Test d'équivalenceBonjour
Je veux comparer deux méthodes analytiques qui mesurent la pureté de mes échantillons et prouver qu'elles sont équivalentes. Je sais qu'ils ne fournissent pas exactement les mêmes résultats, ce qui signifie que la moyenne de leur différence n'est pas de 0. Cependant, je n'ai qu'à prouver que la différence entre leurs résultats est inférieure à 2 %. Mes données sont basées sur 28 échantillons différents et chaque échantillon a été analysé une fois par chaque méthode. Nous avons testé l'équivalence avec un test t bilatéral sur la différence de pureté mais nous ne sommes pas sûrs que ce test soit le plus approprié pour prouver le concept. Veuillez noter que les données ne sont pas distribuées normalement. Quelqu'un peut-il s'il vous plaît conseiller à ce sujet?
AnalytiqueTableau de donnéesObjet : Test d'équivalenceSalut @CentroidJackal1 ,
La façon dont vous présentez et proposez est certainement une façon d'évaluer les données. Une chose à garder à l'esprit cependant, c'est que lorsque vous dites que la différence dans les résultats doit être inférieure à 2 %, 2 % dont, méthode A ou méthode B ? Cette partie n'a pas été bien expliquée.
Une autre façon de regarder les données pourrait être avec un diagramme de différence moyenne, un peu comme un Bland-Altman une analyse. Vous pouvez le lire à partir du lien. C'est un bon moyen d'évaluer si deux méthodes différentes sont essentiellement équivalentes et de voir s'il y a un biais dans les données et si cela provient d'une méthode par rapport à une autre. L'analyse BA ne nécessite pas de données distribuées normalement.
J'espère que cela t'aides!,
DS
Objet : Test d'équivalenceIl existe de nombreuses normes de longue date (par exemple, NCCLS, IUPAC, ICH) sur la comparaison des méthodes. Cela peut impliquer un certain nombre d'aspects de la mesure : exactitude, précision, linéarité, limite de détection ou de quantification, etc. Vous pouvez utiliser la commande Fit Orthogonal dans Bivariate pour effectuer une régression de Deming qui minimise l'erreur en X et Y. JMP 17 inclura également la régression de Passing-Bablok et l'analyse de Bland-Altman. En attendant, consultez le chapitre de l'aide de JMP sur Analyse du système de mesure pour plus d'idées.
