J'utilise la version 16.1 de JMP et je travaille à comparer une courbe standard non linéaire (ID-STD) à 3 autres courbes non linéaires (ID-Set A, B, C) pour voir si elles sont similaires.
Ce que j'ai fait, c'est tracer les 4 courbes à l'aide d'analyser> modèle spécialisé> configuration non linéaire comme ci-joint. Après cela, je sélectionne 4P logistique et effectue le test de parallélisme et le test d'équivalence. La valeur p obtenue est de 0,0056, ce qui est inférieur à 0,05 et toutes les statistiques du test d'équivalence ne correspondent pas à la courbe STD. Ainsi, j'ai raison de dire que ces 4 courbes ne sont pas comparables ?
Cependant, j'ai fait une normalisation des résultats et j'ai fait le même test, mais cette fois-ci, j'ai sélectionné 2P logistique pour la courbe et j'ai obtenu une valeur P de 0,6794 qui montre que 4 courbes sont comparables mais les statistiques du test d'équivalence ne correspondent pas au Courbe STD. Ainsi, je suis assez perdu des données dont je dispose et je ne sais pas trop comment les interpréter.
Tout conseil serait bon. Merci.
J'ai joint les données que j'utilise pour l'étude.
Tout d'abord, le choix du modèle Logistic 4P est trop optimiste. Il n'y a que l'asymptote inférieure et aucun point d'inflexion, vous n'aurez donc pas une bonne estimation de l'asymptote supérieure à des fins de comparaison. Cette situation conduit également à des estimations instables pour tous les paramètres.
Deuxièmement, pourquoi utiliser un modèle non linéaire compliqué pour ces données ? Un tracé du résultat obtenu en fonction de la concentration semble être linéaire. La plate-forme Fit Curve peut ajuster ces modèles et les évaluer également pour le parallélisme.
