Ciao. Mio nome È Segno Bailey.
Io sono UN anziano Analitica Software Tester A JMP.
Il mio collega Oggi È Jianf ing Ding,
UN Anziano Ricerca Statistico Sviluppatore.
Io sono andando A inizio IL presentazione
Di Alcuni nuovo approcci A confronti Quello Volere Essere disponibile In JMP 17.
Io sono andando A inizio Sopra. IO non Sapere Perché.
Ciao. Mio nome È Segno Bailey.
Io sono UN Anziano Analitica Software Tester A JMP.
Mio co-presentatore Oggi È Jianfeng Ding,
UN Anziano Ricerca Statistico E sviluppatore.
Io sono andando A inizio con UN introduzione A Nostro argomento.
Prima Noi parlare Di specifica confronti,
lo faremmo Piace A introdurre Alcuni fondamentale concetti.
Tutto Di Questo ha A Fare Quando erano confrontando popolazioni.
Confronto popolazioni È UN molto comune compito.
IL confronto, Noi Speranza, Volere Guida A UN decisione fra due ipotesi.
Campioni da questi popolazioni Sono Spesso raccolto per IL confronto.
S statistico inferenza Potere fornire Alcuni prezioso informazione Di Nostro campioni.
In particolare,
È Là sufficiente prova A rifiutare uno ipotesi Di questi popolazioni.
Un chiaro dichiarazione Di IL ipotesi È
Veramente essenziale A fabbricazione IL corretto scelta Di UN test per tuo confronto.
Questi ipotesi rappresentare due reciprocamente esclusivo idee
Quello insieme includere IL soltanto possibilità.
Loro sono chiamato IL alternativa E nullo ipotesi.
IL alternativa ipotesi
È Veramente UN dichiarazione Di IL conclusione Quello Noi Volere A reclamo.
Esso servi A rappresentare IL popolazioni E Esso Volere richiedere sufficiente prova
A rovesciare IL altro ipotesi, Quale È IL nullo ipotesi.
Esso stati IL opporsi conclusione Quello dovere Essere superare con forte prova.
Esso servi COME UN riferimento per confronto E suo presunto A Essere VERO.
Questo È importante Quello Noi ordinare Questo fuori Oggi Perché storicamente,
statistico formazione ha presentata soltanto uno modo Di utilizzando questi ipotesi.
IL maggior parte Spesso insegnato statistico test
Sono usato A dimostrare UN differenza fra IL popolazioni.
Ma quello è non IL soltanto possibilità.
IL mancanza Di comprensione Di Questo distinzione
Potere Guida A abuso questi test.
IL scelta Di UN test È non UN questione Di IL dati quello è raccolto
O Come IL dati È raccolto.
Suo rigorosamente UN questione Di IL dichiarato ipotesi
per IL scopo Di tuo confronto.
Andiamo Aspetto A due simile esempi Quello Sono In realtà fondamentalmente diverso.
Ma andiamo inizio fuori Dove Noi Avere UN scopo Di dimostrando UN differenza.
In Questo esempio, andiamo Dire IO volevo Piace A dimostrare Quello UN modifica In temperatura
Volere causa UN nuovo risultato, UN miglioramento Forse.
Noi Volere A reclamo Quello UN nuovo livello
Di Nostro risposta Volere risultato da mutevole IL processi temperatura.
BENE utilizzo UN progettato sperimentare A a caso campione da UN popolazione
per IL Basso temperatura condizione E IL alto temperatura condizione.
IL due ipotesi Sono IL nullo stati
Quello IL temperatura fa non simulare IL risultato.
Questo Volere Essere Nostro riferimento.
IL alternativa stati Nostro reclamo,
Quale È IL temperatura colpisce IL risultato,
Ma soltanto Se IL prova È forte Abbastanza A rifiutare IL nullo ipotesi.
Tutto Giusto, Questo È andando A suono molto simile, Ma suo esattamente IL opposto.
In Questo caso, UN esempio due, Noi Bisogno A dimostrare equivalenti.
Qui Noi Volere A dimostrare
Quello UN temperatura modifica fare non causa UN nuovo risultato.
Quello È, Dopo IL modifica, Noi Avere IL Stesso risultato.
Per esempio, Questo Potrebbe Essere IL caso Dove
Noi Sono pianificazione A modifica IL processi temperatura
A migliorare IL prodotto,
Ma Noi Volere A Fare Sicuro Quello Esso no modifica
IL livello Di UN impurità In Nostro Prodotto.
Noi progetto IL Stesso sperimentare A raccogliere IL Stesso dati
E Noi Avere IL Stesso due ipotesi, Ma Ora Loro sono invertito.
Suo IL nullo Quello stati Quello IL temperatura colpisce IL risultato,
Quello È, c'è UN differenza,
Mentre IL alternativa stati
Quello Nostro modifica In temperatura Volere non simulare IL risultato.
Sono Noi test per UN differenza O per equivalenti?
Veramente Noi Vedere Quello da questi esempi
Quello suo non IL dati, IL dati identico, Ma IL test Sono diverso.
IL scelta È non Di IL dati,
suo Di Nostro reclamo, O In altro parole, Come Noi stato Nostro ipotesi.
Anche Ricordare Quello ipotesi test Sono unidirezionale.
Essi servire soltanto A rifiutare UN nullo ipotesi
Di UN alto probabilità Quando suo falso.
In Nostro presentazione Oggi,
lo faremmo Piace A introdurre Alcuni nuovo equivalenti test COME BENE COME Alcuni
aggiuntivo metodi Quello Sono usato Quando confrontando due misurazione sistemi.
Io sono Ora andando A mano Esso Sopra A Jianfe ng A parlare Di equivalenza test.
Grazie Segno.
Ciao.
Io sono Jianfeng Ding .
Io sono UN Ricerca Statistico Sviluppatore A JMP.
In Questo video Io sono andando A parlare Di IL equivalenza,
non inferenza E superiorità test In JMP 17.
IL classico ipotesi test SU IL Sinistra
È IL test Quello maggior parte qualità professionisti Sono familiare con.
Esso È Spesso usato A confrontare due O Di più gruppi Di dati
A determinare se Essi Sono statisticamente diverso.
IL parametri dati Potere Essere UN Significare risposta
per continuo risultato E UN proporzione Quando IL risultato variabile È binario.
Theta T rappresenta IL risposta da trattamento gruppo
E teta zero rappresenta risposta da UN controllo gruppo.
Là Sono tre tipi Di IL classico ipotesi test.
IL Primo uno È IL due lato test E IL riposo Sono uno lato test.
Se Voi Sono guardare A Questo due lato test SU IL Sinistra,
IL NO ipotesi È Quello IL trattamento significa Sono Stesso
E IL alternativa ipotesi È Quello IL trattamento significa Sono diverso.
A volte Noi Veramente Bisogno A stabilire Quello cose Sono sostanzialmente IL Stesso
E IL macchinari A Fare Quello È chiamato UN Equivalenza Test.
UN equivalente test È A spettacolo IL differenza In teta T E teta zero
È entro UN prespecificato margine delta
E permettere noi A concludere IL equivalenza con UN specificato fiducia livello.
Se Voi Aspetto A IL equivalenza test, IL NO ipotesi È Quello
IL trattare dichiarazione significa Sono diverso E IL alternativa ipotesi È Quello
IL trattamento significa Sono entro UN fisso delta Di uno un altro.
Questo È diverso da IL due lato ipotesi test SU IL Sinistra.
Un altro alternativa test scenario È IL Non inferiorità Test,
Quale obiettivi A dimostrare Quello risultati Sono non sostanzialmente peggio.
Là È Anche UN test scenario chiamato superiorità test,
Quello È simile A non inferiorità test,
tranne Quello IL obiettivo È A dimostrare Quello risultati Sono sostanzialmente Meglio.
Là Sono cinque diverso tipi Di equivalente tipo test
dipendere SU IL situazione.
Quando Dovrebbe Noi utilizzo Questo test Volere Essere discusso Prossimo.
Questi test Sono molto importante In industria,
particolarmente In IL biotecnologia E farmaceutico industria.
Qui Sono Alcuni esempi,
Se IL obiettivo È A spettacolo Quello IL nuovo trattamento
fa non differire in modo significativo da IL standard uno
di Di più di Alcuni piccolo margine, Poi equivalente test Dovrebbe Essere usato.
Per esempio, UN generico farmaco Quello È meno costoso
E causa pochi lato effetti di UN popolare nome marchiato farmaco.
Voi volevo Piace A dimostrare Esso ha Stesso efficacia COME IL nome marca uno.
IL tipico obiettivo In non inferiorità test È A concludere
Quello UN nuovo trattamento O processi
È non in modo significativo peggio di IL standard uno.
Per esempio, UN nuovo produzione processi È Più veloce.
Voi volevo Fare Sicuro Esso crea NO Di più Prodotto difetti di IL standard processi.
UN superiorità test cerca A dimostrare
Quello IL nuovo trattamento È sostanzialmente Meglio di IL standard uno.
Per esempio, UN nuovo fertilizzante ha stato sviluppato con parecchi miglioramenti.
IL ricerca vuole A spettacolo
Quello IL nuovo fertilizzante È Meglio di IL attuale fertilizzante.
Come A impostato su IL Ipotesi.
IL grafico SU IL Sinistra,
riassumere questi cinque diverso tipo Di equivalente tipo test molto bene.
Questo grafico È creato di SAS STATISTICA Università, John Castelloe E Donna Watt.
Voi Potere Trovare loro bianco carta facilmente SU IL ragnatela.
Scegliere Quale test dipendere SU IL situazione.
Per ogni Di IL situazione,
IL blu regione È IL regione Quello Voi Sono provando A stabilire con IL test.
Per equivalente analisi, Voi Potere costruire UN equivalenza regione
con superiore limite teta zero più delta E inferiore limite teta zero meno delta.
Voi Potere condotta UN equivalenza test di controllo
se IL fiducia intervallo Di teta
bugie interamente In IL blu equivalenza regione.
Allo stesso modo, Voi Potere condotta UN non inferiorità test di controllo
se IL fiducia intervallo Di teta
bugie interamente Sopra IL inferiore limite Se grande teta È Meglio,
O sotto IL superiore limite Se più piccola teta È Meglio.
Questi test Sono disponibile In uno modo per confrontando normale significa
E in contingenza per confrontando risposta aliquote.
IL grafico utente interfaccia Di equivalenza test lancio dialogo
fa Esso facile per Voi A Trovare IL tipo Di test
Quello corrisponde A Che cosa Voi Sono provando A stabilire.
UN [impercettibile 00:12:00] In IL rapporto riassumere IL confronto molto bene
E fa Esso facile per Voi A interpretare IL risultati.
Prossimo, Io sono andando A dimostrare equivalenza test.
Io sono andando A utilizzo IL dati impostato chiamato Farmaco misurazioni.
Quello È nel JMP campione dati COME Mio Primo esempio.
Dodici diverso soggetti erano dato tre diverso droghe UN, B E C.
E 32 continuo misurazioni Sono raccolto.
Noi andare A teta YX,
E Noi carico IL risposta E il trattamento.
Questo Volere Portare IL uno modo analisi.
Sotto IL rosso triangolo Trovare IL equivalenza test.
Là Sono due opzioni significa E standard deviazioni.
Noi Sono andando A messa a fuoco SU significa In Questo parlare.
Noi Portare IL dialogo E Voi Potere Selezionare UN test Quello Voi volevo Piace A condotta
E IL grafico Volere rappresentare IL selezionato test.
Per IL superiorità O non inferenza test Là Sono due scenari.
Grande differenza È Meglio O più piccola differenza È Meglio.
Scegliere opzione dipendere SU IL situazione.
Voi Anche Bisogno A specificare IL margine Qui per IL delta.
Voi Bisogno A specificare IL significato livello alfa COME BENE.
Voi Potere scegliere utilizzo raggruppato varianza O disuguale varianza A correre IL test.
Voi Potere Fare Tutto paio saggio confronto
O Voi Potere Fare UN confronto con IL controllo gruppo.
Erano andando A correre UN equivalenza test Primo
E Noi Volere specificare IL tre COME margine per IL differenza.
Noi clic IL Va bene pulsante.
Qui È IL risultato Di IL equivalenza test.
Da Questo appezzamento di bosco Voi Potere Vedere Quello
IL fiducia intervallo per IL principale differenza fra farmaco UN E farmaco C
È completamente contenuto In Questo blu equivalenza regione.
IL massimo Valore P È zero meno di .05.
Noi Potere concludere A IL .o5 significato livello.
Farmaco UN E farmaco C Sono equivalente.
Ma Se Noi Aspetto A farmaco UN E B, farmaco B E C
Noi Potere Vedere loro fiducia intervallo Di IL principale differenza
È Entrambi al di là Questo blu regione.
A IL .05 significato livello
Noi non può concludere Quello farmaco UN E B O farmaco B E C Sono equivalente.
Assumere farmaco C È Nostro standard farmaco E Noi volevo Piace A Trovare fuori
Se IL misurazioni Di farmaco UN O B Sono tanto Meglio di farmaco C.
Noi Potere correre UN superiorità test A dimostrare.
Permettere Me vicino Questo contorno Nota Primo E Noi Portare IL lancio dialogo Ancora.
Questo tempo erano andando A Fare UN superiorità test.
Per Questo test Noi credere grande differenza È Meglio.
Qui Noi Mantenere Questo selezione.
UN inoltre per Questo studio Noi Volere A impostato farmaco C COME Nostro controllo gruppo.
Noi tappo In IL delta, IL margine .04 per Questo caso clic Va bene pulsante.
Qui È IL risultato per superiorità test.
Da IL foresta complotto Voi Potere facilmente Vedere Quello IL fiducia intervallo
Di Significare differenza fra farmaco B E C
È completamente contenuto In Questo superiore regione
E IL Valore P È meno di .05 .
Noi concludere Quello farmaco B È superiore A farmaco C.
IL fiducia intervallo Di Significare differenza
fra farmaco UN E C È al di là Questo blu regione.
IL Valore P Qui È tanto più grande di .05 .
Noi concludere A IL .05 significato livello
Noi non può concludere Quello farmaco UN È superiore A farmaco C.
Questo conclude Mio Primo esempio.
Ora Io sono andando A utilizzo UN secondo esempio
A utilizzo IL parente rischio fra due proporzioni
A spettacolo Voi Come A condotta UN non inferiorità test.
Portare IL dati tavolo.
IL prova È Tentativo A confrontare UN farmaco
chiamato FIDAX COME alternativa A farmaco VANCO per IL trattamento Di colon infezioni.
Entrambi droghe Avere simile efficienza E sicurezza.
221 fuori Di 224 pazienti trattare con FIDAX
raggiunto clinico curare da IL FINE Di studio.
Confrontare A 223 fuori Di 257 pazienti trattato con VANCO.
Erano andando A lancio Fe Y di X Ancora.
E Mettere Nostro risposta E UN trattamento variabile E account Volere Essere Freg.
Da IL risposta variabile È categorico.
Contingenza analisi È prodotto
E Tutto IL test Qui È basato SU classico ipotesi test.
IL Valore P suggerisce noi Quello Noi non può concludere
Quello clinico Q È diverso attraverso IL farmaco.
Ma per Questo studio Noi Veramente Volere A Trovare fuori
Se farmaco FIDAX È non inferiore A farmaco VANCO.
Noi andare A rosso triangolo menù, Trovare equivalente test.
Là Sono rischio differenza E parente rischio.
Noi Sono andando A scegliere parente rischio A Fare Questo caso.
In IL lancio dialogo Noi scegliere non inferiorità test
E IL grande rapporto È preferito di noi per Questo studio.
Noi Anche Bisogno A Trovare IL categoria interesse.
Per Questo studio Noi Selezionare SÌ COME UN categoria Di interesse
E Noi Anche Bisogno A tappo In Nostro rapporto margine Qui.
Noi specificare zero .09.
Noi clic Va bene pulsante E Qui È IL risultato Di non inferiorità test.
Da IL foresta complotto Voi Potere facilmente Vedere Quello
IL fiducia intervallo per IL parente rischio fra farmaco FIDAX e farmaco VANCO
È completato contenuto In Questo non inferiore regione.
Noi concludere A IL .05 significato livello,
farmaco FIDAX È non inferiore A farmaco VANCO.
Questo conclude Mio parlare E IO Volere Dare Esso Indietro A Segno.
Grazie Voi JainFeng.
Io sono andando A Ora parlare Di UN molto comune procedura chiamato metodo confronto.
Suo UN standard pratica ogni volta nuovo misurazioni Sono essendo sviluppato.
Noi Avere A assumere Quello Là È UN standard metodo Quello esiste Già
A misurare IL livello Di Alcuni quantità.
Forse suo IL temperatura O IL potenza Di UN farmaco.
Un nuovo metodo ha stato sviluppato per Alcuni motivo.
Noi Volere A Fare Sicuro Quello suo prestazione È paragonabile A IL standard metodo.
Oggi Là Sono molti standard Quello Avere stato sviluppato
Sopra molti anni di vari organizzazioni A Fare Sicuro Quello Questo È Fatto correttamente.
Che cosa Noi volevo Speranza È Quello IL nuovo test metodo
idealmente ritorna IL Stesso valore COME IL standard metodo.
Una dispersione complotto Di IL test metodo contro IL standard metodo
volevo spettacolo Quello IL dati Essere d'accordo con IL identità linea Y=X .
Ma Di corso IL dati punti non perfettamente Essere d'accordo
Perché Di misurazione errore
In Entrambi IL standard metodo E IL nuovo test metodo.
Regressione analisi Potere determinare IL migliore adatto linea per Questo dati
E IL stimato modello parametri Potere Essere rispetto A Quello identità linea.
Questo finisce su essendo dichiarato In IL due ipotesi COME segue.
IL nullo ipotesi
dice Quello Loro sono non paragonabile E COSÌ un altro modo Di detto Quello È
IL intercettare È non zero E IL pendenza È non uno.
IL alternativa
rappresenta Nostro reclamo Quello IL nuovo metodo È paragonabile
E COSÌ Noi volevo aspettarsi IL intercettare A Essere zero E IL pendenza A Essere uno.
BENE confrontare di utilizzando regressione E ordinario minimi quadrati regressione
presuppone UN pochi diverso cose.
Esso presuppone Quello Y E X Sono linearmente imparentato.
Esso presuppone Quello Là Sono statistico errori In Y Ma non In X.
Questi statistico errori Sono indipendente Di Sì, Quello È, Loro sono costante per Tutto Y.
C'è NO dati Quello esercitare eccessivo influenza SU IL stime.
Ma In IL caso Di UN metodo confronto,
IL dati Spesso violare uno O Di più Di questi ipotesi.
Là Sono misurazione errori In IL standard metodo COME BENE.
Anche, IL errori Sono non Sempre costante,
In Quale caso Noi Potrebbe osservare Quello IL coefficiente Di variazione È costante.
Quello È, IL errori Sono proporzionale, Ma IL standard deviazione È non costante.
Finalmente, Là Sono Spesso valori anomali presente
Quello Potere fortemente influenza IL stima Di questi parametri.
altro regressione metodi Potere aiuto.
Deming regressione Volere contemporaneamente minimizzare
IL meno quadrato errore In Entrambi Y E X
E Passare-B ablok regressione È UN non parametrico metodo.
Suo basato SU IL mediano Di Tutto possibile in coppia piste
E Perché Di Quello suo resistente A valori anomali E non- costante errori.
IL Deming regressione È disponibile In JMP
Attraverso IL Bivariato piattaforma utilizzando IL Adatto Ortogonale comando.
Deming regressione Potere stima IL regressione parecchi modi.
Esso Potere stima IL errore In Entrambi Y E X,
O Esso Potere assumere Quello IL errore In Y E X Sono pari,
O Esso Potere utilizzo UN dato rapporto Di errore Di Y A X.
Passando Bablo K È Ora disponibile In JMP 17,
Ancora Attraverso IL Bivariato piattaforma utilizzando IL Adatto passando Bablok comando.
Esso Anche include controlli per IL ipotesi Quello
IL misurazioni Sono altamente positivamente correlato
E mostra UN lineare relazione.
C'è Anche UN confronto di differenza.
IL Insipido- Altmann analisi confronta
IL in coppia differenze A IL in coppia significa
A valutare IL pregiudizio fra questi due misurazioni.
IL risultati Sono presentata In UN spargere complotto Di Y contro X per tuo visita medica
E Anche A Vedere Se Là Sono Qualunque anomalie In IL differenze.
Questo È Tutto fornito Attraverso IL Incontro Coppie piattaforma lungo con
parecchi ipotesi test.
Malato Ora dimostrare questi caratteristiche.
Io sono andando A spettacolo Voi Deming regressione per completezza
quello è In realtà stato disponibile In JMP per molti anni.
Io sono andando A utilizzo UN dati tavolo Quale ha misurazioni per 20 campioni
di IL standard metodo E Poi quattro diverso test metodi.
Io sono Appena andando A utilizzo metodo 1.
IO inizio Questo di selezionando IL analizzare menù impostato Y di X.
IL standard va In IL X rotolo, Mentre IL metodo uno va In IL Y rotolo.
Qui Noi Avere IL spargere complotto A inizio con.
Malato clic IL rosso triangolo E Selezionare Adatto Ortogonale
E Voi Potere Vedere IL diverso scelte IO menzionato Appena UN momento fa.
Io sono andando A Avere JMP stima IL errori In Y E X.
C'è UN migliore adatto linea utilizzando Deming regressione lungo con
informazione Di Quello.
Noi Potere Vedere Quello Nostro intercettare per IL stimato linea È vicino A zero,
Nostro pendenza È vicino A uno, E In fatto Nostro fiducia intervallo include uno.
Ora Io sono andando A spettacolo Voi Passando Cattivo blocco.
IO ritorno A IL Stesso rosso triangolo,
Selezionare Adatto passando Ba blocco,
E UN nuovo montato linea È aggiunto A Mio spargere complotto.
Esso sembra molto tanto Piace IL risultato da IL Deming regressione.
Ma Ricordare Quello Passando Ba blocco
È resistente A valori anomali O non costante varianza.
Primo Noi Avere Kendall test Quello È raccontando noi Di IL correlazione.
Positivo correlazione È statisticamente significativo.
Noi Poi Avere UN test, UN controllo per linearità,
E Noi Avere UN alto P- valore Qui indicando Noi non può rifiutare linearità.
Finalmente Noi Avere IL regressione risultati.
IO Vedere Quello IO Avere UN intercettare vicino A uno, Ma IL intervallo include zero,
COSÌ IO non posso rifiutare zero.
IL pendenza È vicino A uno.
Mio intervallo include uno, COSÌ IO non posso rifiutare Quello IL pendenza È uno.
Finalmente, utilizzando Passando Ba blocco Questo curva menù,
Malato clic IL rosso triangolo E Selezionare Insipido- Altmann analisi.
Questo lanci IL Incontro Coppie piattaforma, COSÌ suo UN separato finestra.
Qui Noi Sono guardare A IL in coppia differenze
fra metodo uno E IL standard
contro IL Significare Di quelli due valori.
Erano utilizzando Questo A valutare UN pregiudizio.
IL Insipido- Altmann a analisi è riportato A IL metter il fondo a.
IL pregiudizio È IL media differenza.
Noi Speranza Quello suo zero.
IL stima È non esattamente zero,
Ma Noi Potere Vedere Quello IL fiducia intervallo include zero,
COSÌ Noi volevo non rifiutare zero.
Noi Anche Poi Avere inferiore limiti Di accordo,
E Noi Vedere Quello Essi Anche includere zero COME BENE.
IL standard metodi Quello Sono usato
Quando confrontando due misurazione metodi Sono Ora disponibile In JMP 17.
Quello conclude Nostro presentazione.
Grazie Voi per Guardando.
