동등성 테스트안녕하세요
샘플의 순도를 측정하는 두 가지 분석 방법을 비교하고 둘이 동일하다는 것을 증명하고 싶습니다. 나는 그들이 정확히 동일한 결과를 제공하지 않는다는 것을 알고 있습니다. 이는 차이의 평균이 0이 아니라는 것을 의미합니다. 하지만 두 결과의 차이가 2% 미만이라는 것만 증명하면 됩니다. 내 데이터는 28개의 서로 다른 샘플을 기반으로 하며 각 샘플은 각 방법으로 한 번씩 분석되었습니다. 순도 차이에 대해 양측 t-검정을 사용하여 동등성을 테스트했지만 이 테스트가 개념을 증명하는 데 가장 적합한지 확신할 수 없습니다. 데이터가 정규 분포를 따르지 않는다는 점에 유의하시기 바랍니다. 누군가 이것에 대해 조언을 해주실 수 있나요?
품질 및 프로세스 엔지니어링결과 공유 및 전달Re: 동등성 테스트명확히 해주셔서 감사합니다 @마크_베일리 . 도와주셔서 정말 감사드립니다.
문안 인사,
제니퍼.
Re: 동등성 테스트매우 감사합니다 @SDF1 . 정말 도움이 됐어요.
문안 인사,
제니퍼.
Re: 동등성 테스트나는 귀하의 동등성 검정이 95% 신뢰 수준에서 두 방법이 2% 이상 다르다는 귀무 가설을 기각할 만큼 충분한 증거를 입증했다고 대답했어야 했습니다.
Re: 동등성 테스트안녕 @CentroidJackal1 ,
나는 귀하의 동등성 테스트에서 두 가지 방법의 동등성을 0의 +/-2 단위 이내로 거부할 수 없다는 것을 보여주고 있다고 생각합니다. 제공한 예에서 평균 차이는 -0.72이고 0의 +/-2 단위 내에서 모든 것을 허용하므로 평균 차이는 값이 동일함을 나타냅니다. 평균 차이의 빨간색 수염은 해당 평균 차이에 대한 신뢰한계입니다.
명심해야 할 점은 이 동등성 검정은 모든 28개 측정값의 평균 차이를 확인한다는 것입니다. 단일 측정에 대해서는 아무 말도하지 않습니다. 따라서 나는 그 차이가 "항상" 2보다 작을 것이라고 말하는 것에 대해 조심해야 한다고 생각합니다(미리 결정한 신뢰도에 관계없이). 실제로 논의되어야 할 것은 평균 차이가 0과 +/-2 단위 미만입니다. 이는 차이가 -4인 데이터 포인트가 하나 이상 있는 분포로 설명됩니다. 이 특별한 경우, 이 하나(또는 그 이상)의 측정값은 0과 +/-2 단위보다 큰 차이가 있으며 원래 설명에 실패합니다. 그러나 모든 측정의 평균은 설명에 실패하지 않습니다.
BA 분석은 평균차 플롯에서 신뢰 구간을 추정하고 측정값 중 몇 개가 이 선을 벗어나는지 확인할 수 있을 뿐만 아니라 한 방법 또는 다른 방법에 편향이 있는지 확인할 수 있으므로 이 정보도 제공해야 합니다. .BA 분석을 사용하면 CI 외부에 얼마나 많은 데이터 포인트가 있는지에 대한 꽤 좋은 추정치를 얻을 수 있으므로 답변하고 싶은 내용에 대한 보다 합리적인 추정치를 제공할 수 있습니다. 이는 특정 측정에 대해 신뢰 수준을 갖습니다. X의 차이는 +/-2 단위 이내입니다.
평균에 대한 동등성 검정을 다시 수행할 수 있는 ANOVA 분석을 고려할 수도 있습니다. 하지만 이 경우에는 실제 측정값을 사용하게 되며 A와 B의 절대값이 평균이 아닐 수도 있음을 알고 있더라도 마찬가지로 +/-2 단위 내에서 동등성 테스트를 수행할 수 있습니다. 여기서 좋은 점은 필요한 경우 분산이 같지 않은 경우를 설명할 수 있다는 것입니다. 예를 들어 방법 A와 B의 표준 편차가 비슷하지 않은 경우입니다.
동등성 테스트 중 하나를 사용하면 모든 측정값에 대한 평균 차이 또는 평균 차이를 실제로 확인하게 되며 이는 명확해야 합니다. 단일 측정값은 항상 이상값일 수 있지만 각 방법의 평균 반응이 동일하면 동등성 검정을 통과해야 합니다.
행운을 빌어요!,
DS
Re: 동등성 테스트모델이 동일하지 않으면 편향이 중요합니다.
Re: 동등성 테스트안녕 @마크_베일리
답장을 보내 주셔서 감사합니다. Fit Orgonal은 두 방법이 Fit Line과 동일하지 않다는 것을 의미합니다. 우리는 두 방법이 정확히 동일한 결과를 제공하지 않으며 편향이 있다는 것을 알고 있지만 이 편향이 중요하지 않다는 것을 증명하고 싶습니다. 그게 더 말이 되나요?
많은 감사를 드립니다.
제니퍼.
Re: 동등성 테스트안녕 @SDF1
빠른 답변에 감사드립니다. 혼란을 드려 죄송합니다. 순도는 백분율로 표시되므로 2%를 넣지만 그 차이는 절대값이고 그 차이가 "항상"(90%, 95% 또는 99%의 경우) 것이라고 말할 수 있는 확실한 확신이 있음을 증명하고 싶습니다. 인구)는 2보다 작아야 합니다. BA 분석이 두 방법 사이에 편향이 있다는 것만 증명하는 것처럼 보이기 때문에 그 점을 증명할 수 있을지 확신할 수 없습니다.
많은 감사를 드립니다.
제니퍼.
Re: 동등성 테스트방법 비교에 대한 오랜 표준(예: NCCLS, IUPAC, ICH)이 많이 있습니다. 여기에는 정확도, 정밀성, 선형성, 검출 한계 또는 정량화 등 측정의 여러 측면이 포함될 수 있습니다. 이변량에서 Fit Orthogonal 명령을 사용하여 X와 Y의 오류를 최소화하는 데밍 회귀를 수행할 수 있습니다. JMP 17에는 Passing-Bablok 회귀 분석과 Bland-Altman 분석도 포함됩니다. 그동안 JMP 도움말 장을 참조하세요. 측정 시스템 분석 더 많은 아이디어를 원하시면
Re: 동등성 테스트안녕 @CentroidJackal1 ,
당신이 제시하고 제안하는 방식은 확실히 데이터를 평가하는 한 가지 방법입니다. 하지만 한 가지 명심해야 할 점은 결과의 차이가 2% 미만이어야 한다고 말할 때 2% 중 A 방법 또는 B 방법 중 어느 것입니까? 이 부분이 잘 설명되지 않았습니다.
데이터를 보는 또 다른 방법은 평균차 도표를 사용하는 것입니다. 블랜드-알트만 분석. 해당 내용은 링크에서 읽어보실 수 있습니다. 이는 서로 다른 두 가지 방법이 본질적으로 동일한지 평가하고 데이터에 편향이 있는지, 그리고 해당 방법이 다른 방법과 비교하여 발생하는지 확인하는 좋은 방법입니다. BA 분석에는 정규 분포 데이터가 필요하지 않습니다.
도움이 되었기를 바랍니다!,
DS
Re: 동등성 테스트샘플의 순도를 평가하는 두 가지 분석 방법을 비교하고 있으며, 두 방법이 동일한 지 확인하고 싶습니다. 두 방법의 결과가 동일하지 않다는 것을 알고 있습니다. 따라서 두 방법의 평균 차이가 0이 아니라는 뜻입니다. 하지만 중요한 것은 그 차이가 2% 허용 오차 범위 내에 있는지 여부입니다.
설정은 다음과 같습니다.
-
저는 28개의 다른 샘플을 테스트했고, 각 샘플을 각 방법으로 한 번씩 분석했습니다.
-
저는 두 방법이 ±2% 범위 내에서 동일한지 확인하는 데 관심이 있습니다.
-
원래는 순도 차이에 양측 t-검정을 적용했지만, 이 접근 방식이 동등성을 확립하는 데 가장 적합한지는 확신할 수 없습니다.
-
중요한 점은 데이터가 정규 분포되지 않았다는 것입니다 .
다음에 대한 지침을 주시면 감사하겠습니다.
-
데이터가 정규 분포를 따르지 않을 때 동등성을 평가하는 데 가장 적합한 통계 검정은 무엇입니까?
-
이러한 조건에서 이러한 테스트를 구현하는 유효한 방법은 다음과 같습니다.
-
비정규적인 데이터로 동등성을 평가할 때 주의해야 할 함정입니다.
추천이나 조언이 있다면 정말 도움이 될 겁니다. 감사합니다!
Re: 동등성 테스트안녕하세요 @AcceptanceFox47 : 데이터가 대략 로그 정규분포(데이터의 자연로그가 대략 정규분포)를 따르는 경우, 짝지어진 데이터에 대한 신뢰구간을 구하는 방식으로 수행할 수 있습니다(예: Matched Pair 플랫폼을 통해 수행). 하지만 분석은 데이터의 자연로그를 기반으로 수행됩니다. 90% 신뢰구간의 끝점(로그 스케일)은 기하평균 비율에 대한 신뢰구간을 얻기 위해 역로그화(EXP(.))됩니다. 이 최종 구간은 동등성을 주장하기 위해 0.98에서 1.02 사이에 있어야 합니다.
그리고 표본 크기가 충분히 크다면(n=28이면 됨) 중심극한정리( https://en.wikipedia.org/wiki/Central_limit_theorem#:~:text=In%20probability%20theory%2C%20the%20central,themselves%20are%20not%20normally%20distributed )에 따르면 정규성에 대해 걱정할 필요가 없습니다. 수정: 위에서 설명한 대로 계속 진행하세요.
