Miglioramento dei test di equivalenza nell'adattamento Y rispetto a XSono stato un grande fan dei test di equivalenza in JMP. Per un scenario a campione singolo nella piattaforma di distribuzione L'output mi piace perché ha una bella rappresentazione grafica dei limiti di equivalenza sovrapposti agli intervalli di confidenza sulla media. In fondo trovi anche una dichiarazione di interpretazione deliberata.
In uno scenario multi-campione nella piattaforma Fit Y by X è meno interpretabile. Ero in riunione con alcuni ingegneri e non avevano idea di come interpretare le due distribuzioni normali e hanno indicato che preferiscono decisamente il caso a campione singolo.
La mia proposta sarebbe quella di creare un output simile in Fit Y by X rispetto a quello che vedi nella piattaforma di distribuzione. Per l'esempio sopra, i limiti di equivalenza di [-6, +6] possono essere facilmente mostrati con un intervallo di confidenza rosso basato sull'output effettivo (centrato attorno a 3,02).
Analisi e modellazione dei dati di baseEsplorazione e visualizzazione dei datiRi: Miglioramento dei test di equivalenza nell'adattamento Y rispetto a XEcco della documentazione meravigliosa che aiuta a spiegare cos'è questo nuovo grafico "diffogramma" e come interpretarlo correttamente, per gentile concessione nientemeno che dell'assistenza clienti jmp!
"[Il diffogramma] è utilizzato più frequentemente nei confronti di medie a coppie, ma può anche essere utilizzato per visualizzare i risultati dei test di equivalenza.Consulta la documentazione JMP del diffogramma per confronti multipli qui: https://www.jmp.com/support/help/en/16.0/#page/jmp/multiple-comparisons.shtml?os=mac&source=application&utm_source=helpmenu&utm_medium=application#ww1067701 .
C'è una spiegazione più dettagliata della trama alle pagine 3-5 del documento SAS qui: https://support.sas.com/resources/papers/proceedings14/1902-2014.pdf . Questo articolo dimostra anche il grafico che hai suggerito (intervalli di confidenza unidimensionali su una linea numerica con la regione di equivalenza).Il diffogramma è descritto più dettagliatamente in questo libro: Hsu, Jason (1996) Multiple Comparisons Theory and Methods, Chapman & Hall/CRC: Boca Raton. Ma potresti non avere accesso gratuito a questo.
Nel diffogramma, l'asse X riporta la media del primo gruppo e l'asse Y la media del secondo gruppo.C'è anche un terzo asse implicito sulla diagonale che mostra la differenza tra le medie e un intervallo di confidenza per la differenza. Il vantaggio principale del diffogramma rispetto al grafico unidimensionale suggerito è che traccia le medie dei due gruppi confrontati (invece di mostrare solo la differenza) e questo fornisce un ordinamento naturale per gli intervalli di confidenza.L'utilità diventa più evidente quando vengono eseguiti molti confronti.Il diffogramma traccia in modo conciso molti confronti.Tieni presente che puoi anche selezionare un punto e vedere evidenziata la riga corrispondente nella tabella dei test TOST di equivalenza."
Oggetto: Miglioramento dei test di equivalenza nell'adattamento Y rispetto a X - Stato modificato in: ConsegnatoIL Test di equivalenza il rapporto nella piattaforma Oneway è molto migliorato JMP16 :
Ri: Miglioramento dei test di equivalenza nell'adattamento Y rispetto a XHo una richiesta in qualche modo correlata. Usiamo spesso un grafico di contingenza per mostrare risultati proporzionali tra i gruppi. Di seguito è mostrato un esempio di grafico della resa per 3 gruppi (la resa è "buona"=G o "cattiva"=B). Sarebbe molto utile includere intervalli di confidenza in questo grafico in modo che gli utenti non abbiano un falso senso di differenza nei gruppi guardando questo grafico grezzo. Guardando questo grafico non si capisce se i gruppi sono diversi o non diversi, a seconda di N per gruppo.
Oggetto: Miglioramento dei test di equivalenza nell'adattamento Y rispetto a X - Stato modificato in: In fase di sviluppoIn JMP 16 stiamo migliorando il test di equivalenza in Adatta Y con X come suggerito qui.
