안녕,
하나의 조건이 훨씬 더 비용이 많이 들기 때문에 선형 회귀를 사용하여 두 실험 조건이 동일하다는 것을 보여주고 싶습니다. x를 y로 플롯할 때 Rsquared는 매우 높습니다(그림 참조). 각 데이터 포인트는 서로 다른 샘플(매우 다른 응답이 예상됨)이지만 두 조건은 서로 다른 시간에 측정된 동일한 샘플입니다.
그러나 비용을 절약하기 위해 두 조건이 본질적으로 동일하다고 주장할 때 가능한 한 확신하고 싶습니다!
r2가 높다고 말하는 것이 충분히 좋은가요? 그것은 그들이 같다는 것을 의미합니까? 아니면 fit x by y 플랫폼의 일부 통계를 사용해야 합니까?
도움을 주셔서 감사합니다!
대부분의 통계 기법은 실제로 "평등"을 나타내도록 설계되지 않았습니다. 가설 테스트의 기본 아이디어는 차이점을 보여주는 것입니다. 통계적으로 유의미한 결과를 얻지 못했다고 해서 평등하다는 의미는 아닙니다(이러한 이유로 귀무가설을 받아들이지 않습니다). 고려해야 할 사항은 "동등성 테스트"를 살펴보는 것입니다.JMP 도움말에서 검색하여 이 접근 방식이 어떻게 작동하는지 확인하십시오. 문제를 보는 방식을 변경해야 할 수도 있습니다.
R 스퀘어는 귀하의 목적에 구체적이지 않습니다. 예를 들어, 한 조건의 모든 결과에 100만 개를 추가하면 R 제곱은 변경되지 않지만 분명히 결과는 매우 다릅니다!
당신은 아마도 가설 검정 다른 조건이 동일한 결과를 생성하는지 결정합니다. 안타깝게도 이러한 테스트는 대개 테스트하기 위해 가르치고 구현 차이점 , 아니다 등가 . 모든 경우에 우리는 귀무 가설 적어도 우리의 결과만큼 극단적인 샘플 통계의 확률이 너무 낮아서 null을 거부하지 않는 한 참입니다. 대안을 받아들이다 . 따라서 우리는 일반적으로 차이가 없다고 가정하고, 샘플을 수집하고, 샘플 통계 및 관련 p-값을 계산하고, 차이가 있는지(대안을 위해) 결정합니다.
목적을 위해 두 가지 가설을 뒤집을 필요가 있습니다. 귀무 가설은 다른 조건에서 다른 결과가 있고 대안을 위해 해당 아이디어를 기각한다는 것입니다. 즉, p-값이 충분히 낮으면 두 가설이 동일하다는 것입니다. 실제로 두 개의 단측 t-테스트(TOST)를 사용해야 합니다. 회귀를 기반으로 하려는 경우 기울기와 절편을 샘플 통계로 고려할 수 있습니다.
당신은해야합니다 정량적으로 정의하다 '등가'의 의미. 즉, 실질적으로 동등한 값의 범위입니다. 기울기를 고려하십시오. 기울기가 1이면 선형 관계가 동일함을 나타냅니다. 0.99나 1.02만 있다면? 그 차이가 당신에게 중요합니까? 0.95와 1.05 사이의 기울기를 고려하여 선형 관계가 나머지 답변에 대해 실질적으로 동일함을 나타냅니다. 이제 기울기가 다음임을 증명해야 합니다. 동시에 통계적으로 유의미하게 TOST를 사용하여 0.95보다 크고 1.05보다 작습니다.
JMP는 이 결과를 직접 계산하지는 않지만 거의 비슷합니다. 그만큼 매개변수 추정치 보고서는 추정 그리고 표준 에러 추정의. 여기에 보고된 t 비율은 0과의 차이에 대한 가설 검정을 위한 것이므로 이 통계는 다음과 같습니다. ~ 아니다 필요한 것. 대신 TOST로 설정하십시오.
- (추정치 - 0.95)/표준 오차에 대한 상위 단측 t-검정을 설정합니다.
- (추정치 - 1.05)/표준 오차에 대해 낮은 단측 t-검정을 설정합니다.
이 두 검정은 선택한 유의 수준(알파)에서 유의해야 합니다.
이 스크립트를 사용하여 매개변수 동등성 테스트 서면 지침과 함께 회귀 결과에 도움이 됩니다.
