Fit Y by X에서 동등성 테스트 개선제안은 주어진 알파에 대한 동등성을 제공하는 차이 값에 대한 자동 풀이를 허용하는 것입니다.
동등성 검정 예시 에서는 주어진 알파 값에 대한 동등성을 예측하는 차이 값을 구하는 옵션이 있습니다(특정 차이를 제공하는 현재 옵션에 추가된 옵션). 이 차이 값은 특정 부서 또는 기능 그룹 간에 일관되지 않게 지정되는 경우가 많으며, 종종 의견 차이가 큽니다. 따라서 동등성에 대한 p-값을 보여주기 위해 여러 차이를 계산하는 대신, 알파 값이 주어졌을 때 동등성을 예측하는 차이 값을 구하는 것이 매우 편리할 것입니다.
데이터 탐색 및 시각화Re: 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.
