두 테스트에서 결합된 결과에 대한 t-테스트오늘 고객으로부터 다음과 같은 이메일을 받았습니다.생각이 있으시면 알려주세요.
실행 중인 두 가지 테스트가 있고 이를 하나의 메트릭으로 결합하고 두 타이어를 비교하여 서로 다른지 확인하려는 문제가 있습니다.
타이어 a에 대한 각 테스트의 Na 측정값과 타이어 b에 대한 각 테스트의 Nb 측정값이 있습니다.
m1은 검정 1의 평균, m2는 검정 2의 평균, s1은 검정 1의 표준편차, s2는 검정 2의 표준편차
각 타이어에 대한 결합 메트릭은 간단한 선형 방정식으로 계산됩니다.
에프 (X,Y)=a*m1+b+c*m2+d 여기서 a, b, c, d는 상수입니다.
결합 표준 편차는
두 테스트가 독립적인 경우 s12 = 0이라고 가정할 수 있으며 공식을 더 단순화할 수 있습니다.
두 개의 서로 다른 타이어에서 f(x,y) 사이에 t-테스트를 수행하려고 합니다.
각 타이어에 대한 위의 각 측정 및 방정식에서 sf를 수동으로 계산할 수 있다고 생각했습니다.
그런 다음 차이의 표준 오차를 추정할 수 있습니다.
그런 다음 fa와 fb의 차이를 차이의 표준 오차로 나눈 검정 통계량을 생성합니다.
그런 다음 a=0.05 및 df = Na+Nb-2에 대한 임계 t 값을 살펴보고 95% 신뢰 구간을 기반으로 두 값이 동일한지 여부를 결정합니다.
이 작업을 수동으로 수행하는 대신 SAS JMP에서 수행할 수 있는 방법이 있는지 궁금합니다.
다시: 두 테스트에서 결합된 결과에 대한 t-테스트감사 @Mark_Bailey .나는 그들에게 물어보고 대비에 대한 문서를 보낼 것입니다.
다시: 두 테스트에서 결합된 결과에 대한 t-테스트나는 의심한다 @Chris_Kirchberg 맞을 수도 있지만(유효하지 않음) 대조를 사용해 보았습니까?
다시: 두 테스트에서 결합된 결과에 대한 t-테스트@karencopeland 설명해 주셔서 감사합니다.때때로 우리는 솔루션에 대한 토끼 구멍을 내려가고 원래 문제 진술로 한 걸음 물러나면 더 간단한 솔루션을 발견할 수 있다는 데 전적으로 동의합니다.
다시: 두 테스트에서 결합된 결과에 대한 t-테스트두 테스트를 "흑백" 결정을 내릴 수 있는 단일 메트릭으로 결합하려는 욕구에 대한 솔루션이 있다고 생각합니다. 나는 일상적인 테스트를 위해 그것을 얻었고 이것이 일상적이기 때문에 우리는 그들이 하나에 들어가는 2개의 메트릭을 이해한다고 가정할 수 있습니다.나는 때때로 사람들이 문제를 해결해야 할 때 방법에 얽매이는 경우가 있고 때로는 솔루션이 그렇게 복잡하지 않다는 점을 지적했습니다. 결정을 내립니다.
다시: 두 테스트에서 결합된 결과에 대한 t-테스트감사합니다. 파괴적인 테스트가 틀림없다고 생각했습니다.
Sam의 접근 방식이 아마도 갈 길이라고 생각합니다.유전자 발현이 생각나네요. 개체 간에 유전자를 비교할 수 있게 하려면 크기를 조정해야 하지만 일반적으로 결합되지는 않습니다. 단일 값을 만드는 데 수단이 아닌 원본 데이터에 대해 스케일링을 수행하는 것이 더 적절하다고 생각합니다.또 다른 생각은 이것이 위험 표시 또는 평가를 위한 단일 점수를 만들기 위해 가중 평균인 JMP Clinical의 위험 기반 모니터링에서 수행되는 것과 같다는 것입니다.
이것이 그들이 취하고자 하는 접근 방식인 것 같습니다. 그런 다음 척도화된(및 중앙화된) 점수의 차이를 테스트합니다.
다시: 두 테스트에서 결합된 결과에 대한 t-테스트@샘가드너 이 관점에 감사드립니다. 완전히 이해가 됩니다.계산을 스크립팅하는 옵션과 함께 이것을 옵션으로 공유하겠습니다.
@karencopeland 테스트가 필요한지 아니면 문제를 해결해야 하는지에 대한 흥미로운 질문입니다.둘의 차이점에 대해 자세히 설명해 주시겠습니까?내가 이해하는 바와 같이, 이것은 그들이 일상적으로 수행하는 테스트입니다.두 테스트는 동일한 속성(내구성)의 서로 다른 측면을 나타내며 두 가지를 결합하는 하나의 메트릭을 원합니다.
다시: 두 테스트에서 결합된 결과에 대한 t-테스트테스트가 필요합니까, 아니면 문제를 해결해야 합니까?GB의 분석에 따르면 테스트 1에서는 타이어가 다르지만 테스트 2에서는 타이어가 비교적 유사합니다.
다시: 두 테스트에서 결합된 결과에 대한 t-테스트스크립팅 없이 이런 종류의 통계적 가설 테스트를 수행할 수 있는 직접적인 방법이 있다고 생각하지 않습니다.그러나 f(x,y) 방정식의 a,b,c,d 계수는 측정 X와 Y(테스트 1 및 테스트 2)를 동일한 상대 위치 및 스케일로 가져오도록 의도된 것 같습니다.재조정된 테스트 1과 재조정된 테스트 2를 계산한 첨부된 표를 참조하십시오. 두 측정의 상대 오차(상대 표준 편차)가 유사한 경우 이는 재조정된 테스트 1 및 테스트 2 결과가 같은 분포.이것이 사실이라면 재조정된 Test1 및 Test 2 결과를 하나의 열로 결합한 다음 결합된 재조정된 결과에 대해 T-테스트를 수행할 수 있습니다.재조정된 결과의 표준 편차가 동일하다는 가정 하에서 재조정된 테스트 결과에 대한 합동 표준 편차 및 자유도는 변환된 평균의 표준 편차 추정치를 사용한 것과 같아야 합니다.
다시: 두 테스트에서 결합된 결과에 대한 t-테스트두 테스트 모두 파괴적이므로 각각 새 타이어에서 수행됩니다. 두 테스트 모두 한 유형의 내구성에 두 가지 측면을 제공하기 때문에 두 테스트의 결과를 결합합니다.
다시: 두 테스트에서 결합된 결과에 대한 t-테스트하, 내가 응답했을 때 데이터 세트를 표시하기 위해 페이지가 새로 고쳐지지 않았으며 이제 데이터 세트를 볼 수 있습니다. 데이터가 좀 꼬인 것 같습니다. 동일한 타이어에서 두 가지 테스트를 모두 수행하지 않는 것 같습니다. 나는 그들이하려는 일이 타당하다고 생각하지 않습니다.
두 번째 데이터 세트(ExampleDataSetMetric)에 대한 열 공식을 만들 수 있습니다. 그러나 두 응답을 결합한 다음 t-테스트를 수행하지 않는 것이 더 나을 것이라고 생각하십시오. 독립형이든 의존형이든 분리해서 하는 것이 좋을 것입니다. 그들은 p-값을 단일 확률로 결합하고 전체적으로 다른지 확인하려는 경우 대신 사용할 수 있습니다.
아마도 우리 지역 통계학자들이 이에 대해 말할 수 있을 것입니다.
다시: 두 테스트에서 결합된 결과에 대한 t-테스트@Chris_Kirchberg 열을 수정하되 각 행은 타이어 및 테스트 1 또는 테스트 에 대한 것입니다.테스트 1에 대한 결과 18개, 테스트 2에 대한 결과 20개 등 38개의 행이 있습니다.
다시: 두 테스트에서 결합된 결과에 대한 t-테스트안녕 @andreacoombs1 ,
열 1은 타이어 유형(a 또는 b)이고 열 2는 테스트 1이고 열 3은 테스트 2입니까? 각 행은 두 테스트 각각에 대한 각 타이어(a 또는 b)에 대한 측정값입니까?
옳은?
