Mostra l'equivalenza per 2 curve dose-rispostaSto cercando un test di equivalenza per due curve dose-risposta, che nel set di dati allegato chiamo nella categoria "Misurazione" come "Previsto" e "Corretto".
Quando si valuta come Modellazione specializzata > Adatta curva con
Y = Copie/µL
X = Copie/µL (teorico)
Gruppo = Misura
e fornendo un adattamento lineare e verificando l'equivalenza, vediamo che le pendenze sono equivalenti ma le intercettazioni sono diverse. Credo che ciò sia dovuto al fatto che stiamo entrando nel rumore del test. Detto questo, esiste un punto in cui le pendenze divergono e il punto di divergenza degli IC al 95% dovrebbe riflettere il punto inferiore in cui due misure sono equivalenti.
Per cercare di arrivare a questo, ho tracciato Fit Y per X con
Y = copie/µL
X = copie/µL (Teorico) come Nominale
Per = Misura
Tabula medie e DS > Trasforma in tabella dati combinati
Nella tabella dei dati risultante possiamo vedere che l'IC al 95% diverge tra 25 e 2,5 copie/µL, come mostrato dalle medie per ciascuna misurazione rilevate all'interno di entrambi gli intervalli dell'IC al 95%.
Le mie due domande sono: 1) è un approccio valido e, in tal caso, 2) come posso prevedere il punto di divergenza?
Grazie!
Steve H
Modellazione statistica avanzataEsplorazione e visualizzazione dei datiRe: Visualizzazione dell'equivalenza per 2 curve dose-rispostaGrazie per la spiegazione.
Non è necessario riepilogare i dati in base alla media e alla deviazione standard. JMP lo farà per te. Si prega di seguire questa procedura utilizzando la tabella dei dati originale.
1. Assicurarsi che le colonne Copie teoriche e Dati di misurazione utilizzino il tipo di modellazione Nominale. (Penso di sì.) Assicurati che le copie misurate utilizzino il tipo di modellazione continua.
2. Selezionare Analizza > Adatta Y per X. Assegna Copie al ruolo Y. Assegna Misurazione al ruolo X. Assegna Copie Teoriche al ruolo Per. Fare clic su OK.
3. Ora hai una copia separata contro la misura per ogni livello teorico. Tieni premuto il tasto Ctrl su Windows o il tasto Comando su Macintosh, fai clic sul triangolo rosso accanto al contorno superiore e seleziona Test di equivalenza. Devi inserire la differenza che è considerata la più grande ma praticamente uguale. Ad esempio, supponiamo che se le copie misurate per il campione teorico = 0,3 siano comprese tra 1, immettere 1 e fare clic su OK:
JMP aggiorna la prima analisi:
In questa dimostrazione, la differenza osservata non è statisticamente equivalente.
4. Ripetere l'ultimo passaggio per ciascun campione.
Ecco il prossimo esempio:
Questo campione è statisticamente equivalente.
Perfavore guarda questa documentazione nel sistema di aiuto.
Re: Visualizzazione dell'equivalenza per 2 curve dose-rispostaCiao Mark,
Grazie per aver aiutato un principiante. Dei due set di dati 'Predicted' è il risultato di una previsione inversa (Metodo 1) e 'Corrected' è una misurazione effettiva aggiustata per il fattore di diluizione (Metodo 2). Il metodo 1 richiede che le incognite siano riferite alla curva standard mentre il metodo 2 è una misura diretta. La domanda che sto cercando di porre è: i valori riportati concordano tra loro con un livello di confidenza adeguato?
Re: Visualizzazione dell'equivalenza per 2 curve dose-rispostaNon hai condiviso due curve dose-risposta. Hai condiviso la previsione inversa da due curve standard rispetto al valore standard.
L'analisi con Misurazione nel ruolo Per produce due analisi indipendenti. Invece, dovresti analizzare i dati insieme usando un modello di "analisi della covarianza". Seleziona Analizza > Stima modello e assegna le colonne ai ruoli di analisi in questo modo:
Fare clic su Esegui e i risultati sono i seguenti:
L'intercetta non è significativamente diversa da 0. La pendenza è significativa come previsto. Anche la misurazione è significativa, indicando che l'intercetta è diversa tra le due misurazioni. Infine, il termine incrociato per l'interazione è significativo, indicando che anche la pendenza è diversa tra le due misurazioni.
