Prova di equivalenzaEsiste una procedura di test di equivalenza che può essere utilizzata con dati categoriali (cioè, sia le variabili indipendenti che le variabili dipendenti sono categoriali)?
Un adattamento logistico nominale alla fertilità influenzato dalla procedura ormonale, dall'allattamento e dalla categoria di età non mostra alcuna statistica. sig. influenza. Avevo l'impressione che sarebbe inappropriato concludere che non vi è alcuna differenza tra i mezzi a meno che non utilizziamo un confronto del test di equivalenza che convalidi statisticamente tale affermazione (?).
Grazie molto!
Re: test di equivalenzaA quanto pare, JMP fornisce test di equivalenza (sotto più confronti) nella piattaforma di regressione generalizzata, se si dispone di JMP Pro. Voglio solo sottolineare il punto di Peter secondo cui le ipotesi che verificano una differenza o un'equivalenza sono molto diverse. La tua scelta dipende interamente da cosa stai testando (ipotesi alternativa). Se stavi usando la regressione logistica nominale per testare le associazioni e non ne hai trovata nessuna, allora hai finito. Non è necessario mostrare l'equivalenza statisticamente significativa.
Se sei sorpreso da questo risultato, forse è una questione di potere nello studio.
Re: test di equivalenzaIn generale, sembra che tu possa confondere i due concetti analitici di test di equivalenza e test di ipotesi. Si tratta di due tipi di decisioni molto diversi. Il test delle ipotesi non prova mai nulla con certezza. Tutto ciò che si può fare è rifiutare o rifiutare l'ipotesi nulla in un determinato insieme di condizioni prescritte come il rischio alfa, per una determinata dimensione del campione, ecc. No, in nessuna di queste due conclusioni è coperta la nozione di equivalenza . Il test di equivalenza è un approccio di analisi completamente diverso.
Esistono diversi tipi di test di equivalenza che vengono utilizzati in contesti diversi. La mia collega @Mark_Bailey per esempio ha scritto un bel script JMP in questo spazio:
https://community.jmp.com/t5/JMP-Scripts/Test-for-Parameter-Equivalence/ta-p/29375/jump-to/first-unread-message
Inoltre, spesso in un ambiente biotecnologico, l'adattamento di modelli non lineari ai dati è comune e ci sono diversi tipi di "test di equivalenza" utilizzati in questo contesto. Questi sono supportati nella piattaforma Fit Curve di JMP:
http://www.jmp.com/support/help/13-2/Equivalence_Test_2.shtml
Re: test di equivalenzaEbbene, l'ipotesi nulla è che non ci sia alcuna differenza, ed è quello che assumiamo finché non saremo in grado di dimostrare prove convincenti del contrario.Non è lo stesso che dire che hai fornito prove evidenti per l'ipotesi nulla, quindi hai ragione al riguardo.Quindi, se è sufficiente dire che non ci sono prove sufficienti per dimostrare che la procedura ormonale, l'allattamento e la categoria di età hanno un effetto sulla fertilità, allora hai finito.
Se è necessario dimostrare che gli effetti sono così piccoli da essere praticamente trascurabili, sarebbe necessario qualcosa di analogo a un test di equivalenza per dati categoriali.
Puoi farlo in modo efficace osservando gli intervalli di confidenza per ciascuno dei termini del tuo modello.Se sono tutti contenuti in un intervallo che ritieni praticamente trascurabile, puoi trarre il tipo di conclusione che stai cercando.Tuttavia, penso che trovare un intervallo che riterresti praticamente trascurabile potrebbe essere piuttosto difficile quando si parla di dimensioni degli effetti nello spazio logit.
