P-Wert-Berechnungsformel im ÄquivalenztestEinige Kunden haben zwei Fragen zum Äquivalenztest gestellt.
Sie werden ein Antomotive-Datenkorrelationssystem installieren, das JMP mit VBA (Visual Basic für Anwendung) verknüpft.
und hoffe, Äquivalenztest innerhalb zwei Ausrüstungen durchzuführen.
Frage 1
Wie lautet die P-Wert-Berechnungsformel im Äquivalenztest in JMP?
Frage 2
Steht bei der p-Wert-Berechnung des Äquivalenztests der Median anstelle des Mittelwerts zur Verfügung?
Re: P-Wert Berechnungsformel im ÄquivalenztestMarkieren Sie für Schritt 4 die 2 Spalten der Mediane und klicken Sie mit der rechten Maustaste in den Spaltenkopf. Treffen Sie die unten gezeigten Auswahlmöglichkeiten, um eine Spalte mit Unterschieden zu erstellen.
Create a column for difference in mediansErstellen Sie eine Spalte für die Differenz zwischen den Medianen
Führen Sie für Schritt 5 die Verteilungsplattform für die Spalte aus, die Sie in Schritt 4 erstellt haben, und überprüfen Sie die Quantile. Zum Beispiel können wir feststellen, dass 95% der Bootstrap-Samples einen Median von -5,18 und -4,89 hatten.
Wenn wir beispielsweise die Hypothese von Medianen testen, die sich um mehr als 5 unterscheiden, würden wir diese Hypothese nicht auf dem Niveau von 0,05 ablehnen, da unser empirisches Konfidenzintervall nicht vollständig durch das Intervall (-5, 5) abgedeckt ist. Das heißt, wir haben auf der Stufe 0,05 keine ausreichenden Beweise, um zu dem Schluss zu gelangen, dass die Median der Verteilungen sich um weniger als 5 unterscheiden.
(Tatsächlich habe ich diese Daten mit zwei gleichförmigen Verteilungen simuliert: U (0,1) und U (5,6)). Dieses Ergebnis ist also das, was wir erwarten würden.)
Examine distribution of difference in mediansUntersuchen Sie die Verteilung der Differenz in den Medianen
Re: P-Wert Berechnungsformel im ÄquivalenztestHallo Brady,
Danke für deine ausführliche Erklärung und es wäre besser wenn ich viel mehr verstehen kann.
Könntest du etwas mehr für 4) und 5) erklären?
Ich weiß nicht, wie man JMP für 4) und 5) manipuliert.
4) Wenn die Bootstrap-Tabelle angezeigt wird, erstellen Sie mit einer Spaltentransformation eine neue Spalte, die den Medianwert darstellt.
5) Verwenden Sie die Verteilungsplattform in dieser Spalte, um die (alpha / 2) und (1-alpha / 2) -Quantile zu bestimmen, die ein empirisches Konfidenzintervall von 100 (1-alpha)% für den Medianunterschied bilden
Re: P-Wert Berechnungsformel im ÄquivalenztestIch sollte hinzufügen, dass wenn der Benutzer JMP Pro hat, es einfach ist, das Bootstrapping auszuführen, das ich beschrieben habe:
1) Verwenden Sie Fit Y um X, um die stetige Variable in die Y-Rolle und die kategoriale Variable in die X-Rolle umzuwandeln. Führen Sie dann die Analyse aus.
2) Verwenden Sie das rote Dreieck-Menü, um den Quantil-Bericht zu aktivieren.
3) Klicken Sie im Quantil-Bericht mit der rechten Maustaste auf die Median-Spalte und wählen Sie Bootstrap aus.
4) Wenn die Bootstrap-Tabelle angezeigt wird, erstellen Sie mit einer Spaltentransformation eine neue Spalte, die den Medianwert darstellt.
5) Verwenden Sie die Verteilungsplattform in dieser Spalte, um die (alpha / 2) und (1-alpha / 2) -Quantile zu bestimmen, die ein empirisches Konfidenzintervall von 100 (1-alpha)% für den Medianunterschied bilden.
Re: P-Wert Berechnungsformel im ÄquivalenztestHi Ikju,
1) Der p-Wert für die TOST-Prozedur ist der höhere der p-Werte für jeden einseitigen Test. Wenn der praktische Unterschied beispielsweise 4 ist, haben die zwei Tests die folgenden Hypothesen:
H0 (Test 1): d> = 4
H0 (Test 2): d <= - 4
Angenommen, der p-Wert für Test 1 beträgt 0,00000003 und der p-Wert für Test 2 beträgt 0,98983. Der für den Äquivalenztest angegebene p-Wert beträgt dann 0,98983.
Nur wenn BEIDE Null-Hypothesen abgelehnt werden, sind die Mittel praktisch gleichwertig.
Weitere Informationen finden Sie hier: https://www.jmp.com/support/help/13-2/Example_of_an_Equivalence_Test.shtml
2) Soweit ich weiß, bietet JMP keinen Median-Test auf Äquivalenz an. Theoretisch sollte dies möglich sein, und ich habe einen Artikel dazu gesehen, aber der Artikel kann nicht kostenlos gelesen werden: http://onlinelibrary.wiley.com/doi/10.1002/pst.384/abstract
Wenn die Samples groß genug sind, könnten Sie einen nichtparametrischen Äquivalenztest erstellen, indem Sie Bootstrap-Samples (wiederholtes Sampling) aus den Daten nehmen, die Differenz in jedem Median berechnen und die Simulationsergebnisse für ein Konfidenzintervall verwenden der Unterschied bei den Medianen. Wenn das Konfidenzintervall vollständig in dem Intervall (-k, k) enthalten wäre, wobei k die als praktisch bedeutsam betrachtete Differenz ist, können Sie die Stichproben als praktisch äquivalent erklären.
Prost,
Brady
