Test d'équivalence des paramètresNous utilisons souvent des tests d'hypothèse pour une différence, mais il y a des moments où nous voulons tester l'équivalence. Il n'est pas approprié d'utiliser un résultat indiquant qu'un test de différence n'était pas significatif pour conclure à l'équivalence. Notez que JMP effectue certains tests d'équivalence, tels que la comparaison de deux groupes dans la plate-forme Oneway.
Ce script effectue un test d'équivalence pour tout paramètre qui répond aux hypothèses d'un test t :
- Les observations sont indépendantes.
- La distribution d'échantillonnage des estimations des paramètres est normale.
Les exemples courants incluent les moyennes d'échantillons et les estimations de paramètres pour les modèles linéaires.
Voici à quoi ressemble la boîte de dialogue initiale lorsque vous exécutez le script :
Le script ne nécessite que cinq entrées :
- La valeur hypothétique du paramètre
- La valeur de tolérance - toute différence observée par rapport à la valeur hypothétique qui est inférieure à la tolérance indique une équivalence ou une similitude pratique
- L'estimation des paramètres
- L'erreur standard de l'estimation
- La taille de l'échantillon - nombre d'observations utilisées pour l'estimation
Je vais illustrer l'utilisation de ce script avec l'exemple suivant.
- Un échantillon de 100 éléments à valeur connue ( Norme Y ) sont testés avec un nouvel instrument ( Essai Y ).
- Le nouvel instrument devrait fournir des résultats identiques, de sorte que la pente de régression hypothétique est 1 .
- L'équivalence pratique est à moins de 5% de la valeur hypothétique, donc la tolérance est 0,05 .
Voici l'analyse de régression :
L'estimation du paramètre est 0,9942 , l'erreur type de l'estimation est 0,00522 , et le nombre d'observations est 100 .Les valeurs de la boîte de dialogue sont modifiées pour correspondre à la situation :
Ce résultat apparaît lorsque je clique D'ACCORD :
Le graphique montre le paramètre hypothétique et l'intervalle d'équivalence pratique avec des lignes noires verticales. L'estimation du paramètre est indiquée par une ligne rouge verticale. Les flèches rouges montrent les différences inférieures et supérieures entre l'estimation du paramètre et les limites inférieure et supérieure, respectivement. Les informations sous le tracé enregistrent les valeurs saisies dans la boîte de dialogue et signalent les différences inférieures et supérieures, les ratios t et les valeurs p unilatérales. Les deux tests sont significatifs à α = 0,05, nous concluons donc que la pente estimée est équivalente à la pente hypothétique.
Nous utilisons souvent des tests d'hypothèse pour une différence, mais il y a des moments où nous voulons tester l'équivalence. Il n'est pas approprié d'utiliser un résultat indiquant qu'un test de différence n'était pas significatif pour conclure à l'équivalence.Ce script effectue un test d'équivalence pour tout paramètre qui répond aux hypothèses d'un test t.
équivalencescénariotestRe : Test d'équivalence des paramètresLa plateforme Oneway fournit le test d'équivalence. Vous avez cependant deux facteurs, la méthode et le lot. Le lot est-il votre effet aléatoire (échantillon) ? Si tel est le cas, la méthode est le seul facteur et vous êtes prêt à partir.
JMP fournit la méthode Bland-Altman dans la plate-forme Matched Pairs. REMARQUE : Bland-Altman est un test de différence, pas d'équivalence.
Re : Test d'équivalence des paramètres
Merci Marc.
Dans mon cas, je souhaite évaluer l'équivalence de deux méthodes analytiques sur des lots différents (Voir graphique ci-joint).
Je prévois d'utiliser TOST disponible sur la plateforme Oneway.
Mais j'ai entendu parler du test de Bland Altman au cas où mes lots auraient des contenus trop différents. Ce test est-il applicable pour comparer deux méthodes analytiques ?
Thomas
Re : Test d'équivalence des paramètresLes deux tests sont basés sur deux tests t unilatéraux. Le test de la plateforme Oneway consiste à tester l'équivalence des moyennes d'échantillons. Le script ci-dessus consiste à tester l'équivalence des estimations de paramètres.
Re : Test d'équivalence des paramètresBonjour Mark,
Y a-t-il une différence entre l'utilisation du script décrit ci-dessus et le test d'équivalence (TOST) sous Menu Analysis > Adjust Y by X (reportez-vous à la capture d'écran ci-jointe) ?
Merci,
Thomas
Re : Test d'équivalence des paramètresJ'ai joint l'exemple qui a été utilisé pour montrer comment utiliser ce script comme demandé.
Re : Test d'équivalence des paramètresEst-il possible de partager la table de données JMP utilisée ici, s'il vous plaît. Cela m'aiderait à comprendre et à apprendre ce test complet d'utilisation. Merci.
