Äquivalenztest bei gepaarten StichprobenHallo,
Ist es in JMP Pro möglich, einen Äquivalenztest bei gepaarten Stichproben durchzuführen? Ich sehe unter der Plattform „Fit Y by X“ nur die Option, einen Äquivalenztest ohne Gruppierungsvariable durchzuführen.
Dank im Voraus
Datenmischung und -bereinigungBetreff: Äquivalenztest bei paarweisen StichprobenJa, dieser Weg ist mit JMP 17 immer noch die am besten geeignete Methode.
Äquivalenztests wurden zu Matched Pairs in JMP 18 hinzugefügt, das in ein paar Monaten erscheinen wird. Sie müssen die Differenz nicht vor dem Start der Plattform berechnen. Eine Aufbereitung der Daten ist nicht erforderlich. Außerdem bietet es einen umfangreicheren Satz an Tests und eine nichtparametrische Form. Auch die Berichterstattung ist umfangreicher und steht im Einklang mit den jüngsten Ergänzungen zu Äquivalenztests auf anderen Plattformen.
Betreff: Äquivalenztest bei paarweisen StichprobenHallo Mark,
Ist dies immer noch die geeignete Methode für die Durchführung eines gepaarten TOST oder gibt es in JMP 17 eine neue Funktion?
Danke schön,
Stephanie
Betreff: Äquivalenztest bei paarweisen StichprobenVielen Dank, das ist so hilfreich!
Betreff: Äquivalenztest bei paarweisen StichprobenZu diesem Zweck verwenden Sie im Allgemeinen „Analysieren“ > „Spezialisierte Modellierung“ > „Matched Pairs“, aber diese Plattform bietet derzeit keinen Äquivalenztest. Verwenden Sie zunächst eine Formel, um die Differenz in der Datentabelle zu berechnen. Ich habe die gepaarten Antworten Y1 und Y2 nachgebildet.
Wählen Sie „Analysieren“ > „Verteilung“ und starten Sie es mit „Differenz“ in der Y-Rolle. Klicken Sie auf das rote Dreieck neben „Differenz“ und wählen Sie „Testäquivalenz“ aus:
Geben Sie 0 für den erwarteten Mittelwert und den Grenzwert an, den Sie für die praktische Äquivalenz verwenden. Ich behaupte, dass mein Beispiel gleichwertig ist, wenn das Ergebnis innerhalb einer Einheit liegt:
Klicken Sie auf OK und Sie erhalten das Ergebnis:
Dieses Beispiel zeigt, dass diese beiden Antworten praktisch gleichwertig sind, da die zweiseitigen Tests signifikant sind und die Konfidenzintervallschätzung des Mittelwerts vollständig innerhalb des angegebenen +/- 1-Intervalls liegt.
