Sto usando JMP versione 16.1 e sto lavorando per confrontare una curva standard non lineare (ID-STD) con altre 3 curve non lineari (ID-Set A, B, C) per vedere se sono simili.
Quello che ho fatto è stato tracciare le 4 curve usando analizza> modello specializzato> non lineare impostato come allegato. Successivamente seleziono logistico 4P ed eseguo test di parallelismo e test di equivalenza. Il valore p ottenuto è 0,0056 che è inferiore a 0,05 e tutte le statistiche nel test di equivalenza non corrispondono alla curva STD. Quindi, ho ragione a dire che queste 4 curve non sono confrontabili?
Tuttavia, ho eseguito una normalizzazione dei risultati e ho eseguito lo stesso test, ma questa volta ho selezionato 2P logistico per la curva e ho ottenuto un valore P di 0,6794 che mostra che 4 curve sono confrontabili ma le statistiche nel test di equivalenza non corrispondono al curva STD. Pertanto, sono abbastanza perso dei dati che ho e non sono troppo sicuro di come interpretarli.
Qualsiasi consiglio sarebbe grande. Grazie.
Ho allegato i dati che utilizzo per lo studio.
Innanzitutto la scelta del modello Logistic 4P è eccessivamente ottimistica. C'è solo l'asintoto inferiore e nessun punto di flesso, quindi non avrai una buona stima dell'asintoto superiore per il confronto. Questa situazione porta anche a stime instabili per tutti i parametri.
In secondo luogo, perché utilizzare un complicato modello non lineare per questi dati? Un grafico del risultato ottenuto rispetto alla concentrazione sembra essere lineare. La piattaforma Fit Curve può adattarsi a tali modelli e valutarne anche il parallelismo.
