やあ、
1 つの条件の方がはるかにコストがかかるため、線形回帰を使用して 2 つの実験条件が同じであることを示したいと思います。 x を y でプロットすると、R2 乗は非常に高くなります (写真を参照)。 各データ ポイントは異なるサンプル (大きく異なる応答が予想される) ですが、2 つの条件は異なる時間に測定された同じサンプルです。
ただし、コストを節約するために 2 つの条件は本質的に同じであると主張する場合は、できるだけ確信を持っていただきたいと考えています。
r2が高いということは同じということでいいのでしょうか？ それとも、fit x by y プラットフォームからの統計を使用する必要がありますか?
助けていただければ幸いです。
ほとんどの統計手法は、実際には「平等」を示すように設計されていません。 仮説検定の背後にある考え方は、違いを示すことです。 統計的に有意な結果が得られないことは、平等であることを意味するものではないことに注意してください (このため、帰無仮説は受け入れられません)。 考慮する必要があるのは、「同等性テスト」に注目することです。JMP ヘルプを検索して、このアプローチがどのように機能するかを確認してください。 問題の見方を変える必要があるかもしれません。
R 平方は目的に特化したものではありません。 たとえば、1 つの条件からのすべての結果に 100 万を追加した場合、R 2 乗は変更されませんが、明らかに結果は大きく異なります。
おそらく使用したいのは、仮説検定異なる条件でも同じ結果が得られるかどうかを判断します。 残念ながら、これらのテストは、いつものをテストするために教えられ、実行されました。違い、 いいえ等価。 すべての場合において、次のように仮定します。帰無仮説少なくとも結果と同じくらい極端な標本統計量の確率が非常に低く、ヌルを棄却しない限り、これは true です。代替案を受け入れる。 したがって、通常は差がないと仮定し、サンプルを収集し、サンプル統計量とそれに関連する p 値を計算して、（代替を支持して）差があるかどうかを判断します。
目的に応じて 2 つの仮説を逆にする必要があります。帰無仮説は、異なる条件から異なる結果が得られるというものであり、その考えを却下して、p 値が十分に低い場合、それらは同等であるという代替案を支持します。 実際には 2 つの片側 t 検定 (TOST) を使用する必要があります。 回帰に基づいて計算したい場合は、傾きと切片を標本統計量として考慮するとよいでしょう。
絶対です定量的に定義する「同等」とは何を意味しますか。 つまり、どの範囲の値が実質的に同等であるかということです。 傾斜を考慮してください。 傾き 1 は、線形関係が同一であることを示します。 たったの 0.99 や 1.02 だったらどうなるでしょうか? その違いはあなたにとって重要ですか？ 0.95 と 1.05 の間の傾きを考慮して、私の返信の残りの部分で線形関係が実質的に同じであることを示しているとします。 ここで、傾きが次であることを証明する必要があります。同時に統計的に有意にTOST を使用して 0.95 より大きく 1.05 未満。
JMP はこの結果を直接計算しませんが、それに近いものになります。 のパラメータの推定値レポートは、見積もりそしてその標準誤差見積もりの。 ここで報告される t 比はゼロからの差の仮説検定のためのものであるため、この統計は次のようになります。いいえあなたが必要なもの。 代わりに TOST として設定します。
- (推定値 - 0.95) / 標準誤差の上部片側 t 検定を設定します。
- (推定値 - 1.05) / 標準誤差の下位片側 t 検定を設定します。
これらの検定はどちらも、選択した有意水準 (アルファ) で有意である必要があります。
このスクリプトを使用すると、パラメータの等価性のテスト書面による指示とともに、回帰結果を確認するのに役立ちます。
