223338_zh-CN

liliconcom

为实际应用建立等效性 (2019-US-30MP-278)

级别：中级

 

Adsurgo 首席顾问 James Wisnowski
Adsurgo 高级顾问 Andrew Karl

 

建立标准假设检验以证明与标准或群体之间的差异。 许多应用程序的目标是用统计信心证明实际上没有实际差异。 常见的例子包括模型和模拟结果与现场事件之间的性能、仿制药与品牌药物的安全性和有效性、不同治疗方法之间的材料工程特性，以及 JMP 社区每天面临的许多其他问题。 虽然几个平台都有非常好的选项测试等价使用两个单面测试 (TOST)，在实践中，我们通常需要多于相等的方法来正确表征相似性。 作为介绍，我们将演示 JMP 中帮助建立均值、方差和分布等价的功能。 演讲的重点将是模型之间的平等；也就是说，不仅输出响应近似相等，而且表征过程的参数的一致性。 我们将使用 Hotelling 的 T2 检验统计量扩展 JMP 中回归模型的自定义估计，并展示如何使用功能数据资源管理器分解复杂曲线，然后实施标准等价方法进行比较。 

 

 

爆发视频回复：为实际应用建立等效性 (2019-US-30MP-278)

谢谢@AppleIndy客气的话。 期刊和幻灯片现已附上。

回复：为实际应用建立等效性 (2019-US-30MP-278)

我真的很喜欢你在峰会上的演讲。 如果您能够分享您的日记，那就太好了。