Prueba de equivalencia¿Existe un procedimiento de prueba de equivalencia que pueda usarse con datos categóricos (es decir, tanto las variables independientes como la variable dependiente son categóricas)?
Un ajuste logístico nominal para la fertilidad influenciado por el procedimiento hormonal, la lactancia y la categoría de edad no muestra estadísticas. sig. influencia. Tenía la impresión de que sería inapropiado concluir que no hay diferencia entre las medias a menos que empleemos una comparación de prueba de equivalencia que valide estadísticamente tal afirmación (?).
¡Muchas gracias!
Re: prueba de equivalenciaResulta que JMP proporciona pruebas de equivalencia (en comparaciones múltiples) en la plataforma de regresión generalizada, si tiene JMP Pro. Solo quiero enfatizar el punto de Peter de que las pruebas de hipótesis para una diferencia o equivalencia son muy diferentes. Su elección depende completamente de lo que está probando (hipótesis alternativa). Si estaba utilizando la regresión logística nominal para probar las asociaciones y no encontró ninguna, entonces terminó. No necesita mostrar una equivalencia estadísticamente significativa.
Si le sorprende este resultado, quizás se deba a la potencia del estudio.
Re: prueba de equivalenciaEn términos generales, parece que puede estar confundiendo los dos conceptos analíticos de prueba de equivalencia y prueba de hipótesis. Estos son dos tipos muy diferentes de decisiones. La prueba de hipótesis nunca prueba nada con certeza. Todo lo que se permite hacer es rechazar o no rechazar la hipótesis nula bajo un determinado conjunto de condiciones prescritas, como el riesgo alfa, para un tamaño de muestra dado, etc. Ninguna de esas dos conclusiones cubre la noción de equivalencia. . La prueba de equivalencia es un enfoque analítico completamente diferente.
Existen algunos tipos diferentes de pruebas de equivalencia que se utilizan en diferentes contextos. Mi colega @Mark_Bailey por ejemplo, ha escrito un buen script JMP en este espacio:
https://community.jmp.com/t5/JMP-Scripts/Test-for-Parameter-Equivalence/ta-p/29375/jump-to/first-unread-message
Además, a menudo en un entorno biotecnológico, es común ajustar modelos no lineales a los datos y existen diferentes tipos de "pruebas de equivalencia" que se utilizan en este contexto. Estos son compatibles con la plataforma Fit Curve de JMP:
http://www.jmp.com/support/help/13-2/Equivalence_Test_2.shtml
Re: prueba de equivalenciaBueno, la hipótesis nula es que no hay diferencia, y eso es lo que asumimos hasta que podamos demostrar evidencia convincente de lo contrario.Eso no es lo mismo que decir que ha proporcionado pruebas sólidas para la hipótesis nula, por lo que tiene razón en ese sentido.Entonces, si es suficiente decir que no hay evidencia suficiente para demostrar que el procedimiento hormonal, la lactancia y la categoría de edad tienen un efecto sobre la fertilidad, entonces ya está.
Si necesita demostrar que los efectos son tan pequeños que son prácticamente insignificantes, entonces sería necesario algo análogo a una prueba de equivalencia para datos categóricos.
Puede hacer esto de manera efectiva observando los intervalos de confianza para cada uno de los términos de su modelo.Si todos están contenidos dentro de un rango que consideraría prácticamente insignificante, entonces puede llegar al tipo de conclusión que está buscando.Sin embargo, creo que encontrar un rango que consideres prácticamente insignificante podría ser un poco difícil cuando hablas de tamaños de efectos en el espacio logit.
