Wie lässt sich aus dem Screening-Design das Längen-t-Verhältnis ermitteln, das einem p-Wert von 0,05 entspricht?Hallo,
Ich bin ein neuer Benutzer von JMP12.
Es fällt mir schwer, die Ergebnisse eines Screening-Designs zu interpretieren (siehe beigefügten Screenshot). Ich weiß, dass JMP dieses Split-Plot erstellt, indem es das Längen-T-Verhältnis jedes Effekts als Länge jedes Balkens anzeigt. Außerdem zeigt die blaue vertikale Linie die Effekte mit einem individuellen p-Wert von 0,1 an.
Nun habe ich mich gefragt, ob es aus diesem Ergebnis eine Möglichkeit gibt, das Längen-t-Verhältnis zu ermitteln, das einem einzelnen p-Wert von 0,05 entspricht.
Danke 
Betreff: Wie lässt sich aus dem Screening-Design das Längen-t-Verhältnis bestimmen, das einem p-Wert von 0,05 entspricht?Ja, die Screening-Plattform nutzt eine zweiseitige T Test mit Lenth's PSE für den Nenner.
Ja, Bootstrapping-Stichprobenstatistiken wurden in den 1970er Jahren als gültiger nichtparametrischer Ansatz zur Inferenz etabliert.
Nein, Sie können die Parametrierung nicht verwenden T Verteilung, um die p-Werte für die Länge zu erhalten T Verhältnis. Das ist der springende Punkt bei der Verwendung des Monte-Carlo-Ansatzes. Es wäre viel einfacher, das Verteilungsmodell zu verwenden, aber das P Die Werte wären nicht korrekt.
Betreff: Wie lässt sich aus dem Screening-Design das Längen-t-Verhältnis bestimmen, das einem p-Wert von 0,05 entspricht?Danke noch einmal!
Nur zur Verdeutlichung: JMP verwendet standardmäßig den zweiseitigen t-Test, oder?
Wenn meine Screening-Designmatrix beispielsweise einen Freiheitsgrad von 15 hat, kann ich dann die simulierten t-Verhältnisse von JMP verwenden, um die p-Werte manuell aus einer standardmäßigen zweiseitigen T-Verteilungstabelle zu berechnen? Stimmt mein berechneter p-Wert mit dem aus dem JMP überein? Ich verstehe, dass meine berechneten p-Werte möglicherweise nicht genau gleich sind, aber ist dies ein gültiger Ansatz, der auf dem von JMP verwendeten Algorithmus basiert?
Betreff: Wie lässt sich aus dem Screening-Design das Längen-t-Verhältnis bestimmen, das einem p-Wert von 0,05 entspricht?Der Standardansatz beim Bootstrapping besteht darin, die simulierten Statistiken zu sortieren und dann die Position Ihrer Beispielstatistik in der Liste zu ermitteln. Wenn 90 % der Statistiken unter Ihrer Schätzung lagen, beträgt der p-Wert 0,1.
Das ist genau das Gleiche, als würde man den p-Wert für eine Stichproben-t-Statistik mit einer parametrischen t-Verteilung ermitteln.
Betreff: Wie lässt sich aus dem Screening-Design das Längen-t-Verhältnis bestimmen, das einem p-Wert von 0,05 entspricht?Hallo Markbailey,
Vielen Dank für die Klarstellung. Ich verstehe also, dass JMP 10.000 Simulationen durchführt und basierend auf dem simulierten t-Verhältnis die p-Werte berechnet. Aber wie berechnet es eigentlich die p-Werte? Ich meine, verwendet es die t-Verteilungstabelle, um die p-Werte aus den Freiheitsgraden und simulierten t-Verhältnissen zu berechnen? Ich versuche nur, eine Vorstellung davon zu bekommen, wie JMP tatsächlich auf all diese Werte kommt.
Danke noch einmal!
Betreff: Wie lässt sich aus dem Screening-Design das Längen-t-Verhältnis bestimmen, das einem p-Wert von 0,05 entspricht?Für das Längen-T-Verhältnis gibt es kein parametrisches Verteilungsmodell. Die p-Werte und gleichzeitigen p-Werte in der Screening-Plattform werden durch 10.000 Monte-Carlo-Simulationen des Lenth-t-Verhältnisses unter der Nullhypothese berechnet, um eine empirische Stichprobenverteilung der Statistiken bereitzustellen. (Die Werte, die Sie sehen, variieren also jedes Mal, wenn Sie die Screening-Plattform mit denselben Daten ausführen.) Die empirische Verteilung hängt von der Anzahl der Kontraste in der Screening-Plattform ab, die immer gleich der Anzahl der Durchläufe ist.
Hier ist die empirische Verteilung für einen Fall mit 15 Kontrasten:
Der Quantile-Bericht zeigt also den absoluten Wert der T-Verhältnisse.
