)式線，只剩下直性。選擇lambda值為10，1000，100000的三條spline線，lambda值越大，線柔度越大。Splines模式數(shù)據(jù)的符合情況從圖上可以看出Lambda=10曲線太柔，局部的異常點(diǎn)對(duì)線形影響很大（圖中曲線波動(dòng)厲害）Lambda=100000曲線太僵硬，低年齡段符合性不是很好，Lambda=1000比較好，局部的異常點(diǎn)對(duì)線形影響不大，數(shù)據(jù)符合性也較好。以journal文件形式保留你的結(jié)果，并在末尾加入你的結(jié)論如：“thisfittingtechniqueappliesacubicpolynomialtotheintervalbetweenpoints;thepolynomialisjoinedsuchthatthecurvemeetsatthesamepointwiththesameslopetoformacontinuousandsmoothcurve.Asmallenoughlambdacouldmakesuchacurvegothrougheverypoint,whichwouldmodeltheerror,notthemean.Amoderatelambdavalueforcesthecurvetobesmoother,I.e,lesscurved.thisisaccomplishedbyaddingacurvaturepenaltytotheoptimizationthatminimizesthesumofsquareserror.”關(guān)于成長(zhǎng)率的結(jié)論：通過不同符合模式的比較可以看出，不管是polymomial模式還是中等柔性的spline模式都顯示嬰兒期成長(zhǎng)很快，在12月左右成長(zhǎng)速度明顯變慢。附加題：分組符合19在數(shù)據(jù)表中加入新的一列，小于