Hola. Mi nombre es Marca Muralla exterior.
Soy a sénior Analítica Software Ensayador en JMP.
Mi colega hoy es jianf eng Timbre,
a Sénior Investigación Estadístico Desarrollador.
Soy yendo a comenzar el presentación
acerca de alguno nuevo enfoques a comparaciones eso voluntad ser disponible en JMP 17.
Soy yendo a comenzar encima. I no saber por qué.
Hola. Mi nombre es Marca Muralla exterior.
Soy a Sénior Analítica Software Ensayador en JMP.
Mi copresentador hoy es jianfeng Timbre,
a Sénior Investigación Estadístico y desarrollador.
Soy yendo a comenzar con un introducción a nuestro tema.
Antes nosotros hablar acerca de específico comparaciones,
casarse como a introducir alguno fundamental conceptos.
Todo de este tiene a hacer cuando eran comparando poblaciones.
Comparando poblaciones es a muy común tarea.
El comparación, nosotros esperanza, voluntad dirigir a a decisión entre dos hipótesis.
Muestras de estos poblaciones son a menudo recogido para el comparación.
S estadístico inferencia poder proporcionar alguno valioso información acerca de nuestro muestras.
En particular,
es allá suficiente evidencia a rechazar uno hipótesis acerca de estos poblaciones.
Una limpieza declaración de el hipótesis es
en realidad básico a haciendo el correcto elección de a prueba para su comparación.
Estos hipótesis representar dos mutuamente exclusivo ideas
eso juntos incluir el solo posibilidades.
Ellos son llamado el alternativa y nulo hipótesis.
El alternativa hipótesis
es en realidad a declaración acerca de el conclusión eso nosotros desear a afirmar.
Él sirve a representar el poblaciones y él voluntad requerir suficiente evidencia
a derrocamiento el otro hipótesis, cual es el nulo hipótesis.
Él estados el oponerse conclusión eso debe ser superar con fuerte evidencia.
Él sirve como a referencia para comparación y es ficticio a ser verdadero.
Este es importante eso nosotros clasificar este afuera hoy porque históricamente,
estadístico capacitación tiene presentado solo uno forma de usando estos hipótesis.
El mayoría a menudo enseñó estadístico pruebas
son usado a demostrar a diferencia entre el poblaciones.
Pero eso es no el solo posibilidad.
El falta de comprensión acerca de este distinción
poder dirigir a mal uso estos pruebas.
El elección de a prueba es no a asunto de el datos eso es recogido
o cómo el datos es recogido.
Es estrictamente a asunto de el fijado hipótesis
para el objetivo de su comparación.
vamos mirar en dos similar ejemplos eso son de hecho fundamentalmente diferente.
Pero vamos comenzar afuera dónde nosotros tener a objetivo de demostrando a diferencia.
En este ejemplo, vamos decir I haría como a demostrar eso a cambiar en temperatura
voluntad causa a nuevo resultado, un mejora tal vez.
Nosotros desear a afirmar eso a nuevo nivel
de nuestro respuesta voluntad resultado de cambiando el proceso temperatura.
Bien usar a diseñado experimento a aleatoriamente muestra de a población
para el bajo temperatura condición y el alto temperatura condición.
El dos hipótesis son el nulo estados
eso el temperatura hace no afectar el resultado.
Este voluntad ser nuestro referencia.
El alternativa estados nuestro afirmar,
cual es el temperatura afecta el resultado,
pero solo si el evidencia es fuerte suficiente a rechazar el nulo hipótesis.
Todo bien, este es yendo a sonido muy similar, pero es exactamente el opuesto.
En este caso, un ejemplo dos, nosotros necesidad a demostrar equivalentes.
Aquí nosotros desear a demostrar
eso a temperatura cambiar gama no causa a nuevo resultado.
Eso es, después el cambiar, nosotros tener el mismo resultado.
Para ejemplo, este podría ser el caso dónde
nosotros son planificación a cambiar el proceso temperatura
a mejorar el producir,
pero nosotros desear a hacer seguro eso él no cambiar
el nivel de un impureza en nuestro producto.
Nosotros diseño el mismo experimento a recolectar el mismo datos
y nosotros tener el mismo dos hipótesis, pero ahora ellos son invertido.
Es el nulo eso estados eso el temperatura afecta el resultado,
eso es, hay a diferencia,
mientras el alternativa estados
eso nuestro cambiar en temperatura voluntad no afectar el resultado.
Son nosotros pruebas para a diferencia o para equivalentes?
En realidad nosotros ver eso de estos ejemplos
eso es no el datos, el datos idéntico, pero el pruebas son diferente.
el elección es no acerca de el datos,
es acerca de nuestro afirmar, o en otro palabras, cómo nosotros estado nuestro hipótesis.
También recordar eso hipótesis pruebas son unidireccional.
Ellos atender solo a rechazar a nulo hipótesis
de a alto probabilidad cuando es FALSO.
en nuestro presentación hoy,
casarse como a introducir alguno nuevo equivalentes pruebas como Bueno como alguno
adicional métodos eso son usado cuando comparando dos medición sistemas.
Soy ahora yendo a mano él encima a jianfe ng a hablar acerca de equivalencia prueba.
Gracias Marca.
Hola.
Soy Jian Feng Ding .
Soy a Investigación Estadístico Desarrollador en JMP.
En este video Soy yendo a hablar acerca de el equivalencia,
no inferioridad y superioridad prueba en JMP 17.
El clásico hipótesis prueba en el izquierda
es el prueba eso mayoría calidad profesionales son familiar con.
Él es a menudo usado a comparar dos o más grupos de datos
a determinar si ellos son estadísticamente diferente.
El parámetros datos poder ser a significar respuesta
para continuo resultado y a proporción cuando el resultado variable es binario.
theta t representa el respuesta de tratamiento grupo
y theta cero representa respuesta de a control grupo.
Allá son tres tipos de el clásico hipótesis prueba.
El primero uno es el dos cara prueba y el descansar son uno cara pruebas.
Si tú son mirando en este dos lado prueba en el izquierda,
el No hipótesis es eso el tratamiento medio son mismo
y el alternativa hipótesis es eso el tratamiento medio son diferente.
A veces nosotros en realidad necesidad a establecer eso cosas son sustancialmente el mismo
y el maquinaria a hacer eso es llamado un Equivalencia Prueba.
Un equivalente prueba es a espectáculo el diferencia en theta t y theta cero
es dentro a preespecificado margen delta
y permitir a nosotros a concluir el equivalencia con a especificado confianza nivel.
Si tú mirar en el equivalencia prueba, el No hipótesis es eso
el tratar declaración medio son diferente y el alternativa hipótesis es eso
el tratamiento medio son dentro a fijado delta de uno otro.
Este es diferente de el dos cara hipótesis prueba en el izquierda.
Otro alternativa pruebas guión es el No inferioridad Prueba,
cual objetivos a demostrar eso resultados son no sustancialmente peor.
Allá es también a pruebas guión llamado superioridad pruebas,
eso es similar a no inferioridad pruebas,
excepto eso el meta es a demostrar eso resultados son sustancialmente mejor.
Allá son cinco diferente tipos de equivalente tipo prueba
depender en el situación.
Cuando debería nosotros usar este prueba voluntad ser discutido próximo.
Estos pruebas son muy importante en industria,
especialmente en el biotecnología y farmacéutica industria.
Aquí son alguno ejemplos,
si el meta es a espectáculo eso el nuevo tratamiento
hace no diferir de significativamente de el estándar uno
por más que alguno pequeño margen, entonces equivalente prueba debería ser usado.
Para ejemplo, a genérico droga eso es menos caro
y causa pocos lado efectos que a popular nombre marca droga.
Tú haría como a probar él tiene mismo eficacia como el nombre marca uno.
El típico meta en no inferioridad pruebas es a concluir
eso a nuevo tratamiento o proceso
es no significativamente peor que el estándar uno.
Para ejemplo, a nuevo fabricación proceso es más rápido.
Tú haría hacer seguro él crea No más producto defectos que el estándar proceso.
A superioridad prueba intentos a probar
eso el nuevo tratamiento es sustancialmente mejor que el estándar uno.
Para ejemplo, a nuevo fertilizante tiene estado desarrollado con varios mejoras.
El investigación quiere a espectáculo
eso el nuevo fertilizante es mejor que el actual fertilizante.
Cómo a colocar arriba el Hipótesis.
El grafico en el izquierda,
resumir estos cinco diferente tipo de equivalente tipo pruebas muy bien.
Este grafico es creado por SAS ESTADÍSTICA Colega, John castelloe y donna Vatios.
Tú poder encontrar su blanco papel fácilmente en el web.
Eligiendo cual prueba depender en el situación.
Para cada de el situación,
el azul región es el región eso tú son intentando a establecer con el prueba.
Para equivalente análisis, tú poder construir un equivalencia región
con superior atado theta cero más delta y más bajo atado theta cero menos delta.
Tú poder conducta un equivalencia prueba por comprobación
si el confianza intervalo de theta
mentiras enteramente en el azul equivalencia región.
Asimismo, tú poder conducta a no inferioridad prueba por comprobación
si el confianza intervalo de theta
mentiras enteramente arriba el más bajo atado si grande theta es mejor,
o abajo el superior atado si menor theta es mejor.
Estos pruebas son disponible en uno forma para comparando normal medio
y en contingencia para comparando respuesta tarifas.
El gráfico usuario interfaz de equivalencia prueba lanzamiento diálogo
marcas él fácil para tú a encontrar el tipo de prueba
eso corresponde a qué tú son intentando a establecer.
A [inaudible 00:12:00] en el informe resumir el comparación muy bien
y marcas él fácil para tú a interpretar el resultados.
Próximo, Soy yendo a demostrar equivalencia pruebas.
Soy yendo a usar el datos colocar llamado Droga mediciones.
Eso es en JMP muestra datos como mi primero ejemplo.
Doce diferente asignaturas eran dado tres diferente drogas A, B y C.
Y 32 continuo mediciones son recogido.
Nosotros ir a theta YX,
y nosotros carga el respuesta y el tratamiento.
Este voluntad traer el uno forma análisis.
Bajo el rojo triángulo encontrar el equivalencia prueba.
Allá son dos opciones medio y estándar desviaciones.
Nosotros son yendo a enfocar en medio en este hablar.
nosotros traer el diálogo y tú poder seleccionar a prueba eso tú haría como a conducta
y el grafico voluntad representar el seleccionado prueba.
Para el superioridad o no inferioridad prueba allá son dos escenarios.
Grande diferencia es mejor o menor diferencia es mejor.
Elegir opción depender en el situación.
Tú también necesidad a especificar el margen aquí para el delta.
Tú necesidad a especificar el significado nivel alfa como Bueno.
Tú poder elegir usar agrupado diferencia o desigual diferencia a correr el prueba.
Tú poder hacer todo par inteligente comparación
o tú poder hacer a comparación con el control grupo.
Eran yendo a correr un equivalencia prueba primero
y nosotros voluntad especificar el tres como margen para el diferencia.
Nosotros hacer clic el Bueno botón.
Aquí es el resultado de el equivalencia prueba.
De este parcela forestal tú poder ver eso
el confianza intervalo para el principal diferencia entre droga A y droga C
es completamente contenido en este azul equivalencia región.
El máximo valor p es cero menos que .05.
Nosotros poder concluir a el .o5 significado nivel.
Droga A y droga C son equivalente.
Pero si nosotros mirar en droga A y B, droga B y C
nosotros poder ver su confianza intervalo de el principal diferencia
es ambos más allá de este azul región.
En el .05 significado nivel
nosotros no puedo concluir eso droga A y B o droga B y C son equivalente.
Asumir droga C es nuestro estándar droga y nosotros haría como a encontrar afuera
si el mediciones de droga A o B son mucho mejor que droga C.
Nosotros poder correr a superioridad prueba a probar.
Dejar a mí cerca este describir nota primero y nosotros traer el lanzamiento diálogo de nuevo.
Este tiempo eran yendo a hacer a superioridad prueba.
Para este prueba nosotros creer grande diferencia es mejor.
Aquí nosotros mantener este selección.
A también para este estudiar nosotros desear a colocar droga C como nuestro control grupo.
Nosotros enchufar en el delta, el margen .04 para este caso hacer clic Bueno botón.
Aquí es el resultado para superioridad prueba.
De el bosque trama tú poder fácilmente ver eso el confianza intervalo
de significar diferencia entre droga B y C
es completamente contenido en este superior región
y el valor p es menos que .05 .
Nosotros concluir eso droga B es superior a droga C.
El confianza intervalo de significar diferencia
entre droga A y C es más allá de este azul región.
El valor p aquí es mucho más grande que .05 .
nosotros concluir en el .05 significado nivel
nosotros no puedo concluir eso droga A es superior a droga C.
Este concluye mi primero ejemplo.
Ahora Soy yendo a usar a segundo ejemplo
a usar el relativo riesgo entre dos dimensiones
a espectáculo tú cómo a conducta a no inferioridad prueba.
Traer el datos mesa.
El ensayo es intentar a comparar a droga
llamado FIDAX como alternativa a droga VANCO para el tratamiento de colon infecciones.
Ambos drogas tener similar eficiencia y seguridad.
221 afuera de 224 pacientes tratar con FIDAX
logrado clínico curar por el fin de estudiar.
Comparar a 223 afuera de 257 pacientes tratado con VANCO.
Eran yendo a lanzamiento Fe Y por X de nuevo.
Y poner nuestro respuesta y a tratamiento variable y cuenta voluntad ser Freg.
Desde el respuesta variable es categórico.
Contingencia análisis es producido
y todo el prueba aquí es basado en clásico hipótesis prueba.
El valor p sugiere a nosotros eso nosotros no puedo concluir
eso clínico q es diferente al otro lado de el droga.
Pero para este estudiar nosotros en realidad desear a encontrar afuera
si droga FIDAX es no inferior a droga VANCO.
Nosotros ir a rojo triángulo menú, encontrar equivalente prueba.
Allá son riesgo diferencia y relativo riesgo.
Nosotros son yendo a elegir relativo riesgo a hacer este caso.
En el lanzamiento diálogo nosotros elegir no inferioridad prueba
y el grande relación es privilegiado por a nosotros para este estudiar.
Nosotros también necesidad a encontrar el categoría interés.
Para este estudiar nosotros seleccionar Sí como a categoría de interés
y nosotros también necesidad a enchufar en nuestro relación margen aquí.
Nosotros especificar cero .09.
Nosotros hacer clic Bueno botón y aquí es el resultado de no inferioridad prueba.
De el bosque trama tú poder fácilmente ver eso
el confianza intervalo para el relativo riesgo entre droga FIDAX y droga VANCO
es terminado contenido en este no inferior región.
Nosotros concluir en el .05 significado nivel,
droga FIDAX es no inferior a droga VANCO.
Este concluye mi hablar y I voluntad dar él atrás a Marca.
Agradecer tú JainFeng.
Soy yendo a ahora hablar acerca de a muy común procedimiento llamado método comparación.
Es a estándar práctica cuando sea nuevo mediciones son ser desarrollado.
Nosotros tener a asumir eso allá es a estándar método eso existe ya
a medida el nivel de alguno cantidad.
Tal vez es el temperatura o el potencia de a droga.
un nuevo método tiene estado desarrollado para alguno razón.
Nosotros desear a hacer seguro eso es actuación es comparable a el estándar método.
Hoy allá son muchos estándares eso tener estado desarrollado
encima muchos años por varios organizaciones a hacer seguro eso este es hecho adecuadamente.
Qué nosotros haría esperanza es eso el nuevo prueba método
idealmente devoluciones el mismo valor como el estándar método.
una dispersión trama de el prueba método versus el estándar método
haría espectáculo eso el datos aceptar con el identidad línea Y=X .
Pero de curso el datos puntos no perfectamente aceptar
porque de medición error
en ambos el estándar método y el nuevo prueba método.
Regresión análisis poder determinar el mejor adaptar línea para este datos
y el estimado modelo parámetros poder ser comparado a eso identidad línea.
Este termina arriba ser fijado en el dos hipótesis como sigue.
El nulo hipótesis
dice eso ellos son no comparable y entonces otro forma de dicho eso es
el interceptar es no cero y el pendiente es no uno.
El alternativa
representa nuestro afirmar eso el nuevo método es comparable
y entonces nosotros haría esperar el interceptar a ser cero y el pendiente a ser uno.
Bien comparar por usando regresión y común mínimos cuadrados regresión
asume a pocos diferente cosas.
Él asume eso Y y X son linealmente relacionado.
Él asume eso allá son estadístico errores en Y pero no en X.
Estos estadístico errores son independiente de Y, eso es, ellos son constante para todo y.
hay No datos eso ejercer excesivo influencia en el estimados.
Pero en el caso de a método comparación,
el datos a menudo violar uno o más de estos suposiciones.
Allá son medición errores en el estándar método como Bueno.
También, el errores son no siempre constante,
en cual caso nosotros podría observar eso el coeficiente de variación es constante.
Eso es, el errores son proporcional, pero el estándar desviación es no constante.
Finalmente, allá son a menudo valores atípicos presente
eso poder fuertemente influencia el Estimacion de estos parámetros.
otro regresión métodos poder ayuda.
Deming regresión voluntad simultáneamente minimizar
el el menos al cuadrado error en ambos Y y X
y Pasando-B bloque regresión es a no paramétrico método.
Es basado en el mediana de todo posible por pares pendientes
y porque de eso es resistente a valores atípicos y no- constante errores.
El Deming regresión es disponible en JMP
a través de el bivariado plataforma usando el Adaptar Ortogonal dominio.
Deming regresión poder estimar el regresión varios maneras.
Él poder estimar el error en ambos Y y X,
o él poder asumir eso el error en Y y X son igual,
o él poder usar a dado relación de error de Y a X.
Paso bablo k es ahora disponible en JMP 17,
de nuevo a través de el bivariado plataforma usando el Adaptar paso Bablok dominio.
Él también incluye cheques para el suposiciones eso
el mediciones son altamente afirmativamente correlacionado
y anexo a lineal relación.
hay también a comparación por diferencia.
El Amable- altman análisis compara
el por pares diferencias a el por pares medio
a evaluar el inclinación entre estos dos mediciones.
El resultados son presentado en a dispersión trama de Y versus X para su examen
y también a ver si allá son cualquier anomalías en el diferencias.
Este es todo proporcionó a través de el Fósforo Pares plataforma a lo largo de con
varios hipótesis pruebas.
Enfermo ahora demostrar estos características.
Soy yendo a espectáculo tú Deming regresión para lo completo
eso es de hecho estado disponible en JMP para muchos años.
Soy yendo a usar a datos mesa cual tiene mediciones para 20 muestras
por el estándar método y entonces cuatro diferente prueba métodos.
Soy justo yendo a usar método 1.
I comenzar este por seleccionando el analizar menú colocar Y por X.
El estándar va en el X rollo, mientras el método uno va en el Y rollo.
Aquí nosotros tener el dispersión trama a comenzar con.
Enfermo hacer clic el rojo triángulo y seleccionar Adaptar Ortogonal
y tú poder ver el diferente opciones I mencionado justo a momento atrás.
Soy yendo a tener JMP estimar el errores en Y y X.
hay a mejor adaptar línea usando Deming regresión a lo largo de con
información acerca de eso.
nosotros poder ver eso nuestro interceptar para el estimado línea es cerca a cero,
nuestro pendiente es cerca a uno, y en hecho nuestro confianza intervalo incluye uno.
Ahora Soy yendo a espectáculo tú Paso Malo bloque.
I devolver a el mismo rojo triángulo,
seleccionar Adaptar paso Licenciado en Letras bloque,
y a nuevo equipado línea es agregado a mi dispersión trama.
Él aspecto muy mucho como el resultado de el Deming regresión.
Pero recordar eso Paso Licenciado en Letras bloque
es resistente a valores atípicos o no constante diferencia.
Primero nosotros tener Kendall's prueba eso es narración a nosotros acerca de el correlación.
Positivo correlación es estadísticamente significativo.
Nosotros entonces tener a prueba, a controlar para linealidad,
y nosotros tener a alto PAG- valor aquí indicando nosotros no puedo rechazar linealidad.
Finalmente nosotros tener el regresión resultados.
I ver eso I tener un interceptar cerca a uno, pero el intervalo incluye cero,
entonces I no poder rechazar cero.
El pendiente es cerca a uno.
Mi intervalo incluye uno, entonces I no poder rechazar eso el pendiente es uno.
Finalmente, usando Paso Licenciado en Letras bloque este curva menú,
Enfermo hacer clic el rojo triángulo y seleccionar Amable- altman análisis.
Este lanza el Fósforo Pares plataforma, entonces es a separado ventana.
Aquí nosotros son mirando en el por pares diferencias
entre método uno y el estándar
versus el significar de aquellos dos valores.
Eran usando este a evaluar a inclinación.
El Amable- altman a análisis esta reportado en el abajo.
El inclinación es el promedio diferencia.
Nosotros esperanza eso es cero.
El estimar es no exactamente cero,
pero nosotros poder ver eso el confianza intervalo incluye cero,
entonces nosotros haría no rechazar cero.
Nosotros también entonces tener más bajo límites de acuerdo,
y nosotros ver eso ellos también incluir cero como Bueno.
El estándar métodos eso son usado
cuando comparando dos medición métodos son ahora disponible en JMP 17.
Eso concluye nuestro presentación.
Agradecer tú para mirando.
