756157_ja-JP

liliconcom

JMP との比較へのアプローチ (2022-US-45MP-1102)

2 つの母集団を、それぞれの母集団のサンプルのみで比較しなければならないことはよくあります。統計的推論は、比較を支援するためによく使用されます。ここでのプレゼンテーションは、帰無仮説と対立仮説という 2 つの仮説を伴う統計的推論に限定されています。比較の目標は、2 つの母集団の間に有意差があることを判定するのに十分な証拠を提供することである場合があります。また、2 つの母集団の間に有意な同等性、非劣性、または優位性があることを判定する十分な証拠を提供することが目標である場合もあります。どちらの状況も仮説検定によって支援できますが、必要な検定は異なります。一般的な例を使用して、これらの状況、適切な仮説、適切な検定について確認します。

もう 1 つの一般的な比較は、同じ量の 2 つの測定の比較です。この状況は、測定システム分析で広くカバーされています。私たちのプレゼンテーションでは、代わりに、製薬およびバイオテクノロジーの開発と製造で使用される化学および生物アッセイのメソッド比較プロトコルに焦点を当てています。確立された参照メソッドに対する新しいテスト メソッドの精度を評価するために JMP 17 で使用できる 2 つのメソッドを紹介します。1 つは、JMP のデミング回帰または Fit Orthogonal として知られています。2 つ目のメソッドは、Passing-Bablok 回帰として知られています。精度評価の背景、メソッド比較から得られるデータの固有の性質を確認し、例を使用して両方の回帰メソッドを示します。

こんにちは。 私の 名前 は マーク ベイリー。

私は a シニア 分析 ソフトウェア テスター で ジャンプ。

私の同僚 今日 は ジャンフ ある ディン、

a シニア 研究 統計学者 開発者。

私は 行く に 始める の プレゼンテーション

について いくつかの 新しい アプローチ に 比較 それ 意思 なれ 利用可能 で ジャンプ 17.

私は 行く に 始める 以上。 I しない 知る なぜ。

こんにちは。 私の 名前 は マーク ベイリー。

私は a シニア 分析 ソフトウェア テスター で ＪＭＰ。

私の 共同プレゼンター 今日 は 建峰 ディン、

a シニア 研究 統計学者 そして 開発者。

私は 行く に 始める と の 導入 に 私たちの トピック。

前に 私たちは 話す について 特定の 比較、

私たちは のように に 導入 いくつかの 基本的 概念。

全て の これ もっている に する いつ だった 比較する 人口。

比較する 人口 は a とても 一般 タスク。

の 比較、 私たちは 希望、 意思 鉛 に a 決断 間 二 仮説。

サンプル から これら 人口 は 頻繁 収集された のために の 比較。

S 統計的な 推論 できる 提供する いくつかの 貴重な 情報 について 私たちの サンプル。

で 特定の、

は そこには 十分な 証拠 に 拒否する 1つ 仮説 について これら 人口。

明確な 声明 の の 仮説 は

本当に 不可欠 に 作る の 正しい 選択 の a テスト のために あなたの 比較。

これら 仮説 代表する 二 互いに エクスクルーシブ アイデア

それ 一緒に 含む の のみ 可能性。

彼らは と呼ばれる の 代替 そして ヌル 仮説。

の 代替 仮説

は 本当に a 声明 について の 結論 それ 私たちは 欲しい に 請求。

それ サーブ に 代表する の 人口 そして それ 意思 必要とする 十分な 証拠

に 打倒 の 他の 仮説、 どれの は の ヌル 仮説。

それ 州 の 反対する 結論 それ しなければならない なれ 克服する と 強い 証拠。

それ サーブ として a 参照 のために 比較 そして その 想定される に なれ 真実。

これ は 重要 それ 私たちは 選別 これ 外 今日 なぜなら 歴史的に、

統計的 トレーニング もっている 提示された のみ 1つ 方法 の 使用して これら 仮説。

の ほとんど 頻繁 教えた 統計的 テスト

は 使用済み に 示す a 違い 間 の 人口。

しかし それは ない の のみ 可能性。

の 足らない の 理解 について これ 区別

できる 鉛 に 誤用する これら テスト。

の 選択 の a テスト は ない a 案件 の の データ それは 収集された

または どうやって の データ は 収集されました。

その 厳密に a 案件 の の 述べた 仮説

のために の 目的 の あなたの 比較。

さあ 見て で 二 似ている 例 それ は 実は 根本的に 違う。

しかし しましょう 始める 外 どこ 私たちは 持っている a 目的 の デモ a 違い。

で これ 例、 しましょう 言う I だろう のように に 示す それ a 変化 で 温度

意思 原因 a 新しい 結果、 の 改善 多分。

私たちは 欲しい に 請求 それ a 新しい レベル

の 私たちの 応答 意思 結果 から 変化 の プロセス 温度。

良い 使用 a 設計された 実験 に ランダムに サンプル から a 人口

のために の 低い 温度 状態 そして の 高い 温度 状態。

の 二 仮説 は の ヌル 州

それ の 温度 する ない 影響する の 結果。

これ 意思 なれ 私たちの 参照。

の 代替 州 私たちの 請求、

どれの は の 温度 影響する の 結果、

しかし のみ もし の 証拠 は 強い 十分 に 拒否する の ヌル 仮説。

全て 右、 これ は 行く に 音 とても 似ている、 しかし その その通り の 反対。

で これ 場合、 の 例 二、 私たちは 必要 に 示す 同等のもの。

ここ 私たちは 欲しい に 示す

それ a 温度 変化 雌鹿 ない 原因 a 新しい 結果。

それ は、 後 の 変化、 私たちは 持っている の 同じ 結果。

のために 例、 これ かもしれない なれ の 場合 どこ

私たちは は 計画 に 変化 の プロセス 温度

に 改善する の 収率、

しかし 私たちは 欲しい に 作る もちろん それ それ しない 変化

の レベル の の 不純物 で 私たちの 製品。

私たちは デザイン の 同じ 実験 に 集める の 同じ データ

そして 私たちは 持っている の 同じ 二 仮説、 しかし 今 彼らは 逆転した。

その の ヌル それ 州 それ の 温度 影響する の 結果、

それ は、 そこには a 違い、

その間 の 代替 州

それ 私たちの 変化 で 温度 意思 ない 影響する の 結果。

は 私たちは テスト のために a 違い または のために 同等のものですか?

本当に 私たちは 見る それ から これら 例

それ その ない の データ、 の データ 同一、 しかし の テスト は 違う。

の 選択 は ない について の データ、

その について 私たちの 請求、 または で 他の 言葉、 どうやって 私たちは 州 私たちの 仮説。

また 覚えて それ 仮説 テスト は 一方向。

彼らは 仕える のみ に 拒否する a ヌル 仮説

の a 高い 確率 いつ その 間違い。

で 私たちの プレゼンテーション 今日、

私たちは のように に 導入 いくつかの 新しい 同等物 テスト として 良い として いくつかの

追加 方法 それ は 使用済み いつ 比較する 二 測定 システム。

私は 今 行く に 手 それ 以上 に 建フェ の に 話す について 等価 テスト。

ありがとう マーク。

こんにちは。

私は ディン・ジャンフォン .

私は a 研究 統計学者 開発者 で ＪＭＰ。

で これ ビデオ 私は 行く に 話す について の 等価、

非劣等性 そして 優越性 テスト で ジャンプ 17.

の クラシック 仮説 テスト の上 の 左

は の テスト それ ほとんど 品質 専門家 は おなじみ と。

それ は 頻繁 使用済み に 比較する 二 または もっと グループ の データ

に 決定する かどうか 彼らは は 統計的に 違う。

の パラメータ データ できる なれ a 平均 応答

のために 連続した 結果 そして a 割合 いつ の 結果 変数 は バイナリ。

シータ t を表す の 応答 から 処理 グループ

そして シータ ゼロ を表す 応答 から a コントロール グループ。

そこには は 三つ 種類 の の クラシック 仮説 テスト。

の 初め 1つ は の 二 両面 テスト そして の 休む は 1つ 両面 テスト。

もし あなた は 見ている で これ 二 側 テスト の上 の 左、

の いいえ 仮説 は それ の 処理 手段 は 同じ

そして の 代替 仮説 は それ の 処理 手段 は 違う。

時々 私たちは 本当に 必要 に 確立する それ もの は 大幅に の 同じ

そして の 機械 に する それ は と呼ばれる の 等価 テスト。

アン 同等 テスト は に 見せる の 違い で シータ t そして シータ ゼロ

は 内で a 事前に指定された マージン デルタ

そして 許可する 私たち に 結論する の 等価 と a 指定された 自信 レベル。

もし あなた 見て で の 等価 テスト、 の いいえ 仮説 は それ

の 扱う 声明 手段 は 違う そして の 代替 仮説 は それ

の 処理 手段 は 内で a 修理済み デルタ の 1つ 別の。

これ は 違う から の 二 両面 仮説 テスト の上 の 左。

別の 代替 テスト シナリオ は の 非劣性 テスト、

どれの 目的 に 示す それ 結果 は ない 大幅に 悪い。

そこには は また a テスト シナリオ と呼ばれる 優越性 テスト、

それ は 似ている に 非劣性 テスト、

を除外する それ の ゴール は に 示す それ 結果 は 大幅に より良い。

そこには は 五 違う 種類 の 同等 タイプ テスト

依存する の上 の 状況。

いつ すべき 私たちは 使用 これ テスト 意思 なれ 議論した 次。

これら テスト は とても 重要 で 業界、

特に で の バイオテクノロジー そして 製薬 業界。

ここ は いくつかの 例、

もし の ゴール は に 見せる それ の 新しい 処理

する ない 異なる 大幅 から の 標準 1つ

による もっと よりも いくつかの 小さい マージン、 それから 同等 テスト すべき なれ 使用済み。

のために 例、 a ジェネリック 薬 それ は 少ない 高い

そして 原因 少し 側 効果 よりも a 人気のある 名前 ブランド 薬。

あなた だろう のように に 証明する それ もっている 同じ 効能 として の 名前 ブランド 1つ。

の 典型的な ゴール で 非劣性 テスト は に 結論する

それ a 新しい 処理 または プロセス

は ない 大幅 悪い よりも の 標準 1つ。

のために 例、 a 新しい 製造業 プロセス は もっと早く。

あなた だろう 作る もちろん それ 作成する いいえ もっと 製品 欠陥 よりも の 標準 プロセス。

A 優越性 テスト 試みる に 証明する

それ の 新しい 処理 は 大幅に より良い よりも の 標準 1つ。

のために 例、 a 新しい 肥料 もっている された 発展した と いくつかの 改善。

の 研究 欲しい に 見せる

それ の 新しい 肥料 は より良い よりも の 現在 肥料。

どうやって に セット 上 の 仮説。

の グラフ の上 の 左、

要約する これら 五 違う タイプ の 同等 タイプ テスト とても うまく。

これ グラフ は 作成された による スカンジナビア航空 ステータス カレッジ、 ジョン カステロー そして ドナ ワット。

あなた できる 探す 彼らの 白 紙 簡単に の上 の ウェブ。

選択する どれの テスト 依存する の上 の 状況。

のために それぞれ の の 状況、

の 青 地域 は の 地域 それ あなた は 試みる に 確立する と の テスト。

のために 同等 分析、 あなた できる 構築する の 等価 地域

と アッパー 縛られた シータ ゼロ プラス デルタ そして より低い 縛られた シータ ゼロ マイナス デルタ。

あなた できる 行為 の 等価 テスト による チェック中

かどうか の 自信 間隔 の シータ

嘘 全体的に で の 青 等価 地域。

同じく、 あなた できる 行為 a 非劣性 テスト による チェック中

かどうか の 自信 間隔 の シータ

嘘 全体的に その上 の より低い 縛られた もし 大きい シータ は より良い、

または 下に の アッパー 縛られた もし 小さい シータ は より良い。

これら テスト は 利用可能 で 1つ 方法 のために 比較する 普通 手段

そして 不測の事態で のために 比較する 応答 料金。

の グラフィカル ユーザー インタフェース の 等価 テスト 打ち上げ ダイアログ

作る それ 簡単 のために あなた に 探す の タイプ の テスト

それ 対応する に 何 あなた は 試みる に 確立する。

A [聞き取れない 00:12:00] で の 報告 要約する の 比較 とても うまく

そして 作る それ 簡単 のために あなた に 解釈する の 結果。

次、 私は 行く に 示す 等価 テスト。

私は 行く に 使用 の データ セット と呼ばれる 薬 測定値。

それ は JMPで サンプル データ として 私の 初め 例。

12 十二 違う 科目 だった 与えられた 三つ 違う 薬物 あ、 B そして C.

そして 32 連続した 測定 は 収集されました。

私たちは 行く に シータ YX、

そして 私たちは 負荷 の 応答 そして 治療。

これ 意思 持ってくる の 1つ 方法 分析。

下 の 赤 三角形 探す の 等価 テスト。

そこには は 二 オプション 手段 そして 標準 逸脱。

私たちは は 行く に 集中 の上 手段 で これ 話す。

私たちは 持ってくる の 対話 そして あなた できる 選択 a テスト それ あなた だろう のように に 行為

そして の グラフ 意思 代表する の 選択された テスト。

のために の 優越性 または 非劣等性 テスト そこには は 二 シナリオ。

大きい 違い は より良い または 小さい 違い は より良い。

選ぶ オプション 依存する の上 の 状況。

あなた また 必要 に 特定 の マージン ここ のために の デルタ。

あなた 必要 に 特定 の 意義 レベル アルファ として 良い。

あなた できる 選ぶ 使用 プールされた 分散 または 不平等 分散 に 走る の テスト。

あなた できる する 全て ペア 賢い 比較

または あなた できる する a 比較 と の コントロール グループ。

だった 行く に 走る の 等価 テスト 初め

そして 私たちは 意思 特定 の 三つ として マージン のために の 違い。

私たちは クリック の わかった ボタン。

ここ は の 結果 の の 等価 テスト。

から これ 森林区画 あなた できる 見る それ

の 自信 間隔 のために の 主要 違い 間 薬 A そして 薬 C

は 完全に 含まれている で これ 青 等価 地域。

の 最大 P値 は ゼロ 少ない よりも .05.

私たちは できる 結論する に の .o5 意義 レベル。

薬 A そして 薬 C は 同等。

しかし もし 私たちは 見て で 薬 A そして B、 薬 B そして C

私たちは できる 見る 彼らの 自信 間隔 の の 主要 違い

は 両方 超えて これ 青 地域。

で の .05 意義 レベル

私たちは できない 結論する それ 薬 A そして B または 薬 B そして C は 同等。

仮定する 薬 C は 私たちの 標準 薬 そして 私たちは だろう のように に 探す 外

もし の 測定 の 薬 A または B は 多くの より良い よりも 薬 C.

私たちは できる 走る a 優越性 テスト に 証明する。

させて 自分 近い これ 概要 注記 初め そして 私たちは 持ってくる の 打ち上げ 対話 また。

これ 時間 だった 行く に する a 優越性 テスト。

のために これ テスト 私たちは 信じる 大きい 違い は より良い。

ここ 私たちは 保つ これ 選択。

A また のために これ 勉強 私たちは 欲しい に セット 薬 C として 私たちの コントロール グループ。

私たちは プラグ で の デルタ、 の マージン .04 のために これ 場合 クリック わかった ボタン。

ここ は の 結果 のために 優越性 テスト。

から の 森 プロット あなた できる 簡単に 見る それ の 自信 間隔

の 平均 違い 間 薬 B そして C

は 完全に 含まれている で これ 優れた 地域

そして の P値 は 少ない よりも .05 .

私たちは 結論する それ 薬 B は 優れた に 薬 C.

の 自信 間隔 の 平均 違い

間 薬 A そして C は 超えて これ 青 地域。

の P値 ここ は 多くの 大きい よりも .05 .

私たちは 結論する で の .05 意義 レベル

私たちは できない 結論する それ 薬 A は 優れた に 薬 C.

これ 結論 私の 初め 例。

今 私は 行く に 使用 a 2番 例

に 使用 の 相対的 リスク 間 二 比率

に 見せる あなた どうやって に 行為 a 非劣性 テスト。

持ってくる の データ テーブル。

の トライアル は 試す に 比較する a 薬

と呼ばれる フィダックス として 代替 に 薬 バンコ のために の 処理 の 結腸 感染症。

両方 薬物 持っている 似ている 効率 そして 安全性。

221 外 の 224 患者 扱う と フィダックス

達成 臨床的 治癒によって の 終わり の 勉強。

比較する に 223 外 の 257 患者 治療された と ヴァンコ。

だった 行く に 打ち上げ 信仰と による X また。

そして 置く 私たちの 応答 そして a 処理 変数 そして アカウント 意思 なれ フレグ。

以来 の 応答 変数 は カテゴリカル。

不測の事態 分析 は 生産された

そして 全て の テスト ここ は ベース の上 クラシック 仮説 テスト。

の P値 示唆する 私たち それ 私たちは できない 結論する

それ 臨床的 Q は 違う 横切って の 薬。

しかし のために これ 勉強 私たちは 本当に 欲しい に 探す 外

もし 薬 フィダックス は ない 劣る に 薬 ヴァンコ。

私たちは 行く に 赤 三角形 メニュー、 探す 同等 テスト。

そこには は リスク 違い そして 相対的 リスク。

私たちは は 行く に 選ぶ 相対的 リスク に する これ 場合。

で の 打ち上げ 対話 私たちは 選ぶ 非劣性 テスト

そして の 大きい 比率 は 好ましい による 私たち のために これ 勉強。

私たちは また 必要 に 探す の カテゴリ 興味。

のために これ 勉強 私たちは 選択 はい として a カテゴリ の 興味

そして 私たちは また 必要 に プラグ で 私たちの 比率 マージン ここ。

私たちは 特定 ゼロ .09.

私たちは クリック わかった ボタン そして ここ は の 結果 の 非劣性 テスト。

から の 森 プロット あなた できる 簡単に 見る それ

の 自信 間隔 のために の 相対的 リスク 間 薬 FIDAXと 薬 バンコ

は 完了 含まれている で これ 劣っていない 地域。

私たちは 結論する で の .05 意義 レベル、

薬 フィダックス は ない 劣る に 薬 ヴァンコ。

これ 結論 私の 話す そして I 意思 与える それ 戻る に マーク。

感謝 あなた ジャインフェン。

私は 行く に 今 話す について a とても 一般 手順 と呼ばれる 方法 比較。

その a 標準 練習する いつでも 新しい 測定 は いる 発展した。

私たちは 持っている に 仮定する それ そこには は a 標準 方法 それ 存在する すでに

に 測定 の レベル の いくつかの 量。

多分 その の 温度 または の 効力 の a 薬。

新しい 方法 もっている された 発展した のために いくつかの 理由。

私たちは 欲しい に 作る もちろん それ その パフォーマンス は 匹敵する に の 標準 方法。

今日 そこには は 多くの 基準 それ 持っている された 発展した

以上 多くの 年 による 様々な 組織 に 作る もちろん それ これ は 終わり きちんと。

何 私たちは だろう 希望 は それ の 新しい テスト 方法

理想的には 返品 の 同じ 価値 として の 標準 方法。

散らばった プロット の の テスト 方法 対 の 標準 方法

だろう 見せる それ の データ 同意する と の 身元 ライン Y=X .

しかし の コース の データ ポイント しません 完璧に 同意する

なぜなら の 測定 エラー

で 両方 の 標準 方法 そして の 新しい テスト 方法。

回帰 分析 できる 決定する の 最高 フィット ライン のために これ データ

そして の 推定 モデル パラメータ できる なれ 比較すると に それ 身元 ライン。

これ 終了 上 いる 述べた で の 二 仮説 として 続きます。

の ヌル 仮説

言う それ 彼らは ない 匹敵する そして それで 別の 方法 の 言う それ は

の 傍受する は ない ゼロ そして の スロープ は ない 1つ。

の 代替

を表す 私たちの 請求 それ の 新しい 方法 は 匹敵する

そして それで 私たちは だろう 期待する の 傍受する に なれ ゼロ そして の スロープ に なれ 1つ。

良い 比較する による 使用して 回帰 そして 普通 最小二乗法 回帰

想定する a 少し 違う もの。

それ 想定する それ Y そして X は 直線的に 関連している。

それ 想定する それ そこには は 統計的 エラー で Y しかし ない で X.

これら 統計的 エラー は 独立した の そして、 それ は、 彼らは 絶え間ない のために 全て そして。

そこには いいえ データ それ 発揮する 過度の 影響 の上 の 見積もり。

しかし で の 場合 の a 方法 比較、

の データ 頻繁 違反する 1つ または もっと の これら 仮定。

そこには は 測定 エラー で の 標準 方法 として 良い。

また、 の エラー は ない いつも 絶え間ない、

で どれの 場合 私たちは かもしれない 観察する それ の 係数 の 変化 は 絶え間ない。

それ は、 の エラー は 比例、 しかし の 標準 偏差 は ない 絶え間ない。

ついに、 そこには は 頻繁 外れ値 現在

それ できる 強く 影響 の 推定 の これら パラメータ。

他の 回帰 方法 できる ヘルプ。

デミング 回帰 意思 同時に 最小化する

の 少しでも 二乗 エラー で 両方 Y そして X

そして 合格-B ブロック 回帰 は a ノンパラメトリック 方法。

その ベース の上 の 中央値 の 全て 可能 ペアワイズ 斜面

そして なぜなら の それ その 耐性のある に 外れ値 そして 非 絶え間ない エラー。

の デミング 回帰 は 利用可能 で ジャンプ

を通して の 二変量 プラットフォーム 使用して の フィット 直交 指示。

デミング 回帰 できる 見積もり の 回帰 いくつかの 方法。

それ できる 見積もり の エラー で 両方 Y そして X、

または それ できる 仮定する それ の エラー で Y そして X は 等しい、

または それ できる 使用 a 与えられた 比率 の エラー の Y に X.

通過 バブロ k は 今 利用可能 で ジャンプ 17,

また を通して の 二変量 プラットフォーム 使用して の フィット 通過 バブロック 指示。

それ また 含まれるもの チェック のために の 仮定 それ

の 測定 は 非常に 積極的に 相関関係

そして 展示する a リニア 関係。

そこには また a 比較 による 違い。

の の間で- アルトマン 分析 比較する

の ペアワイズ 違い に の ペアワイズ 手段

に 評価 の バイアス 間 これら 二 測定値。

の 結果 は 提示された で a 散らばる プロット の Y 対 X のために あなたの 検査

そして また に 見る もし そこには は どれでも 異常 で の 違い。

これ は 全て 提供された を通して の マッチ ペア プラットフォーム 平行 と

いくつかの 仮説 テスト。

病気 今 示す これら 特徴。

私は 行く に 見せる あなた デミング 回帰 のために 完全

それは 実は された 利用可能 で ジャンプ のために 多くの 年。

私は 行く に 使用 a データ テーブル どれの もっている 測定 のために 20 サンプル

による の 標準 方法 そして それから 4つ 違う テスト 方法。

私は ただ 行く に 使用 方法 1.

I 始める これ による 選択する の 分析する メニュー セット Y による X.

の 標準 行く で の X ロール、 その間 の 方法 1つ 行く で の Y ロール。

ここ 私たちは 持っている の 散らばる プロット に 始める と。

病気 クリック の 赤 三角形 そして 選択 フィット 直交

そして あなた できる 見る の 違う 選択肢 I 言及された ただ a 一瞬 前。

私は 行く に 持っている ジャンプ 見積もり の エラー で Y そして X.

そこには a 最高 フィット ライン 使用して デミング 回帰 平行 と

情報 について それ。

私たちは できる 見る それ 私たちの 傍受する のために の 推定 ライン は 近い に ゼロ、

私たちの スロープ は 近い に 1つ、 そして で 事実 私たちの 自信 間隔 含まれるもの 1つ。

今 私は 行く に 見せる あなた 通過 悪い ブロック。

I 戻る に の 同じ 赤 三角形、

選択 フィット 通過 ない ブロック、

そして a 新しい フィット ライン は 追加した に 私の 散らばる プロット。

それ 見た目 とても 多くの のように の 結果 から の デミング 回帰。

しかし 覚えて それ 通過 ない ブロック

は 耐性のある に 外れ値 または 非定数 分散。

初め 私たちは 持っている ケンドールズ テスト それ は 伝える 私たち について の 相関。

ポジティブ 相関 は 統計的に 重要な。

私たちは それから 持っている a テスト、 a チェック のために 直線性、

そして 私たちは 持っている a 高い P- 価値 ここ 示す 私たちは できない 拒否する 直線性。

ついに 私たちは 持っている の 回帰 結果。

I 見る それ I 持っている の 傍受する 近い に 1つ、 しかし の 間隔 含まれるもの ゼロ、

それで I できない 拒否する ゼロ。

の スロープ は 近い に 1つ。

私の 間隔 含まれるもの 1つ、 それで I できない 拒否する それ の スロープ は 1つ。

ついに、 使用して 通過 ない ブロック これ 曲線 メニュー、

病気 クリック の 赤 三角形 そして 選択 の間で- アルトマン 分析。

これ 打ち上げ の マッチ ペア プラットフォーム、 それで その a 別 ウィンドウ。

ここ 私たちは は 見ている で の ペアワイズ 違い

間 方法 1つ そして の 標準

対 の 平均 の それらの 二 価値観。

だった 使用して これ に 評価 a バイアス。

の の間で- アルトマン 分析 報告されている で の 底。

の バイアス は の 平均 違い。

私たちは 希望 それ その ゼロ。

の 見積もり は ない その通り ゼロ、

しかし 私たちは できる 見る それ の 自信 間隔 含まれるもの ゼロ、

それで 私たちは だろう ない 拒否する ゼロ。

私たちは また それから 持っている より低い 限界 の 合意、

そして 私たちは 見る それ 彼らは また 含む ゼロ として 良い。

の 標準 方法 それ は 使用済み

いつ 比較する 二 測定 方法 は 今 利用可能 で ジャンプ 17.

それ 結論 私たちの プレゼンテーション。

感謝 あなた のために 見ています。

高度な統計モデリング基本的なデータ分析とモデリング消費者および市場調査データの探索と視覚化マスカスタマイゼーション予測モデリングと機械学習品質およびプロセスエンジニアリング信頼性分析