2개의 용량 반응 곡선에 대한 동등성 표시첨부된 데이터 세트에서 '예측' 및 '수정됨'으로 '측정' 범주에서 참조하는 두 용량 반응 곡선에 대한 동등성 테스트를 찾고 있습니다.
Specialized Modeling > Fit Curve with로 평가할 때
Y = 사본/µL
X = 복사/µL(이론적)
그룹 = 측정
선형 피팅을 제공하고 동등성을 테스트하면 기울기는 동일하지만 절편은 다르다는 것을 알 수 있습니다. 나는 이것이 우리가 분석의 소음에 빠지기 때문이라고 생각합니다. 즉, 기울기가 발산하는 지점이 있으며 95% CI의 발산 지점은 두 측정값이 동일하다는 낮은 지점을 반영해야 합니다.
이 문제를 해결하기 위해 Fit Y by X를 다음과 같이 플로팅했습니다.
Y = 사본/μL
X = 명목상의 복사본/µL(이론적)
기준 = 측정
평균 및 SD 표로 만들기 > 결합된 데이터 표로 만들기
결과 데이터 표에서 95% CI가 25~2.5 copies/µL 사이에서 갈라지는 것을 볼 수 있습니다. 이는 두 95% CI 범위 내에서 발견되는 각 측정에 대한 평균으로 표시됩니다.
내 두 가지 질문은 1) 이것이 유효한 접근 방식이며 그렇다면 2) 분기점을 어떻게 예측할 수 있습니까?
감사해요!
스티브 H
고급 통계 모델링데이터 탐색 및 시각화Re: 2개의 용량 반응 곡선에 대한 동등성 표시설명해주셔서 감사합니다.
평균과 표준 편차로 데이터를 요약할 필요가 없습니다. JMP가 대신 해드리겠습니다. 원본 데이터 테이블을 사용하여 이 절차를 따르십시오.
1. 이론적 사본 및 측정 데이터 열이 공칭 모델링 유형을 사용하는지 확인하십시오. (그렇다고 생각합니다.) 측정된 사본이 연속 모델링 유형을 사용하는지 확인하십시오.
2. 분석 > X로 Y 맞추기를 선택합니다. 복사본을 Y 역할에 할당합니다. 측정을 X 역할에 할당합니다. By 역할에 Theoretical Copies를 할당합니다. 확인을 클릭합니다.
3. 이제 각 이론적 수준에 대해 별도의 복사 대 측정이 있습니다. Windows에서는 Ctrl 키를, Macintosh에서는 Command 키를 누른 상태에서 상단 윤곽선 옆에 있는 빨간색 삼각형을 클릭하고 동등성 검정을 선택합니다. 가장 큰 것으로 간주되지만 여전히 실질적으로 동일한 차이를 입력해야 합니다. 예를 들어 이론적 샘플 = 0.3에 대해 측정된 복사본이 1 이내인 경우 1을 입력하고 확인을 클릭합니다.
JMP는 첫 번째 분석을 업데이트합니다.
이 데모에서 관찰된 차이는 통계적으로 동일하지 않습니다.
4. 각 샘플에 대해 마지막 단계를 반복합니다.
다음 샘플은 다음과 같습니다.
이 샘플은 통계적으로 동일합니다.
참조하십시오 이 문서 도움말 시스템에서.
Re: 2개의 용량 반응 곡선에 대한 동등성 표시안녕 마크,
뉴비를 도와주셔서 감사합니다. 두 데이터 세트 중 '예측됨'은 역 예측의 결과(방법 1)이고 '수정됨'은 희석 계수에 대해 조정된 실제 측정값입니다(방법 2). 방법 1은 표준 곡선을 기준으로 미지수를 참조해야 하는 반면 방법 2는 직접 측정입니다. 내가 묻고자 하는 질문은 보고된 값이 적절한 신뢰 수준으로 서로 일치합니까?
Re: 2개의 용량 반응 곡선에 대한 동등성 표시두 개의 용량-반응 곡선을 공유하지 않았습니다. 두 개의 표준 곡선과 표준 값의 역 예측을 공유했습니다.
기준 역할의 측정을 사용한 분석은 두 개의 독립적인 분석을 생성합니다. 대신 '공분산 분석' 모델을 사용하여 데이터를 함께 분석해야 합니다. 분석 > 모델 적합을 선택하고 다음과 같이 분석 역할에 열을 할당합니다.
실행을 클릭하면 결과는 다음과 같습니다.
절편은 0과 크게 다르지 않습니다. 기울기는 예상대로 중요합니다. 측정값도 중요하며 두 측정값 간에 절편이 다르다는 것을 나타냅니다. 마지막으로 상호 작용에 대한 교차 항이 중요하며 두 측정 간에도 기울기가 다르다는 것을 나타냅니다.
