Ciao e Benvenuto A Nostro presentazione, Approcci A Confronti con JMP® 17. Mio nome È Segno Bailey. Io sono a anziano Analisi Software Tester, E Mio co- presentatore Oggi È Jianfeng Ding, a Senior Ricerca statistico Sviluppatore. Prima Noi Ottenere in IL nuovo caratteristiche, erano andando A Prendere a momento A Fare Sicuro Quello tutti ha IL corretto sfondo A apprezzare questi nuovo metodi.
Questo ha A Fare con usando statistico inferenza Quando erano provando A confrontare due popolazioni. Questo È a molto comune compito, E IL confronto Generalmente conduce A a decisione fra due idee Di questi popolazioni. Se Noi Potevo osservare IL popolazioni In loro interezza, Noi non lo farei Bisogno statistiche, Ma questo è non Generalmente IL caso. Quindi, noi Avere A lavoro con campioni da IL popolazioni. Statistico inferenza Potere fornire Alcuni Veramente prezioso informazioni Di quelli campioni.
In particolare, È Là sufficiente prova A rifiutare uno idea Di IL due popolazioni? COSÌ a chiaro dichiarazione Di questi idee O ipotesi È essenziale A fabbricazione IL corretto scelta per IL test E Anche per IL corretto interpretazione. COSÌ andiamo parlare a poco morso Di IL idee O ipotesi Quello Sono parte Di questi statistico test. IL alternativa E null ipotesi, COME loro sono conosciuto, rappresentare reciprocamente esclusivo dichiarazioni Di questi popolazioni, E NO altro ipotesi È possibile.
Per esempio, uno dichiarazione Potrebbe Essere per popolazione A E popolazione B Quello loro significa Sono pari. IL altro idea È Quello loro sono non pari. Quelli due idee O ipotesi Sono reciprocamente esclusivo E NO altro ipotesi È possibile. Cosa c'è IL ruolo Di questi due idee? IL alternativa ipotesi stati IL conclusione Quello Noi volevo Piace A reclamo. Esso rappresenta IL popolazioni E Esso Volere richiedere sufficiente prova In IL dati A rovesciare IL altro ipotesi.
IL altro uno È chiamato IL null ipotesi. Esso stati IL opposizione conclusione Quello dovere Essere superare di forte prova. Esso serve COME a riferimento per Questo confronto. Suo assunto A Essere VERO. Ora, attualmente, c'è un po' Di a malinteso In ipotesi test In Quello Esso soltanto pensa Di confronto In uno direzione. Questo è Perché storicamente, Questo È IL modo Esso era presentato In formazione.
Quello maggior parte Spesso insegnato test È usato A dimostrare Quello c'è a differenza fra due popolazioni. IL risultante mancanza Di comprensione Potere Guida A a utilizzo Di questi test. A Essere chiaro, IL scelta Di IL test È non a questione Di Che cosa dati È raccolto O Come IL dati È raccolto. Suo interamente Di IL ha dichiarato ipotesi per IL scopo Di tuo confronto. Andiamo Aspetto A questi due possibilità. Andiamo Dire Quello IL obiettivo Di Nostro confronto È A dimostrare a differenza.
Noi Volere A esplicitamente stato questi idee A Fare Sicuro IL test È chiaro. In IL Primo esempio, I Volere A dimostrare Quello a temperatura modifica cause a nuovo risultato. Quello È, Là È a differenza. Noi Piace A reclamo Quello IL nuovo livello Di IL risposta Volere risultato da a modifica In IL processo temperatura. Forse Noi aspettarsi a più alto prodotto O noi avremmo Piace A spettacolo Di più stabilità. A progetto sperimentare È usato A a caso campione da IL popolazione per a Basso- temperatura condizione E da a popolazione Di a alto- temperatura condizione.
IL due ipotesi per Questo test, IL null ipotesi stati Quello IL temperatura fa non simulare IL risultato. Ricordare, suo Nostro riferimento E Noi assumere Esso A Essere VERO. IL alternativa ipotesi È Nostro idea. Temperatura colpisce IL risultato, Ma Noi Potere decidere Questo soltanto Se IL prova È forte Abbastanza A rifiutare IL null ipotesi. Ora, andiamo modifica Quello. Andiamo inversione Quello. Andiamo Dire Quello In Questo confronto, I Volere A dimostrare equivalenza. In IL secondo esempio, I Volere A spettacolo Quello a temperatura modifica fa non causa a modifica In IL risultato.
Quello È, IL risultato, O modo, È equivalente. Noi Volere A reclamo Quello a pianificato modifica In IL processo temperatura Volere migliorare IL prodotto Ma non simulare IL livello Di UN impurità Di IL prodotto. Noi progetto IL Stesso sperimentare, raccogliere IL Stesso campioni, Ma Ora Nostro ipotesi Sono commutato. IL null ipotesi È Quello IL temperatura colpisce IL risultato. Suo Nostro nuovo riferimento, Noi Ancora assumere Esso A Essere VERO, Mentre IL alternativa ipotesi stati Quello IL temperatura fa non simulare IL risultato, IL impurità livello.
Ma Noi Potere Fare Quello reclamo soltanto Se IL prova È forte Abbastanza A rifiutare IL nullo. Quindi fai I test per a differenza O per equivalenza? IL chiave È Come Voi stato tuo ipotesi. Questi due esempi, I pensare Voi Potere Vedere, utilizzo identico dati Ma diverso test. IL scelta Di IL test È non Di IL dati. Suo Di IL reclamo Quello Noi Volere A Fare E Come Noi stato Quello correttamente In IL ipotesi. Ricordare Quello statistico test Sono unidirezionale. Quello È, Noi Potere rifiutare a null O non. Se IL test È A rifiutare a null ipotesi con a alto probabilità Quando suo falso.
Ora, andiamo Ottenere A IL nuovo caratteristiche In JMP® 17. Jianfeng Volere Ora presente IL equivalenza test e Quando lei è finito, Malato presente metodo confronto.
Ora, Io sono andando A condividere Mio schermo. Ciao, Mio nome È Jianfeng Ding. Io sono a Ricerca Statistica Sviluppatore A JMP® 17. In Questo video, Io sono andando A parlare Di IL Equivalenza, Non inferiorità, E Superiorità Test In JMP® 17. IL di base ipotesi test SU IL Sinistra È a test Quello maggior parte qualità professionisti Sono familiare con. Esso È Spesso usato A confrontare due O Di più gruppi Di dati A determinare se Essi Sono statisticamente diverso.
IL parametro theta Potere Essere a Significare risposta per continuo risultato E a proporzione Quando IL risultato variabile È binario. Theta T rappresenta risposta da trattamento gruppo E theta zero rappresenta IL risposta da a controllare gruppo. Là Sono tre tipi Di IL di base ipotesi test. IL Primo uno È bilaterale test E IL riposo Sono uno- di lato test. Se Voi Aspetto A IL bilaterale test SU IL Sinistra, IL NO ipotesi È Quello IL trattamento significa Sono Stesso E IL alternativa ipotesi È Quello IL trattamento significa Sono diverso.
A volte Noi Veramente Bisogno A stabilire Quello cose Sono sostanzialmente IL Stesso, E IL macchinari A Fare Quello È chiamato UN equivalenza test. UN equivalente test È A spettacolo IL differenza In theta T, theta zero È entro a pre- specificato margine delta E permettere noi A concludere equivalenza con a specificato fiducia livello. Se Voi Aspetto A IL equivalenza test, IL NO ipotesi È Quello IL trattamento significa Sono diverso E IL alternativa ipotesi È Quello IL trattamento significa Sono entro a fisso delta Di uno un altro.
Questo È diverso da IL due- di lato ipotesi test SU IL Sinistra. Un altro alternativa test scenario È IL non inferiorità test Quale obiettivi A dimostrare Quello risultati Sono non sostanzialmente peggio. Là È Anche a test scenario chiamato superiorità test Quello È simile A non inferiorità test, tranne Quello IL obiettivo È A dimostrare Quello risultati Sono sostanzialmente Meglio. Là Sono cinque diverso tipi Di equivalenza tipo test. Dipendere SU IL situazione. Quando Dovrebbe Noi utilizzo Questo test? Volere Essere discusso Prossimo.
Questi test Sono molto importante In industria, particolarmente In IL biotecnologie E farmaceutico industria. Qui Sono Alcuni esempi. Se IL obiettivo È A spettacolo Quello IL nuovo trattamento fa non differire significativamente da IL standard di Di più di Alcuni piccolo margine, Poi equivalenza test Dovrebbe Essere usato. Per esempio, a generico farmaco Quello È meno costoso E causa pochi lato effetti di a popolare nome- marca farmaco. Voi volevo Piace A dimostrare Esso ha Stesso efficacia COME IL nome- di marca uno. IL tipico obiettivo In non inferiorità test È A concludere Quello a nuovo trattamento processo O prodotto È non significativamente peggio di IL standard uno.
Per esempio, a nuovo produzione il processo è Più veloce. Voi volevo Fare Sicuro Esso crea NO Di più prodotto difetti di IL standard processo. A superiorità test Tentativo A dimostrare Quello IL nuovo trattamento È sostanzialmente migliore di IL standard uno. Per esempio, a nuovo fertilizzante ha stato sviluppato con parecchi miglioramenti. IL ricercatori Volere A spettacolo Quello IL nuovo fertilizzante È Meglio di IL attuale fertilizzante. Come A impostato su IL ipotesi? IL grafico SU IL Sinistra riassume cinque diverso tipo Di equivalenza tipo test molto bene.
Questo grafico È creato di Nostro SAS/STAT® colleghi, Giovanni Castelloe, E Donna Watt. Voi Potere Trovare loro bianco carta SU Questo SU IL rete. Scegliere Quale test dipendere SU IL situazione. Per ogni Di Questo situazione, IL regione Quello Noi Sono provando A stabilire con IL test È mostrato In blu. Per equivalenza analisi, Voi Potere costruire UN equivalenza regione con superiore limite theta zero più delta E inferiore limite theta zero meno delta. Voi Potere condotta UN equivalenza test di controllo se IL fiducia intervallo Di theta bugie In interamente In IL blu equivalenza regione.
Allo stesso modo, Voi Potere condotta a non inferiorità test di controllo se IL fiducia intervallo Di theta bugie interamente Sopra IL inferiore limite Se più grande theta È Meglio O sotto IL superiore limite Se più piccolo theta È Meglio. Questi test Sono disponibile In JMP® 17 pollici uno modo per confrontando normale significa E In contingenza per confrontando risposta tariffe. IL grafico utente interfaccia Di equivalenza test lancio dialoghi fa Esso facile per Voi A Trovare IL tipo Di test Quello corrispondere Che cosa Voi Sono provando A stabilire.
A foresta complotto In IL rapporto riassumere IL confronto molto bene E fa Esso facile per Voi A interpretare IL risultati. Prossimo, Io sono andando A Fare a dimostrazione Di equivalente test, superiorità test, E non inferiorità test. Io sono andando A utilizzo a dati impostato chiamato IL Farmaco Misurazione Quello È In IL JMP campione dati biblioteca. Dodici diverso soggetti erano dato tre diverso droghe UN, B, E C, E continuo misurazione erano fatto. I Primo lanciato Adatto Y di X E Mettere IL misurazione COME Y E farmaco tipo COME X fattore.
Questo Volere Portare IL uno- modo analisi. Sotto IL rosso triangolo menu, andiamo Primo Trovare equivalente test E Là Sono IL due opzioni, significa, E standard deviazioni. Erano andando A messa a fuoco SU significa per Questo esempio. Questo Volere Portare IL equivalenza lancio dialogo. In Questo sezione, Voi Potere scegliere Quale test Voi volevo Piace A condotta, E IL grafico rappresenta IL scelta Di IL selezionato test. Per superiorità E non inferiorità test, Là Sono due scenari.
Uno È grande differenza È Meglio. Un altro È piccolo differenza È Meglio. Scegliere Quale uno dipendere SU IL situazione. Voi Bisogno A specificare IL delta O IL margine per IL test. Voi Anche Bisogno A specificare IL fiducia livello alfa per IL test. Voi Potere O scegliere IL Feste Varianza O Senza pari varianza A correre IL test. Per Questo esempio, Noi correre IL equivalente test Primo E Noi specificare tre COME a differenza. Noi Sono andando A Fare IL equivalente test per Tutto IL coppie. Clic Va bene E Esso Volere Portare IL equivalente test risultato.
SU IL superiore, Esso È IL statistico dettaglio per IL equivalenza test, E IL metter il fondo a suo a foresta complotto. Voi avviso Là Sono due regioni. IL blu regione Sono IL equivalenza regione E IL rosso Sono IL non- equivalenza regione. IL linee Qui rappresentare IL fiducia intervallo Di IL Significare differenza fra due gruppi. Se Noi Aspetto A Questo linea, Questo È IL fiducia intervallo Di IL Significare differenza fra farmaco A E C, E Voi Vedere Questo linea È completamente contenuto dentro Questo blu regione. Noi Aspetto A IL P valore Di IL equivalenza test Quello è 0,02 Quale È più piccolo di 0,05. Quindi a Questo 5 % significato livello, Noi Potere dichiarare Quello farmaco A E C Sono equivalente.
Ma Quando Voi Aspetto A IL fiducia intervallo Di a Significare differenza fra farmaco A E B, E farmaco B E C, Essi Sono foderato al di là Questo blu regione. Quindi noi concludere A IL 5 % significato livello farmaco A E B, E farmaco B E C, Noi non può concludere Essi Sono equivalente. Prossimo, Se Noi assumere farmaco C È a standard farmaco E Voi volevo Piace A Trovare fuori Se farmaco A E B Sono Meglio di farmaco C, Quello Fare noi Volere A Fare a superiorità test. Permettere Me vicino Questo schema nota per Ora E Noi lancio IL equivalente test Ancora E Noi clic Significa.
Questo tempo erano andando A correre superiorità test. Noi clic IL superiorità test E Noi prefer grande differenza E Noi specificare 0,4 COME Nostro margine. Questo tempo Noi Bisogno A impostato farmaco C COME Nostro controllare gruppo E clic OK. Questo Volere Portare IL superiorità test. Da Questo foresta complotto Voi Potere Vedere IL fiducia intervallo Di a Significare differenza fra farmaco B E C È completamente contenuto dentro Questo blu regione. COSÌ Noi concludere Quello A IL 5 % fiducia livello, Noi Potere dichiarare Quello IL B È superiore A farmaco C. Ma Noi non può Fare a Stesso conclusione A farmaco A E C. Questo conclude Mio Primo esempio.
IL Prossimo esempio Volere spettacolo Come A condurre una non inferiorità test per IL relativo rischio fra due proporzioni. Permettere Me aprire IL dati tavolo. A randomizzato prova È A confrontare farmaco FIDAX COME UN alternativa A farmaco VENCO per IL trattamento Di colon infezioni. IL due droghe Avere simile efficacia E sicurezza. Due centinaio venti- uno fuori Di 225 pazienti trattato con FIDAX raggiunto clinico Q di IL FINE Di IL studio, confrontato A 223 fuori Di 257 pazienti trattato con VENCO.
Noi lancio Adatto Y di X Ancora E Noi tappo In Q COME Y E farmaco COME X fattore e account COME a frequenza E clic OK. Volere Portare IL contingenza analisi. Da IL Probabilità Rapporto prova, Pearson test, E Fisher's Esattamente test, Essi Tutto indicare Quello Là È NO grande differenza fra questi due droghe. Ma Noi volevo Piace A Trovare fuori Se farmaco FIDAX È non inferiore A farmaco VENCO. Noi andare A IL su rosso triangolo E Portare IL equivalente test. Là Sono due opzioni. Uno È IL rischio differenza E uno È relativo rischio. Per Questo esempio, Noi scegliere relativo rischio.
Ancora, Portare Questo equivalente test lancio dialogo. Per Questo esempio, erano andando A correre non inferiorità test. A guadagno, Noi prefer grande rapporti. Noi specificare 0,9 COME Nostro margine E Noi cura Di IL trattamento effetto. COSÌ Noi Dovrebbe scegliere SÌ E Poi Noi clic OK. COSÌ Questo Portare IL non inferiorità test. Da IL foresta complotto, Noi Potere Vedere IL fiducia intervallo Di IL relativo rischio È completamente contenuto In Questo blu regione, E IL P valore per IL non inferiorità test È molto piccolo. COSÌ Noi concludere A IL 5 % significativo livello, IL farmaco FIDAX È non inferiore A farmaco VENCO. Questo conclude Mio parlare E I Volere Dare Indietro A Segno. I Bisogno A ferma questo condividere.
Grazie Voi, Jianfeng. Ora In IL scorso parte Di Nostro presentazione, Io sono andando A parlare Di un altro confronto Dove Noi Volere A confrontare IL risultati O misurazioni da due diverso metodi Di misurazione Alcuni quantità. Noi assumere Quello c'è a standard metodo Quello Già esiste. Esso ha stato convalidato. Noi Potere utilizzo Esso A misura IL livello Di Alcuni quantità. Quello Potrebbe Essere IL temperatura O IL potenza Di a farmaco. Ma per Alcuni motivo, noi abbiamo sviluppato a nuovo metodo per IL Stesso risultato.
Noi dovere confrontare suo prestazione A IL standard metodo Prima Noi utilizzo Esso. Questo È a lungo in piedi problema. Questo confronto ha stato codificato per a lungo tempo di numerosi internazionale organizzazioni. Io ho elencato a pochi Di loro SU Questo diapositiva. COSÌ Questo È a molto BENE studiato E UN stabilito confronto. In Questo caso, erano andando A confrontare A identità. Erano andando A confrontare questi due metodi Dove idealmente IL test metodo volevo Dare noi IL Stesso valore COME IL standard metodo. Quindi noi complotto IL dati usando a diagramma di dispersione. Noi Avere IL test metodo SU IL verticale asse E IL standard metodo risultato SU IL orizzontale asse. Noi Potere Anche complotto IL identità linea Dove Y è uguale X per riferimento.
Idealmente, Noi volevo Ottenere IL risultato da Entrambi metodi, Ma Quello non accadere Perché Di misurazione errore In Entrambi metodi. BENE utilizzo regressione analisi A determinare IL migliore adatto per Questo linea Dove Noi Avere IL test metodo contro IL standard metodo. Poi IL stimato parametri per Nostro modello Potere Essere confrontato A IL identità linea. IL null ipotesi, Noi inizio con IL idea Quello Essi Sono non IL Stesso. COSÌ IL intercettare Di Questo linea È non zero O IL pendenza È non uno O possibilmente Entrambi. In altro parole, IL risultati Sono non equivalente.
IL alternativa, Quale Noi volevo Piace A reclamo È Quello Essi Sono equivalente. COSÌ Là Noi stato Quello IL intercettare Dovrebbe Essere zero E IL pendenza Dovrebbe Essere uno. A Fare Questo confronto usando regressione, Noi Avere A postulato a modello. In Questo caso, suo a semplice lineare regressione modello. Noi Avere a costante termine UN, a proporzionale termine B volte X. Erano andando A stima quelli parametri A E B, e utilizzo Nostro ipotesi A decidere. Noi Anche Avere a termine epsilon, E Quello rappresenta IL misurazione errore, IL casuale variazione. Utilizzando lineare regressione, Noi assumere Quello IL Y E IL X Sono linearmente imparentato.
Noi assumere Quello IL statistico errori Quello epsilon Sono In E, non In X. Noi Anche assumere Quello quelli errori Sono distribuito In a modo Quello Sono indipendente Di IL risposta. In altro parole, IL statistico errore È IL Stesso attraverso IL intero allineare Di Questo metodo. Anche, Quello NO dati esercitare Qualunque eccessivo influenza SU questi stime. BENE, In metodo confronto, Noi Generalmente violare questi ipotesi. Primo Di Tutto, Là È misurazione errore In IL standard metodo COME BENE.
Anche, Spesso IL errori Sono non costante. Quello È, Noi osservare a costante coefficiente Di variazione Ma non a costante standard deviazione. Valori anomali Sono presente che Potere fortemente influenza IL stima. Altro regressione metodi Sono necessario In come a caso. IL Deming regressione simultaneamente minimizza IL meno piazza errore In Entrambi Y E X. Questo è appropriato per Questo caso. IL Passando- Bablock regressione È a non parametrico metodo questo è basato SU IL mediano Di Tutto possibile a coppie pendii.
Suo resistente A valori anomali E non costante errori. Andiamo parlare Di ogni Di questi brevemente. IL Deming regressione È fornito In IL Bivariato piattaforma Attraverso IL Adatto Ortogonale Comando. Questo ha stato disponibile In JMP per molti anni. IL Deming regressione Potere stima IL errori In Y E X, assumere Quello IL errori In Y E X Sono pari, O utilizzo a dato rapporto Di Y A X errore.
Passando- Bablock regressione È nuovo. JMP® 17 introdotto Questo metodo In IL Bivariato piattaforma Attraverso IL Adatto Passing-Bablock comando. Questo comando Anche include controlli per IL ipotesi Quello IL misurazioni Sono altamente positivamente correlato E mostra a lineare relazione. Metodo confronto Spesso include a confronto di differenza. IL Tra- Altman analisi confronta IL a coppie differenze COME Y A IL a coppie significa COME X A valutare pregiudizio fra IL due valori.
IL risultati Sono presentato In a diagramma di dispersione Di Y contro X per tuo esame E Anche A identificare Qualunque anomalie. Questo si verifica In IL Abbinato Coppie piattaforma. La Abbinato Coppie piattaforma ha stato parte Di JMP per molti anni COME BENE, Ma IL Bland-Altman test È a nuovo aggiunta. IL rapporto Anche regali IL ipotesi test. Ora Id Piace A dimostrare questi due metodi. COME I disse, Deming regressione ha stato disponibile per a lungo tempo, Ma per completezza' scopo, Io sono andando A dimostrare Esso Qui accanto IL nuovo metodi.
I selezionare da IL Analizzare menu, Adatto Y di X. Io sono andando A confrontare test Metodo 1 A Mio standard metodo. IL standard metodo va In IL X ruolo E IL nuovo test metodo va In IL Y ruolo. Voi Potevo valutare Di più di uno test metodo A IL Stesso tempo. Ecco Mio complotto. Inizialmente, I Vedere a spargere complotto. I aspettarsi questi due A Essere d'accordo molto BENE. I aspettarsi A Vedere Quello Essi seguire Questo diagonale sentiero, Quello loro sono lineare, E COSÌ via. Malato clic IL rosso triangolo Prossimo A Bivariato E selezionare Adatto Ortogonale.
In Questo caso, I non Veramente Sapere Quello IL varianze Sono pari O I non Avere Qualunque precedente informazioni Quello I Potevo specificare a rapporto. Quindi io Avere JMP stima IL errori In Entrambi. Malato utilizzo IL Primo opzione Qui. Ora Noi Avere IL montato linea usando Deming regressione. Sotto Quello Noi Avere IL rapporto. IL rapporto include UN stima Di IL intercettare. Noi Potere Vedere suo piccolo E vicino A zero. Noi Avere UN stima per IL pendenza.
Utilizzando IL fiducia intervallo, Noi Vedere Quello Esso include uno, Quale Noi volevo aspettarsi Se IL test metodo è d'accordo con IL standard. Questo è Deming regressione. Ora, erano andando A Prendere a Aspetto A IL nuovo metodi Passing-Bablock regressione In Lama- Altman. Stesso inizio, selezionare Analizzare, E Poi selezionare Adatto Y di X. Io sono andando A utilizzo IL Richiamo pulsante Qui. I Volere A confrontare Metodo 1 A IL standard, Ma Io sono andando A utilizzo a nuovo regressione tecnica.
Malato clic SU IL rosso triangolo E selezionare Adatto Passing-Bablock. C'è In realtà due linee Qui. C'è a rosso linea Quello rappresenta IL migliore- adatto linea usando IL Passing-Bablock regressione. Ma c'è Anche, per Nostro riferimento, a linea Quello rappresenta Dove y è uguale X. Suo difficile A Vedere. Io sono andando A utilizzo IL lente d'ingrandimento attrezzo A ingrandire a pochi volte. Ora Voi Potere Vedere Quello Là Sono, In fatto, due separato linee. Uno È IL identità E uno È IL adatto, Ma Essi sovrapposizione abbastanza a morso. Questi Sono abbastanza simile.
In IL numerico rapporti, Primo I Avere a test per IL alto positivo correlazione. Erano usando Di Kendall SÌ, E Noi Potere Vedere Quello Esso È altamente significativo. Noi rifiutare IL idea Quello loro sono non fortemente correlato. Prossimo, Noi Avere a test Di linearità. Qui, Questo test presuppone Quello loro sono lineare e w siamo guardare per forte prova contro Quello. Ma Noi Avere a molto alto P valore Qui, COSÌ Noi Fare non rifiutare IL assunzione Quello loro sono lineare. Finalmente, Noi Avere IL parametro stime di usando Passando -Bablock regressione, Noi Avere IL punto stima, Noi Avere IL intervallo stima.
Per IL intercettare, Quello intervallo include zero, COSÌ Noi non può rifiutare UN intercettare Di zero. Abbiamo IL pendenza È contenuto entro UN intervallo Quello include uno. Allo stesso modo, Noi non posso rifiutare Quello IL pendenza Di Quello linea È pari A uno. Andiamo Dire noi avremmo Anche Piace A confrontare questi due metodi di differenza. A Fare Quello, I clic SU IL rosso triangolo per IL opzioni Di IL Adatto Passing-Bablock risultati e Qui Noi Vedere IL comando Bland-Altman analisi. Esso prende Tutto IL informazioni Qui E lanci incontro coppie con IL aggiuntivo informazioni In IL Bland-Altman analisi.
IL complotto È mostrando noi SU IL Y asse IL a coppie differenza fra IL metodo uno E IL standard metodo, E suo tracciato contro SU IL orizzontale asse È IL Significare Di quelli due valori. IL Bland-Altman analisi È utile Perché Esso dà noi UN idea Di IL pregiudizio. COSÌ Qui I Avere UN stima Di IL pregiudizio È negativo 0,113, Ma Noi Potere Vedere Quello IL intervallo stima Di IL pregiudizio include zero, COSÌ Noi non posso rifiutare IL idea Quello IL pregiudizio È pari A zero E COSÌ SU. Ora Noi Avere In JMP® 17, a tanto Di più completare impostato Di utensili per confrontando diverso test metodi. Quello conclude Nostro presentazione. Grazie Voi.
