779582_de-DE

liliconcom

Äquivalenztest für unterschiedliche Varianz

Hallo an die Zuschauer

Ich führe für jede Charge einen Äquivalenztest durch.

Zweck: Beantwortung dieser Frage (Ist die Varianz jeder Charge gleich?)

Frage:

1. Was bedeuten „Marge und Alpha“ bei der Auswahl des Verhältnisses der Standardabweichungen?
2. Dies wird als „spezifisches praktisches Äquivalenzintervall“ angegeben. Wie kann ich dann einen sinnvollen Intervallwert festlegen, da die Äquivalenzanzahl von diesem festgelegten Rand abhängt?

Danke!

Grundlegende Datenanalyse und ModellierungDatenexploration und -visualisierungQualitäts- und ProzesstechnikBetreff: Äquivalenztest für unterschiedliche Varianzen

Ich habe für Sie nachgeforscht und einige Informationen gefunden, die hilfreich sein könnten.

Ich hoffe, diese Informationen sind hilfreich für Sie. Bitte beachten Sie, dass ich kein JMP-Experte bin, aber ich wollte Ihnen etwas Hilfestellung geben, während einer unserer Experten Ihre Nachricht überprüft und sich bei Ihnen meldet.

Marge und Alpha

Definiert die Signifikanzniveaus für den Test.

Unterschied

(Nur für Tests auf Risikounterschiede verfügbar.) Gibt die Äquivalenz-, Überlegenheits- oder Nichtunterlegenheitsspanne an. Diese Spanne oder dieses Delta ist der Unterschied, der praktische Bedeutung hat. Bei Äquivalenztests muss der Unterschied größer als Null sein.

Verhältnis

(Nur für Tests auf relatives Risiko verfügbar.) Gibt die Äquivalenz-, Überlegenheits- oder Nichtunterlegenheitsspanne als Risikoverhältnis an. Diese Spanne oder dieses Delta definiert ein Risikoverhältnis, das praktische Bedeutung hat. Der Wertebereich wird als (Verhältnis, 1/Verhältnis) definiert. Bei Äquivalenztests muss das Verhältnis ungleich 1 sein.

Alpha

Gibt das Signifikanzniveau für den Test an.

Weitere Informationen finden Sie unter diesem Link:
https://www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/equivalence-test-reports-2.shtml

Auch dieser Link:
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=video&cd=&cad=rja&uact=8&ved=2ahUKEwilqtiOyuCHAxVPQ_EDHQUBHbYQtwJ6BAgNEAI&url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3D_LFDICdowWg&usg=AO vVaw2_e3EovVVgG9lDND046jcW&opi=89978449

Betreff: Äquivalenztest für unterschiedliche Varianzen

Es klingt, als ob Sie nach der Äquivalenz der Mittel suchen.

Die Äquivalenz der Mittelwerte wird für Populationsvergleiche verwendet. Ich habe beispielsweise einige historische Chargen und einige Chargen von einem neuen CDMO-Standort. Sind die CQAs für die Chargen äquivalent?

Die Äquivalenz der Varianz wird häufig verwendet, um zu bestimmen, ob die Varianz zwischen Messmethoden gleich ist. Ich habe beispielsweise eine Titrationsmethode verwendet, um die Konzentration eines API zu messen, und verwende jetzt eine HPLC-Methode. Das neue System ist einsatzbereit. Kann ich bestimmen, ob die Variation äquivalent (oder nicht unterlegen) ist?

Betreff: Äquivalenztest für unterschiedliche Varianzen

Hallo @Summer7702 : Sie können sich „Marge“ als ein akzeptables (und verwechseln Sie „akzeptabel“ nicht mit „wünschenswert“) Verhältnis vorstellen, d. h., wenn das Verhältnis der SDs der Population innerhalb von 1/r zu r liegt, dann werden die SDs der Population als „äquivalent“ betrachtet („äquivalent“ bedeutet in diesem Sinne, dass sie nahe genug beieinander liegen, um als „äquivalent“ betrachtet zu werden). Die Wahl von r (der Marge) wird getroffen, bevor Sie die Daten erfassen. Es handelt sich um einen wissenschaftlich (und nicht statistisch) vertretbaren Unterschied (Verhältnis), der als Worst-Case-Fall als zulässig betrachtet wird. Wenn das 90%-Konfidenzintervall für das Verhältnis vollständig innerhalb von 1/r zu r liegt, dann können Sie bei Alpha = 0,05 Äquivalenz beanspruchen. Alpha ist die Fehlerrate 1. Art. Sie wird normalerweise auf 0,05 festgelegt. Das bedeutet im Wesentlichen, dass die Wahrscheinlichkeit, Äquivalenz zu beanspruchen, wenn sie tatsächlich nicht äquivalent sind, 5 % beträgt. Das verwendete Konfidenzintervall ist ein 100*(1-2*Alpha)%-Intervall.

Äquivalenztests unterscheiden sich grundlegend von Tests auf „statistisch signifikante“ Unterschiede. „Statistisch signifikante“ Unterschiede müssen nicht unbedingt praktisch signifikant sein. Äquivalenztests testen auf einen praktischen/bedeutenden Unterschied.

Fragen? Kommen Sie wieder.