Générer un tracé d'équivalence pour plusieurs variablesJe travaille sur la génération d'un tracé d'équivalence pour plusieurs attributs d'un processus. J'ai vu qu'il est possible de normaliser les valeurs d'équivalence et de les tracer toutes sur le même graphique. Quelqu'un peut-il m'expliquer comment procéder ?
Études de consommation et de marchéExploration et visualisation des donnéesPersonnalisation de masseRe : Générer un tracé d'équivalence pour plusieurs variablesJuste pour ajouter une précision, je n'utiliserais pas de variables standardisées pour effectuer des tests d'équivalence par rapport à une différence standardisée afin de considérer pratiquement zéro. Je pense que cela conduirait à un désordre très déroutant à interpréter.
Si je devais faire toute une série de tests d'équivalence, je les configurerais dans Fit Model, quelque chose comme ceci :
dt = Data Table( "attribute data 7" );
obj = dt<<FIT model=""></FIT>
Cette approche effectue un TOST réel avec un alpha fixé à 0,1, c'est donc un TOST à 95 %.
La dernière partie du script rassemble un tableau combiné des résultats de toutes les variables.
Re : Générer un tracé d'équivalence pour plusieurs variablesJ'ai trouvé la réponse à ma question à Byron.@MANOVATurtle779 , si vous empruntez l'itinéraire, Byron suggère que vous souhaitiez peut-être examiner de près les liens suivants pour vous assurer de répondre aux comparaisons "d'équivalence" d'intérêt par rapport peut-être aux comparaisons par paires, aux taux de fausse découverte, etc.Le premier provient de l'aide de JMP. Les deux autres sont les références pertinentes citées dans l'aide de JMP.
https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/means-differences-data-table.shtml
http://engr.case.edu/ray_soumya/mlrg/controlling_fdr_benjamini95.pdf
https://pubmed.ncbi.nlm.nih.gov/3450848/
Re : Générer un tracé d'équivalence pour plusieurs variablesBonjour Byron : D'après l'aide de JMP, il n'est pas clair quelles sont les hypothèses nulles et alternatives pour les résultats des tests « Différences pratiques » via la plateforme de sélection des réponses, comme vous le décrivez.Est-ce la même chose que l'approche TOST (deux tests unilatéraux) utilisée sur la plateforme Fit Model ? https://www.jmp.com/support/help/en/17.0/index.shtml#page/jmp/equivalence-test-reports.shtml
Re : Générer un tracé d'équivalence pour plusieurs variablesJe ne vais pas soutenir cette suggestion comme une méthode valable d'équivalence, mais voici comment procéder.
1. Empilez tous vos attributs (tables>pile)
2. Rangez la colonne de données empilées de 0 à 1.
3. Très important de faire cela -> modifiez la formule de plage comme ceci :
(:Data - Col Minimum( :Data, :Label )) / (Col Maximum( :Data, :Label ) - Col Minimum( :Data, :Label ))
Cela normalise les données par l'attribut qui a été empilé. Si vous ne le faites pas, l'analyse est de la boue.
4. Analyser>Criblage des réponses. Configurez la boîte de dialogue comme ceci : (notez que le processus dans mon exemple comporte deux niveaux, comparant l'ancien processus au nouveau processus.
5. Utilisez cette option dans le menu du triangle rouge
6. À partir de là, vous avez deux options. La première option est un peu complexe et peut-être énigmatique quant à ce qu’elle fera réellement, et la seconde est frustrante et limitée. Il serait utile de spécifier une valeur pour chaque niveau, mais c'est pourquoi, puisque nous avons déjà mis les données à l'échelle de 0 à 1, nous avons choisi la différence réelle et choisi une fraction de 0 à 1. Par exemple, si Process=Old vs Process=New pour chaque attribut mis à l'échelle est inférieur à 5 %, alors ils sont pratiquement identiques, choisissez 0,05 de la différence à détecter.
Vous avez maintenant quelques résultats, sauf qu'ils sont tous en unités mises à l'échelle, donc je ne sais pas comment ils seraient pratiquement interceptés.
Re : Générer un tracé d'équivalence pour plusieurs variablesSi par " normaliser les valeurs d'équivalence", vous voulez dire que vous avez une valeur d'équivalence unique (dans la case "Différence" dans la photo ci-dessous) pour chaque différence, et vous souhaitez les mettre à l'échelle de telle sorte qu'elles soient toutes identiques... le moyen le plus simple serait être l'un des suivants. L’une ou l’autre des valeurs ci-dessous donnerait une valeur d’équivalence de 1.
1. divisez chaque réponse par sa valeur d’équivalence respective.
2. divisez chaque intervalle de confiance final par la valeur d'équivalence respective.
Ensuite, si vous souhaitez tous les tracer sur le même graphique... vous pouvez tracer les intervalles et les limites via le générateur de graphiques.
