Fit Y by X의 동등성 검정 개선제안은 주어진 알파에 대한 동등성을 제공하는 차이 값에 대한 자동 해결을 허용하는 것입니다.
예에서 동등성 테스트의 예 주어진 알파 값에 대한 동등성을 예측하는 차이 값을 해결하는 옵션이 있을 것입니다(특정 차이를 제공하기 위한 현재 옵션에 추가됨). 여러 번 이 차이 값은 주어진 부서 또는 기능 그룹 간에 일관성 없이 지정됩니다(종종 많은 다른 의견이 있음).따라서 동등성에 대한 p-값을 표시하기 위해 여러 차이를 실행하는 대신 다음과 같이 됩니다. 매우 알파 값이 주어진 동등성을 예측하는 차이를 해결하는 것이 편리합니다.
통계 및 분석사용자 인터페이스Re: Fit Y by X의 동등성 검정 개선back-solver가 편리할 것이라는 점에 동의하지만 실질적인 차이 임계값을 지정하려는 동등성 테스트의 의도에 위배됩니다. ~ 전에 실험을 실행합니다.
이것은 "통과"에 대한 실질적인 차이를 선별하는 것과 같습니다.
Re: Fit Y by X의 동등성 검정 개선알파=.05인 경우 두 그룹 간의 평균 차이에 대한 90% 신뢰 구간은 지정한 경계 차이 값과 일치합니다. Fit Y by X 플랫폼 내에서 알파 수준을 .10으로 변경하고 Big Class 데이터 세트에서 해당 비교를 수행하기 위해 적절한 t-테스트를 사용할 수 있습니다.
그러나 일반적으로 신뢰 구간을 얻은 다음 해당 차이 수준이 의미가 있는지 여부를 결정하는 것은 좋은 방법이 아닙니다. 이 논쟁이 데이터가 발생하기 전이나 후에 발생하는지 여부를 귀하의 스레드에서 알 수 없습니다. 당연히 우리는 데이터가 돌아올 때 그룹이 미리 선택된 임계값에 대해 책임을 질 수 있도록 사전에 동의하기를 원합니다.
