Fit Y by Xにおける同等性検定の改善提案としては、与えられたアルファと同等の差の値を自動的に解決できるようにすることです。
同等性検定の例では、特定のアルファ値に対して同等性を予測する差分値を求めるオプションがあります（これは、特定の差分値を指定する現在のオプションに加えて）。多くの場合、この差分値は特定の部門または機能グループ間で一貫して指定されません（多くの場合、意見の相違があります）。そのため、同等性のp値を示すために複数の差分を実行する代わりに、アルファ値を与えられた場合に同等性を予測する差分値を求める方が非常に便利です。
データの探索と可視化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がある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。
