Mark Bailey, leitender Analysesoftwaretester, JMP Statistical Discovery LLC
Jianfeng Ding, Senior Research Statistician Developer, JMP
Es ist üblich, zwei Populationen mit nur einer Stichprobe jeder Population vergleichen zu müssen. Statistische Inferenz wird oft verwendet, um den Vergleich zu unterstützen. Unsere Darstellung beschränkt sich auf statistische Inferenz, die zwei Hypothesen beinhaltet: die Nullhypothese und die Alternativhypothese. Manchmal besteht das Ziel des Vergleichs darin, ausreichende Beweise zu liefern, um zu entscheiden, dass es einen signifikanten Unterschied zwischen zwei Populationen gibt. In anderen Fällen besteht das Ziel darin, ausreichende Beweise dafür zu liefern, dass zwischen zwei Populationen eine signifikante Gleichwertigkeit, Nichtunterlegenheit oder Überlegenheit besteht. Beide Situationen können mit einem Hypothesentest unterstützt werden, erfordern jedoch unterschiedliche Tests. Wir überprüfen diese Situationen, die entsprechenden Hypothesen und die entsprechenden Tests anhand allgemeiner Beispiele.
Ein weiterer üblicher Vergleich ist der zwischen zwei Messungen derselben Größe. Diese Situation wird von der Messsystemanalyse weitgehend abgedeckt. Unsere Präsentation konzentriert sich stattdessen auf das Methodenvergleichsprotokoll für chemische und biologische Assays, die in der pharmazeutischen und biotechnologischen Entwicklung und Herstellung verwendet werden. Wir stellen zwei Methoden vor, die in JMP 17 verfügbar sind, um die Genauigkeit einer neuen Testmethode im Vergleich zu einer etablierten Referenzmethode zu bewerten. Eine Methode ist in JMP als Deming-Regression oder Fit Orthogonal bekannt. Die zweite Methode ist als Passing-Bablok-Regression bekannt. Wir gehen auf die Hintergründe der Genauigkeitsbeurteilung, die Einzigartigkeit von Daten aus Methodenvergleichen ein und demonstrieren beide Regressionsmethoden anhand von Beispielen.
