Affichage de l'équivalence pour 2 courbes dose-réponseJe suis à la recherche d'un test d'équivalence pour deux courbes dose-réponse, auxquelles je fais référence dans l'ensemble de données ci-joint dans la catégorie "Mesure" comme "prédites" et "corrigées".
Lors de l'évaluation en tant que modélisation spécialisée > Ajuster la courbe avec
Y = Copies/µL
X = Copies/µL (Théorique)
Groupe = Mesure
et en donnant un ajustement linéaire et en testant l'équivalence, nous voyons que les pentes sont équivalentes mais que les interceptions sont différentes. Je crois que c'est parce que nous entrons dans le bruit de l'analyse. Cela dit, il y a un point auquel les pentes divergent, et le point de divergence des IC à 95 % devrait refléter le point inférieur où deux mesures sont équivalentes.
Pour essayer d'y parvenir, j'ai tracé Fit Y by X avec
Y = copies/µL
X = copies/µL (théorique) comme Nominal
Par = Mesure
Tabuler les moyennes et SD > Transformer en tableau de données combinées
Sur le tableau de données résultant, nous pouvons voir l'IC à 95 % diverger entre 25 et 2,5 copies/µL, comme le montrent les moyennes pour chaque mesure trouvées dans les deux plages d'IC à 95 %.
Mes deux questions sont les suivantes : 1) est-ce une approche valide et si oui, 2) comment puis-je prédire le point de divergence ?
Merci!
Steve H.
Modélisation statistique avancéeExploration et visualisation des donnéesObjet : Affichage de l'équivalence pour 2 courbes dose-réponseMerci pour l'explication.
Vous n'avez pas besoin de résumer les données par la moyenne et l'écart type. JMP le fera pour vous. Veuillez suivre cette procédure en utilisant votre tableau de données d'origine.
1. Assurez-vous que les colonnes Copies théoriques et Données de mesure utilisent le type de modélisation Nominal. (Je pense que oui.) Assurez-vous que les copies mesurées utilisent le type de modélisation continue.
2. Sélectionnez Analyser > Ajuster Y par X. Attribuez des copies au rôle Y. Attribuez Mesure au rôle X. Attribuez Copies théoriques au rôle Par. Cliquez sur OK.
3. Vous disposez maintenant d'une copie séparée par rapport à la mesure pour chaque niveau théorique. Appuyez et maintenez la touche Contrôle sous Windows ou la touche Commande sous Macintosh, cliquez sur le triangle rouge à côté du contour supérieur et sélectionnez Test d'équivalence. Vous devez entrer la différence qui est considérée comme la plus grande mais toujours pratiquement la même. Par exemple, supposons que si les copies mesurées pour l'échantillon théorique = 0,3 sont inférieures à 1, saisissez 1, puis cliquez sur OK :
JMP met à jour la première analyse :
Dans cette démonstration, la différence observée n'est statistiquement pas équivalente.
4. Répétez la dernière étape pour chaque échantillon.
Voici le prochain échantillon :
Cet échantillon est statistiquement équivalent.
S'il te plait regarde cette documentation dans le système d'aide.
Objet : Affichage de l'équivalence pour 2 courbes dose-réponseSalut Mark,
Merci d'aider un débutant. Parmi les deux ensembles de données, « Prédit » est le résultat d'une prédiction inverse (Méthode 1) et « Corrigé » est une mesure réelle ajustée pour le facteur de dilution (Méthode 2). La méthode 1 nécessite que les inconnues soient référencées à la courbe standard tandis que la méthode 2 est une mesure directe. La question que j'essaie de poser est la suivante : les valeurs rapportées sont-elles en accord les unes avec les autres avec un niveau de confiance adéquat ?
Objet : Affichage de l'équivalence pour 2 courbes dose-réponseVous n'avez pas partagé deux courbes dose-réponse. Vous avez partagé la prédiction inverse de deux courbes standard par rapport à la valeur standard.
L'analyse avec Mesure dans le rôle Par produit deux analyses indépendantes. Au lieu de cela, vous devez analyser les données ensemble à l'aide d'un modèle « d'analyse de covariance ». Sélectionnez Analyser > Ajuster le modèle et affectez les colonnes aux rôles d'analyse comme ceci :
Cliquez sur Exécuter et les résultats sont les suivants :
L'ordonnée à l'origine n'est pas significativement différente de 0. La pente est importante comme prévu. La mesure est également significative, indiquant que l'interception est différente entre les deux mesures. Enfin, le terme croisé de l'interaction est significatif, indiquant que la pente est également différente entre les deux mesures.
