同等性試験こんにちは
サンプルの純度を測定する 2 つの分析方法を比較し、それらが同等であることを証明したいと考えています。 まったく同じ結果が得られないことはわかっています。つまり、それらの差の平均が 0 ではないということです。 ただし、証明する必要があるのは、両者の結果の差が 2% 未満であることだけです。 私のデータは 28 の異なるサンプルに基づいており、各サンプルは各メソッドで 1 回分析されました。 純度の違いについて両側 t 検定を使用して同等性を検定しましたが、この検定が概念を証明するのに最も適切であるかどうかはわかりません。 データは正規配信ではありませんのでご注意ください。 誰かがこれについてアドバイスしてもらえますか？
品質およびプロセスエンジニアリング結果の共有と伝達Re: 等価性テスト明確にしていただきありがとうございます@Mark_Bailey 。そして、ご協力いただき誠にありがとうございました。
よろしく、
ジェニファー。
Re: 等価性テストどうもありがとうございます。 @SDF1 。 本当に助かりました。
よろしく、
ジェニファー。
Re: 等価性テスト同等性検定は、方法が 95% の信頼水準で 2% 以上異なるという帰無仮説を棄却するのに十分な証拠を示していると返信すべきでした。
Re: 等価性テストこんにちは@CentroidJackal1 、
等価性テストは、2 つのメソッドの等価性を 0 の +/-2 単位以内で拒否できないことを示していると思います。 提供した例では、平均差は -0.72 で、0 から +/-2 単位以内の値を受け入れているため、平均差は値が等しいことを示しています。 平均差の赤いひげは、その平均差の信頼限界です。
留意すべき点は、この同等性検定では 28 個の測定値すべての平均差を調べているということです。 単一の測定については何も言えません。 したがって、(事前に決めた信頼度にかかわらず) 差が「常に」 2 未満になると言うのは注意すべきだと思います。 本当に議論すべきなのは、平均差は 0 から +/-2 単位未満です。 これは、差が -4 であるデータ ポイントが少なくとも 1 つある分布で示されています。 この特定のケースでは、この 1 つ（または複数）の測定値には 0 から +/-2 単位を超える差があり、元の説明に当てはまりません。 ただし、すべての測定値の平均は説明に失敗しません。
BA 分析では、平均差プロットで信頼区間を推定し、これらの線から外れる測定値の数を確認したり、どちらかの方法に偏りがあるかどうかを判断したりできるため、この情報も得られます。 。BA 分析を使用すると、CI の外にあるデータ ポイントの数についてかなり正確な推定値を得ることができるため、答えたいものについてより合理的な推定値を得ることができます。これは、特定の測定値に対して、信頼水準が得られます。 X の違いが +/-2 単位以内であることを確認します。
また、ANOVA 分析を実行して平均値の同等性検定を行うことも検討できます。ただし、この場合は実際の測定値を使用することになり、A と B の絶対値が正確ではない可能性があることがわかっていても、同様に、+/-2 単位以内で等価性テストを実行できます。 ここでの優れた点は、必要に応じて不等分散を考慮できることです。たとえば、メソッド A と B の標準偏差が同様でない場合です。
どちらの同等性検定でも、実際にはすべての測定値の平均の差または平均の差のどちらかを調べていることになりますが、それは明確にする必要があります。 単一の測定値は常に外れ値になる可能性がありますが、各メソッドの平均応答が同等であれば、同等性テストに合格するはずです。
幸運を！、
DS
Re: 等価性テストモデルが同等でない場合、偏りは重大です。
Re: 等価性テストこんにちは@Mark_Bailey
お返事をありがとうございます。 直交近似は、近似線と同様にメソッドが等価ではないことを示しています。 これらの方法が正確に同じ結果をもたらすわけではなく、偏りがあることはわかっていますが、この偏りが重大ではないことを証明したいと考えています。 それはもっと意味があるでしょうか？
どうもありがとう、
ジェニファー。
Re: 等価性テストこんにちは@SDF1
早速のご返信ありがとうございます。 混乱を招いて申し訳ございません。 純度はパーセンテージで表されるため、2% としましたが、その差は絶対値であり、その差が「常に」(90%、95%、または 99% の場合) あると言える一定の自信があることを証明したいのです。人口) が 2 未満であること。 BA 分析がその点を証明するかどうかはわかりません。2 つの方法の間に偏りがあることを証明するだけのようです。
どうもありがとう、
ジェニファー。
Re: 等価性テストメソッドの比較に関しては、古くから存在する多数の標準 (NCCLS、IUPAC、ICH など) が存在します。 これには、精度、精度、直線性、検出または定量の限界など、測定のさまざまな側面が関係します。 二変量で直交フィット コマンドを使用すると、X と Y の誤差を最小限に抑えるデミング回帰を実行できます。 JMP 17 には、Passing-Bablok 回帰および Bland-Altman 分析も含まれます。 それまでの間、JMP ヘルプの章を参照してください。測定システムの分析さらに多くのアイデアが必要です。
Re: 等価性テストこんにちは@CentroidJackal1 、
プレゼンテーションと提案の方法は、間違いなくデータを評価する 1 つの方法です。 ただし、留意すべき点が 1 つあります。結果の差が 2% 未満である必要があると言う場合、2% は方法 A と方法 B のどちらでしょうか? この部分がよく説明されていませんでした。
データを見るもう 1 つの方法は、平均差プロットを使用することです。ブランド・アルトマン分析。 リンクから詳しく読むことができます。 これは、2 つの異なるメソッドが本質的に同等であるかどうかを評価し、データにバイアスがあるかどうか、およびそれが 1 つのメソッドと別のメソッドから生じているかどうかを確認するのに適した方法です。 BA 分析には正規分布データは必要ありません。
お役に立てれば！、
DS
同等性テストについてサンプルの純度を評価する2つの分析方法を比較し、それらが同等かどうかを判断したいと考えています。2つの方法の平均差はゼロではなく、同一の結果が得られないことは承知していますが、重要なのは、その差が2%の許容範囲内に収まっているかどうかです。
セットアップは次のとおりです。
-
私は28 種類の異なるサンプルをテストし、各サンプルを各方法で 1 回ずつ分析しました。
-
これらの方法が ±2% の範囲内で同等であるかどうかを確認することに興味があります。
-
当初、純度の違いについては両側 t 検定を適用しましたが、このアプローチが同等性を確立するのに最適であるとは確信が持てません。
-
問題は、データが正規分布していないことです。
以下の点についてご指導いただければ幸いです。
-
データが正規分布していない場合、同等性を評価するのに最も適切な統計テストはどれですか。
-
このような条件下でこのようなテストを実装する有効な方法。
-
非正規データで同等性を評価するときに注意すべき落とし穴。
推奨事項やアドバイスがあれば、本当に役立ちます。ありがとうございます!
同等性テストについてこんにちは@AcceptanceFox47 さん：データがほぼ対数正規分布（データの自然対数がほぼ正規分布）である場合、ペアデータの信頼区間と同様に計算できます（例えば、Matched Pair プラットフォームなどを使用）。ただし、分析はデータの自然対数に対して行われます。差（対数スケール）の90%信頼区間のエンドポイントを逆対数（EXP(.)）して、幾何平均比の信頼区間を求めます。同等性を主張するには、この最終的な区間が0.98～1.02の範囲内にある必要があります。
また、サンプルサイズが十分に大きい場合（n=28が該当）、中心極限定理（ https://en.wikipedia.org/wiki/Central_limit_theorem#:~:text=確率論では、中央自身は正規分布していない ）によれば、正規性について心配する必要はありません。追記：上記の説明に従ってください。
