동등성 검정의 P- 값 계산 공식어떤 고객은 동등성 테스트에 대해 두 가지를 물었습니다.
그들은 JMP와 VBA (응용 프로그램 Visual Basic)를 링크 된 Antomotive 데이터 상관 관계 시스템을 설치하려고합니다.
2 개의 장비 내에서 동등성 테스트를 수행 할 수 있기를 바랍니다.
질문 1
JMP의 동등성 검정에서 P-Value 계산 공식은 어떻게됩니까?
질문 2
동등성 검정의 p- 값 계산에서 '평균'대신 '중간 값'을 사용할 수 있습니까?
제목 : Re-P-Value 계산 공식4 단계에서는 medians의 2 열을 강조 표시하고 열 머리글을 마우스 오른쪽 단추로 클릭합니다. 아래에 표시된 항목을 선택하여 차이점을 만듭니다.
Create a column for difference in medians중앙값의 차이에 대한 열 만들기
5 단계의 경우, 4 단계에서 작성한 컬럼에서 분 h 플 '폼을 실행하고 quantile을 조사하십시오. 예를 들어, 부트 스트랩 샘플의 95 %가 -5.18과 -4.89의 중간 값에서 차이가 있음을 알 수 있습니다.
예를 들어, 5가 다른 중간 값의 가설을 테스트한다면, 우리의 경험적 신뢰 구간이 간격 (5, 5)에 완전히 포함되지 않기 때문에 우리는 0.05 수준에서 그 가설을 거부하지 않을 것입니다. 즉, 우리는 0.05 수준에서 배포판의 중앙값이 5 미만 차이가 있다는 결론을 내리기에 충분한 증거가 없습니다.
(사실,이 데이터는 U (0,1)과 U (5,6)의 두 가지 균일 한 분포를 사용하여 시뮬레이션했습니다. 따라서이 결과는 우리가 기대하는 것입니다.)
Examine distribution of difference in medians중앙값의 차이 분포 조사
제목 : Re-P-Value 계산 공식안녕, 브래디,
자세한 설명을 주셔서 감사 드리며 더 많은 것을 이해하면 더 좋을 것입니다.
4) & 5)에 대해 좀 더 설명해 주시겠습니까?
나는 JMP를 어떻게 조작해야할지 모르겠다. 4) & 5)
4) 부트 스트랩 테이블이 나타나면 컬럼 변환을 사용하여 중앙값의 차이 인 새 컬럼을 작성하십시오.
5) 중앙값의 차이에 대한 경험적 100 (1-alpha) % 신뢰 구간을 형성하는 (alpha / 2) 및 (1-alpha / 2) quantiles을 결정하려면이 열의 배포 플랫폼을 사용하십시오
제목 : Re-P-Value 계산 공식나는 사용자가 JMP Pro를 사용한다면 앞서 설명한 부트 스트랩을 쉽게 수행 할 수 있다고 덧붙여 야합니다.
1) 연속 변수를 Y 역할로, 범주 변수를 X 역할로 변환하려면 X에 맞춤을 사용하고 분석을 실행하십시오.
2) 빨간색 삼각형 메뉴를 사용하여 퀀 타이즈 보고서를 켭니다.
3) Quantile 보고서에서 중앙 열을 마우스 오른쪽 단추로 누르고 부트 스트랩을 선택하십시오.
4) 부트 스트랩 테이블이 나타나면 컬럼 변환을 사용하여 중앙값의 차이 인 새 컬럼을 작성하십시오.
5) 중앙값의 차이에 대한 경험적 100 (1-alpha) % 신뢰 구간을 형성하는 (alpha / 2) 및 (1-alpha / 2) quantile을 결정하려면이 컬럼에있는 distribution platform을 사용하십시오.
제목 : Re-P-Value 계산 공식안녕 Ikju,
1) TOST 절차의 p 값은 각 단면 검사의 p- 값 중 더 높습니다. 예를 들어 실제 차이가 4 인 경우 2 가지 테스트에 다음 가설이 있습니다.
H0 (시험 1) : d> = 4
H0 (시험 2) : d <= - 4
테스트 1의 p- 값이 0.00000003이고 테스트 2의 p- 값이 0.98983이라고 가정합니다. 그런 다음 동등성 테스트에 대해보고 된 p- 값은 0.98983입니다.
두 가지 가설 모두가 거절 된 경우에만 수단이 실질적으로 동등한 것으로 선언됩니다.
더 많은 정보는 여기에 있습니다 : https://www.jmp.com/support/help/13-2/Example_of_an_Equivalence_Test.shtml
2) 내가 아는 한 JMP는 동등성에 대한 중앙 기반 테스트를 제공하지 않습니다. 이론적으로 이것은 가능해야하며 이것에 대한 기사를 보았지만 기사는 무료로 읽을 수 없습니다. http://onlinelibrary.wiley.com/doi/10.1002/pst.384/abstract
샘플이 충분히 크다면, 데이터에서 부트 스트랩 샘플 (교체로 반복 샘플링)을 취하고, 각 경우의 중앙값의 차이를 계산하고, 시뮬레이션 결과를 사용하여 신뢰 구간을 형성하여 비모수 적 등가 테스트를 구성 할 수 있다고 가정합니다. 중앙값의 차이. 신뢰 구간이 간격 (-k, k)에 완전히 포함 된 경우 (k는 실제적으로 유의미한 것으로 간주되는 차이 임) 샘플을 실제로 동일하게 선언 할 수 있습니다.
건배,
브래디
