680792_es-ES

liliconcom

Prueba de paralelismo: prueba F frente a chi-cuadrado frente a SRA en ensayos de potencia

Hola a todos,

 

Estoy evaluando diferentes enfoques para probar el paralelismo de los ajustes 4PL en un ensayo de potencia.Conozco algunas de las limitaciones/compensaciones de los enfoques de prueba F/chi-cuadrado.Uno de nuestros proveedores también utiliza el método de relación de pendiente para sus pruebas.¿Alguien tiene alguna idea sobre los pros y los contras de este enfoque y dónde es apropiado utilizarlo?Finalmente, ¿alguien ha implementado esto en JMP?

 

Gracias de antemano,

cris

Modelado estadístico avanzadoAnálisis y modelado de datos básicosRe: Prueba de paralelismo: prueba F frente a chi-cuadrado frente a SRA en ensayos de potencia

A menos que me equivoque en lo que preguntas, creo que encontrarás que ya está implementado en JMP:

 

Prueba de paralelismo (jmp.com)

 

 

Re: Prueba de paralelismo: prueba F frente a chi-cuadrado frente a SRA en ensayos de potencia

Hola @ClusterFerret68 : Este tipo de preguntas surgen en este foro de vez en cuando. Aquí hay uno de esos hilos.

https://community.jmp.com/t5/Discussions/Parallelism-Testing-for-Groups-of-4PL-Curves/mp/622085#M82106

 

Re: Prueba de paralelismo: prueba F frente a chi-cuadrado frente a SRA en ensayos de potencia

De hecho... estoy bastante familiarizado con ese hilo... gracias.

 

Mi solicitud fue para recibir comentarios sobre la justificación y la idoneidad de los diferentes enfoques.Entiendo que el impulso se está moviendo hacia las pruebas de equivalencia... pero muchas organizaciones aún no lo han adoptado y nos corresponde al resto de nosotros ofrecer más que "la tendencia actual es...", etc., para ayudar a respaldar las transiciones ( ej., en entornos GMP con métodos validados).

 

Entiendo que hay mucho que "desempacar"... Estoy pidiendo la opinión de aquellos que estén dispuestos a dedicar un poco de tiempo a desempacar para ayudar a que otros se unan.

Re: Prueba de paralelismo: prueba F frente a chi-cuadrado frente a SRA en ensayos de potencia

Hola @ClusterFerret68 : Aquí hay algunas cosas a considerar (sin ningún orden en particular).

1. Las pruebas de equivalencia tienen sentido. es decir, una diferencia del x% en las pendientes no tiene relevancia práctica.

2. Las pruebas de significancia tradicionales recompensan los tamaños de muestra pequeños (o una mala elección de los niveles de dosis).
y la distribución de sujetos sobre las dosis); el analista puede equivocadamente afirmar por defecto el paralelismo al no rechazar la hipótesis nula del paralelismo. Si bien este tipo de pensamiento no es correcto (para decirlo amablemente), esto es lo que sucede a menudo en el mundo real de la toma de decisiones. En este contexto, un estudio con poco poder estadístico (a través de un tamaño de muestra pequeño o una mala elección de los niveles de dosis)
y la distribución de los sujetos sobre las dosis) tiene más posibilidades de "afirmar paralelismo".

3. Al igual que en el punto 2 anterior, las pruebas de significancia tradicionales recompensan las mediciones de precisión deficiente; un estudio con poca potencia tiene más posibilidades de "afirmar paralelismo". En este contexto, un estudio con poco poder estadístico (a través de una precisión deficiente) tiene más posibilidades de "afirmar que hay paralelismo".

4. Las pruebas de significancia tradicionales pueden ser un gran problema cuando la precisión de la medición también es muy buena; Puede ser necesaria una explicación post hoc de la significancia estadística cuando la diferencia no tiene importancia práctica.

 

Si bien el punto 1 anterior apela a nuestro sentido de utilidad, los números 2, 3 y 4 son suficientes, en mi opinión, para abandonar las pruebas tradicionales de significación y de paralelismo.