Zeigt die Äquivalenz für zwei Dosis-Wirkungs-KurvenIch suche nach einem Äquivalenztest für zwei Dosis-Wirkungs-Kurven, die ich im beigefügten Datensatz in der Kategorie „Messung“ als „Vorhergesagt“ und „Korrigiert“ bezeichne.
Bei der Auswertung als Spezialisierte Modellierung > Kurve anpassen mit
Y = Kopien/µL
X = Kopien/µL (theoretisch)
Gruppe = Messung
Wenn wir eine lineare Anpassung vornehmen und auf Äquivalenz testen, sehen wir, dass die Steigungen gleich sind, aber die Achsenabschnitte unterschiedlich sind. Ich glaube, das liegt daran, dass wir in den Lärm des Tests geraten. Allerdings gibt es einen Punkt, an dem die Steigungen auseinanderlaufen, und der Divergenzpunkt der 95 %-Konfidenzintervalle sollte den unteren Punkt widerspiegeln, an dem zwei Maße gleichwertig sind.
Um dies zu erreichen, habe ich Fit Y by X mit gezeichnet
Y = Kopien/µL
X = Kopien/µL (theoretisch) als Nominalwert
Von = Messung
Mittelwerte und SD tabellarisch darstellen > In kombinierte Datentabelle umwandeln
In der resultierenden Datentabelle können wir sehen, dass das 95 %-KI zwischen 25 und 2,5 Kopien/µL schwankt, wie die Mittelwerte für jede Messung zeigen, die innerhalb beider 95 %-KI-Bereiche liegen.
Meine beiden Fragen lauten: 1) Ist dies ein gültiger Ansatz und wenn ja, 2) wie kann ich den Punkt der Divergenz vorhersagen?
Danke!
Steve H
Erweiterte statistische ModellierungDatenexploration und -visualisierungBetreff: Äquivalenz für zwei Dosis-Wirkungs-Kurven zeigenDanke für die Erklärung.
Sie müssen die Daten nicht anhand des Mittelwerts und der Standardabweichung zusammenfassen. JMP erledigt das für Sie. Bitte folgen Sie diesem Verfahren anhand Ihrer Originaldatentabelle.
1. Stellen Sie sicher, dass die Spalten „Theoretische Kopien“ und „Messdaten“ den Modellierungstyp „Nominal“ verwenden. (Ich denke, dass dies der Fall ist.) Stellen Sie sicher, dass die gemessenen Kopien den Modellierungstyp „Kontinuierlich“ verwenden.
2. Wählen Sie Analysieren > Y an X anpassen. Weisen Sie Kopien der Y-Rolle zu. Weisen Sie Messung der X-Rolle zu. Weisen Sie der Rolle „Theoretische Kopien“ zu. OK klicken.
3. Jetzt haben Sie für jede theoretische Ebene eine separate Kopie im Vergleich zur Messung. Halten Sie die Strg-Taste (Windows) oder die Befehlstaste (Macintosh) gedrückt, klicken Sie auf das rote Dreieck neben der oberen Umrisslinie und wählen Sie Äquivalenztest. Sie müssen die Differenz eingeben, die als die größte gilt, aber dennoch praktisch gleich ist. Nehmen wir beispielsweise an, dass wenn die gemessenen Kopien für die theoretische Stichprobe = 0,3 innerhalb von 1 liegen, geben Sie 1 ein und klicken Sie auf OK:
JMP aktualisiert die erste Analyse:
In dieser Demonstration ist der beobachtete Unterschied statistisch gesehen nicht gleichwertig.
4. Wiederholen Sie den letzten Schritt für jede Probe.
Hier ist das nächste Beispiel:
Diese Stichprobe ist statistisch äquivalent.
Bitte sehen dieser Dokumentation im Hilfesystem.
Betreff: Äquivalenz für zwei Dosis-Wirkungs-Kurven zeigenHallo Mark,
Vielen Dank, dass Sie einem Neuling geholfen haben. Von den beiden Datensätzen ist „Vorhergesagt“ das Ergebnis einer inversen Vorhersage (Methode 1) und „Korrigiert“ ist eine tatsächliche Messung, angepasst an den Verdünnungsfaktor (Methode 2). Bei Methode 1 müssen Unbekannte auf die Standardkurve bezogen werden, bei Methode 2 handelt es sich um eine direkte Messung. Die Frage, die ich stellen möchte, lautet: Stimmen die gemeldeten Werte mit einem angemessenen Maß an Sicherheit überein?
Betreff: Äquivalenz für zwei Dosis-Wirkungs-Kurven zeigenSie haben nicht zwei Dosis-Wirkungs-Kurven geteilt. Sie haben die inverse Vorhersage aus zwei Standardkurven gegenüber dem Standardwert geteilt.
Die Analyse mit Messung in der Rolle „Nach“ führt zu zwei unabhängigen Analysen. Stattdessen sollten Sie die Daten gemeinsam mithilfe eines „Kovarianzanalyse“-Modells analysieren. Wählen Sie Analysieren > Modell anpassen und weisen Sie die Spalten wie folgt den Analyserollen zu:
Klicken Sie auf „Ausführen“ und die Ergebnisse sind wie folgt:
Der Achsenabschnitt unterscheidet sich nicht wesentlich von 0. Die Steigung ist erwartungsgemäß erheblich. Die Messung ist ebenfalls von Bedeutung, da sie darauf hinweist, dass der Achsenabschnitt zwischen den beiden Messungen unterschiedlich ist. Schließlich ist der gekreuzte Term für die Wechselwirkung von Bedeutung, was darauf hinweist, dass die Steigung auch zwischen den beiden Messungen unterschiedlich ist.
