Prueba de equivalencia cuando las varianzas son desiguales¿Existe una forma integrada (o una forma sencilla de escribir) para probar la equivalencia de los medios con un procedimiento similar a TOST cuando las varianzas de los grupos son desiguales (resultado significativo de la prueba adecuada según el informe de "varianzas desiguales" de JMP).
Supongo que dado que el procedimiento TOST que forma parte de la opción "Prueba de equivalencia" de JMP en la plataforma Fit Y by X se basa en dos pruebas t, la varianza se agrupa de forma predeterminada.
Gracias.
Re: Prueba de equivalencia cuando las varianzas son desigualesA menudo no es enorme, pero en algunos casos, puede empujar los resultados de TOST desde una significancia inferior a 0,05 hasta una superior. Me doy cuenta de que los aspectos del enfoque TOST, como establecer el umbral de equivalencia, pueden ser un poco arbitrarios, por lo que posiblemente esté eligiendo un detalle que tiene menos efecto que otras elecciones que podría hacer. Pero, solo esperaba establecer un enfoque fijo para algunos datos, en el que primero se compararían las varianzas de los grupos y luego se realizaría el TOST usando la prueba de varianza agrupada o la prueba que no asume varianzas iguales, lo que sea apropiado.
Configuré un script en el que se determina el intervalo de confianza del 90% para la diferencia entre los grupos cuando no asumimos varianzas iguales. Ese intervalo de confianza se puede comparar con el intervalo determinado usando el umbral de equivalencia deseado, dando una respuesta sí/no a la pregunta de equivalencia. Entonces, podría vivir con esto, si es necesario. La pieza que me gustaría mejorar es la determinación del valor p máximo, así como la buena representación gráfica de los resultados, que proporciona la prueba de equivalencia JMP incorporada.
Re: Prueba de equivalencia cuando las varianzas son desiguales¿Es significativa la diferencia en las varianzas?
Re: Prueba de equivalencia cuando las varianzas son desigualesMis disculpas si me estoy perdiendo algo aquí, ya que tenía la misma pregunta sobre cómo realizar la prueba TOST para comparar dos grupos con varianzas desiguales y no estoy siguiendo la respuesta. Según la descripción de la prueba TOST de equivalencia de JMP, " Dos varianzas agrupadas unilaterales t las pruebas se construyen para las hipótesis nulas de que la verdadera diferencia excede los valores umbral". Entonces, todo lo que quiero hacer es realizar exactamente la misma prueba, pero usando pruebas t con varianzas desiguales. Los intervalos de confianza para la diferencia de medias entre los dos grupos son ligeramente diferentes cuando se determinan utilizando varianzas agrupadas o cuando se suponen varianzas desiguales. Entonces me gustaría realizar la prueba TOST usando los intervalos de confianza apropiados.
Re: Prueba de equivalencia cuando las varianzas son desigualesNo está claro en su publicación exactamente cómo va a usar la prueba de equivalencia. En TOST establezco un límite superior e inferior, y luego pongo el IC del 95 % en los límites y me aseguro de que mi media esté entre los intervalos de confianza. En la plataforma de distribución, obtiene un resultado como este (a continuación) y no hay combinación de varianza. Es solo la varianza de la estadística univariada.
Este gráfico tiene los límites de equivalencia superior e inferior (definidos por mí como la diferencia para considerar insignificante) con la media de la variable bordeada por un IC del 95% de un lado a cada lado (o IC del 90% de la media, lo mismo). Si el IC cruza el límite de equivalencia, entonces no es equivalente. Cuanto más preciso es un sistema de medición, más puedo acercarme al límite sin cruzarlo.
Puedo usar la plataforma Fit Y by X para calcular IC del 90 % para un grupo completo de variables (por JSL), tomar la tabla de resultados como una tabla de datos (por JSL) y usar Graph Builder para hacer un gráfico similar (guarde el grafique y utilícelo también). Dado que la prueba de equivalencia compara la media de cada grupo y su varianza con los límites de equivalencia, no hay combinación de varianza. La varianza se combina (o no se combina) cuando comparo las medias de los grupos entre sí, como en una prueba t.
