Prova di equivalenzaEsiste una procedura di test di equivalenza che può essere utilizzata con dati categoriali (vale a dire, sia le variabili indipendenti che la variabile dipendente sono categoriali)?
Un adattamento logistico nominale per la fertilità influenzato dal processo ormonale, dall'allattamento e dalla categoria di età non mostra alcuna statistica. sig. influenza. Avevo l'impressione che sarebbe stato inappropriato concludere che non vi è alcuna differenza tra le medie a meno che non utilizziamo un confronto di test di equivalenza che convalidi statisticamente tale affermazione(?).
Grazie molto!
Re: Test di equivalenzaA quanto pare, JMP fornisce test di equivalenza (con confronti multipli) nella piattaforma di regressione generalizzata, se si dispone di JMP Pro. Voglio solo sottolineare il punto di Peter secondo cui la verifica delle ipotesi per la differenza o per l'equivalenza è molto diversa. La tua scelta dipende interamente da ciò che stai testando (ipotesi alternativa). Se stavi utilizzando la regressione logistica nominale per verificare le associazioni e non ne hai trovata alcuna, allora hai finito. Non è necessario dimostrare un'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 stia confondendo i due concetti analitici di test di equivalenza e test di ipotesi. Si tratta di due tipi di decisioni molto diverse. La verifica delle ipotesi non dimostra mai nulla con certezza. Tutto ciò che si può fare è rifiutare o rifiutare l'ipotesi nulla sotto un certo insieme di condizioni prescritte come il rischio alfa, per una data dimensione del campione, ecc. In nessuna di queste due conclusioni è coperta la nozione di equivalenza . Il test di equivalenza è un approccio analitico completamente diverso.
Esistono diversi tipi di test di equivalenza utilizzati in contesti diversi. Il mio collega @Mark_Bailey ad esempio ha scritto un simpatico 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 ambito biotecnologico, l'adattamento di modelli non lineari ai dati è comune e in questo contesto vengono utilizzati diversi tipi di "test di equivalenza". Questi sono supportati nella piattaforma Adatta curva di JMP:
http://www.jmp.com/support/help/13-2/Equivalence_Test_2.shtml
Re: Test di equivalenzaEbbene, l'ipotesi nulla è che non vi sia alcuna differenza, ed è ciò che supponiamo finché non possiamo dimostrare prove convincenti del contrario.Non è la stessa cosa che dire di aver fornito prove evidenti a favore dell'ipotesi nulla, quindi hai ragione a questo proposito.Quindi, se basti dire che non ci sono prove sufficienti per dimostrare che il processo ormonale, l'allattamento e la categoria di età abbiano un effetto sulla fertilità, allora il gioco è fatto.
Se è necessario dimostrare che gli effetti sono così piccoli da essere praticamente trascurabili, allora sarebbe necessario qualcosa di analogo a un test di equivalenza per dati categorici.
Puoi farlo in modo efficace osservando gli intervalli di confidenza per ciascuno dei termini del tuo modello.Se sono tutti contenuti entro un intervallo che riterresti praticamente trascurabile, allora puoi trarre il tipo di conclusione che stai cercando.Tuttavia, penso che trovare un intervallo che riterresti praticamente trascurabile potrebbe essere piuttosto difficile quando parli delle dimensioni degli effetti nello spazio logit.
