Fit Y by X の同等性検定の改善提案は、特定のアルファに同等性を与える差の値を自動的に解決できるようにすることです。
例では同等性検定の例特定のアルファ値の同等性を予測する差分値を解決するオプションがあります (特定の差分を提供する現在のオプションに追加されます)。 多くの場合、この差異値は、特定の部門または機能グループ間で矛盾して指定されます (多くの場合、多くの異なる意見があります)。したがって、同等性のp値を表示するために複数の違いを実行する代わりに、次のようになりますとてもアルファ値が与えられた場合の同等性を予測する差を解くのに便利です。
統計と分析ユーザーインターフェースRe: Fit Y by X の同等性検定の改善バックソルバーが便利であることには同意しますが、実際の差のしきい値を指定するという同等性検定の意図に反します。前実験を実行しています。
これは、「合格」するための実際的な違いを厳選するようなものです。
Re: Fit Y by X の同等性検定の改善alpha=.05 の場合、2 つのグループ間の平均値の差に関する 90% 信頼区間は、指定した境界差の値と一致します。 Fit Y by X プラットフォーム内では、アルファ レベルを .10 に変更し、適切な t 検定を使用して Big Class データ セットでその比較を行うことができます。
ただし、一般に、信頼区間を取得してから、その差レベルが意味を持つかどうかを判断することはお勧めできません。 あなたのスレッドからは、この議論がデータが発生する前に発生するのか後に発生するのかわかりません。当然のことながら、データが戻ってきたときにグループが事前に選択されたしきい値に対して責任を負うことができるように、事前に合意する必要があります。
