레벨: 중급
James Wisnowski, 수석 컨설턴트, Adsurgo
Andrew Karl, Adsurgo 수석 컨설턴트
표준 가설 검정은 표준과 또는 모집단 간의 차이를 증명하기 위해 설정됩니다. 많은 응용 프로그램의 목표는 실제로 실질적인 차이가 없음을 통계적 확신을 가지고 입증하는 것입니다. 일반적인 예로는 모델 및 시뮬레이션 결과 대 라이브 이벤트 간의 성능, 일반 대 브랜드 약물 안전성 및 효능, 다양한 치료 간의 재료 공학 특성, JMP 커뮤니티가 매일 직면하는 기타 여러 문제가 있습니다. 여러 플랫폼에 이름이 아주 잘 지정된 옵션이 있지만 테스트 동등성 TOST(Two One-Sided Tests)를 사용하는 테스트에서는 실제로 유사성을 적절하게 특성화하기 위해 동일한 수단 이상을 요구하는 경우가 많습니다. 소개로서 평균, 분산 및 분포의 동등성을 확립하는 데 도움이 되는 JMP의 기능을 시연할 것입니다. 토론의 초점은 모델 간의 평등에 있을 것입니다. 즉, 출력 응답이 거의 동일할 뿐만 아니라 프로세스를 특성화하는 매개변수의 일관성도 있습니다. Hotelling의 T2 테스트 통계를 사용하여 회귀 모델에 대한 JMP의 사용자 정의 추정을 확장하고 Functional Data Explorer를 사용하여 복잡한 곡선을 분해한 후 비교를 위한 표준 등가 방법을 구현하는 방법을 보여줍니다.
고맙습니다 @애플인디 친절한 말을 위해. 저널과 슬라이드가 이제 첨부되었습니다.
정상회담에서 발표한 내용이 정말 좋았습니다. 당신의 일기를 공유할 수 있다면 좋을 것입니다.
