Betreff: Wie man die Ergebnisse eines Parallelitätstests zweier nichtlinearer Kurven interpretiert - F-TestGute Frage. Aber Sie haben es rückwärts. Wenn der p-Wert < 0,05 ist, gibt es Hinweise auf Nichtparallelität. Sie testen die Nullhypothese gleicher unterer und oberer Asymptoten und Steigungen. Zu diesem Zweck wird entweder eine F- oder eine Chi2-Teststatistik verwendet. Das Fehlen einer statistischen Signifikanz (p > Alpha) auf einem vorgewählten Niveau (z. B. Alpha = 0,05) wird als Hinweis auf Parallelität angesehen (dh kann die Nullhypothese nicht zurückweisen). Umgekehrt, wenn p < alpha, dann wird die Parallelitätshypothese verworfen.
Re: Wie man die Ergebnisse eines Parallelitätstests zweier nichtlinearer Kurven interpretiert - F-TestDas von Ihnen geteilte Beispiel wird von einer 4PLC schlecht modelliert. Sie haben einen schmalen Bereich beobachtet, der nicht die vier Merkmale einer Sigmoidkurve aufweist, daher ist es schwierig, alle vier Parameter gut zu schätzen. Ein quadratisches Polynom ist besser.
Außerdem werden Parallelitätstests für die Kompatibilität bereitgestellt. Es handelt sich um Legacy-Tests, die heute noch häufig verwendet werden, aber sie sind nicht zu rechtfertigen. Ein Inferenztest funktioniert nur in eine Richtung. Sie werden verwendet, um die Alternativhypothese mit Daten zu etablieren. Die Parallelitätstests verwenden eine alternative Hypothese, dass es einen Unterschied gibt. Das Versäumnis, die Nullhypothese abzulehnen (dh sie sind parallel), kann nicht als Argument für Parallelität verwendet werden. Es ist ungültig. Sie müssen die Inferenz verwenden, wenn die alternative Hypothese eine Äquivalenz (parallel) ist, und die Nullhypothese ablehnen, dass sie unterschiedlich (nicht parallel) sind, um auf Parallelität zu schließen.
Der Äquivalenztest schlägt fehl, wie durch die Betrachtung des Diagramms der Daten und der Anpassungen erwartet. Sie haben nicht die gleiche Form.
Betreff: Wie man die Ergebnisse eines Parallelitätstests zweier nichtlinearer Kurven interpretiert - F-TestHallo Mark: Danke, dass du mir die Fit Curve-Plattform vorgestellt hast! Ich hatte keine Ahnung von seiner Existenz. Es ist ein großartiges Tool-Set und eine großartige Ergänzung zu JMP!
Betreff: Wie man die Ergebnisse eines Parallelitätstests zweier nichtlinearer Kurven interpretiert - F-TestDanke für die Antwort Markus.
Ich sehe den Fehler bei der Wahl eines 4PL, da die Kurve nicht die sigmoidale Form hat. Beachten Sie, schauen Sie sich die Form Ihrer Kurve an! Ich lerne.
Hinsichtlich der Äquivalenzprüfung schlägt sie fehl, weil alle Faktoren (Achsenabschnitt, Steigung und quadratisch) sind außerhalb des Limits? Würde es scheitern, wenn nur die Steigung in Grenzen ist? Könnten Sie weitere Anweisungen geben, wie die Ergebnisse dieses Tests zu interpretieren sind?
Betreff: Wie man die Ergebnisse eines Parallelitätstests zweier nichtlinearer Kurven interpretiert - F-TestIm Fall des quadratischen Beispiels für Parallelitätsneigungen Und Quadrate müssen äquivalent sein. Also, um Ihre Frage zu beantworten, ja, es würde scheitern, wenn nur die Steigung in Grenzen ist. Der Unterschied in den Abschnitten ist ein Versatz zwischen den beiden Kurven und hat daher keine Auswirkung auf die Parallelität.
Eine ziemlich gute Diskussion ist hier.
https://www.researchgate.net/publication/225064005_Implementation_of_Parallelism_Testing_for_Four-Parameter_Logistic_Model_in_Bioassays
Betreff: Wie man die Ergebnisse eines Parallelitätstests zweier nichtlinearer Kurven interpretiert - F-TestWas bedeutet es, parallel zu sein? Es bedeutet die gleiche Form, aber eine Verschiebung nach links oder rechts von der Standardkurve. Ein Parameter kann also variieren, aber die anderen müssen „fest“ bleiben.
So interpretieren Sie die Ergebnisse eines Parallelitätstests zweier nichtlinearer Kurven – F-TestHallo
Ich muss statistisch beweisen, dass diese beiden Kurven parallel sind. Ich habe eine Datentabelle erstellt, eine nichtlineare 4PL-Kurve angepasst und einen Parallelitätstest durchgeführt. Leider sind meine statistischen Kenntnisse begrenzt und ich weiß nicht, wie ich die Ergebnisse interpretieren soll. Da der Prob-Wert des F-Tests unter 0,05 liegt, gehe ich davon aus, dass das Ergebnis signifikant ist und daher die Nullhypothesen korrekt sind und die Linien parallel sind. Allerdings wird der Prob-Wert orange angezeigt, was mich verwirrt.
Könnte mir jemand helfen, das zu verstehen? Und erklären Sie auch die Bedeutung des Prob ChiSq.
Danke 
Datenexploration und -visualisierungErgebnisse teilen und kommunizieren
