동등성 테스트범주형 데이터에 사용할 수 있는 동등성 테스트 절차가 있습니까(즉, 독립 변수와 종속 변수가 모두 범주형임)?
호르몬 절차, 수유 및 연령 범주의 영향을 받는 출산율에 대한 명목 로지스틱 적합성은 통계를 나타내지 않습니다. 시그. 영향. 그러한 주장(?)을 통계적으로 검증하는 동등성 검정 비교를 사용하지 않는 한 평균 사이에 차이가 없다고 결론짓는 것은 부적절하다는 인상을 받았습니다.
감사합니다!
Re: 동등성 테스트JMP Pro가 있는 경우 JMP는 일반화 회귀 플랫폼에서 동등성 테스트(다중 비교)를 제공합니다. 차이 또는 동등성에 대한 가설 테스트는 매우 다르다는 Peter의 요점을 강조하고 싶습니다. 선택은 전적으로 테스트 대상(대체 가설)에 따라 다릅니다. 명목 로지스틱 회귀를 사용하여 연관성을 테스트하고 아무 것도 발견하지 못했다면 작업이 완료된 것입니다. 통계적으로 유의한 동등성을 보여줄 필요는 없습니다.
이 결과에 놀랐다면 아마도 연구의 힘의 문제일 것입니다.
Re: 동등성 테스트일반적으로 말하면 동등성 테스트와 가설 테스트의 두 가지 분석 개념을 혼동하는 것처럼 들릴 수 있습니다. 이것은 매우 다른 두 가지 유형의 결정입니다. 가설 테스트는 어떤 것도 확실하게 증명하지 않습니다. 주어진 표본 크기 등에 대해 알파 위험과 같은 특정 조건 집합에서 귀무 가설을 기각하지 않거나 기각하는 것뿐입니다. 이 두 결론 중 어디에도 등가 개념이 포함되어 있지 않습니다. . 동등성 테스트는 완전히 다른 분석 접근 방식입니다.
다양한 상황에서 사용되는 몇 가지 유형의 동등성 테스트가 있습니다. 내 동료 @Mark_Bailey 예를 들어 이 공간에 멋진 JMP 스크립트를 작성했습니다.
https://community.jmp.com/t5/JMP-Scripts/Test-for-Parameter-Equivalence/ta-p/29375/jump-to/first-unread-message
또한 생명 공학 환경에서는 종종 비선형 모델을 데이터에 맞추는 것이 일반적이며 이러한 맥락에서 다양한 유형의 '동등성 테스트'가 사용됩니다. 다음은 JMP의 Fit Curve 플랫폼에서 지원됩니다.
http://www.jmp.com/support/help/13-2/Equivalence_Test_2.shtml
Re: 동등성 테스트음, 귀무 가설은 차이가 없다는 것이고, 우리가 반대의 설득력 있는 증거를 입증할 수 있을 때까지 그것이 우리가 가정하는 것입니다.그것은 당신이 귀무 가설에 대한 강력한 증거를 제공했다고 말하는 것과 같지 않으므로 그 점에서 당신이 옳습니다.따라서 호르몬 절차, 수유부 및 연령 범주가 생식 능력에 영향을 미친다는 증거가 충분하지 않다고 말하는 것으로 충분하다면 끝입니다.
효과가 너무 작아서 실제로 무시할 수 있음을 입증해야 하는 경우 범주형 데이터에 대한 동등성 검정과 유사한 것이 필요할 것입니다.
각 모델 항에 대한 신뢰 구간을 살펴봄으로써 이를 효과적으로 수행할 수 있습니다.그것들이 모두 실제로 무시할 수 있는 특정 범위 내에 포함되어 있으면 원하는 결론을 내릴 수 있습니다.그러나 로짓 공간의 효과 크기에 대해 이야기할 때 실제로 무시할 수 있는 범위를 찾는 것이 다소 어려울 수 있다고 생각합니다.
