こんにちは、そして いらっしゃいませ に 私たちの プレゼンテーション、 アプローチ に 比較 と JMP® 17。 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、 そして 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 開発者。 前に 私たちは 得る の中へ その 新しい 特徴、 だった 行く に 取る a 一瞬 に 作る もちろん それ みんな もっている その ちゃんとした 背景 に 感謝する これら 新しい 方法。
これ もっている に する と 使用して 統計的 推論 いつ だった 試して に 比較する 二 人口。 これ は a とても 一般 タスク、 そして その 比較 いつもの リード に a 決断 間 二 アイデア について これら 人口。 もし 私たちは できた 観察する その 人口 で 彼らの 全体、 私たちは しないだろう 必要 統計、 しかし それは ない いつもの その 場合。 そこで、私たちは 持っている に 仕事 と サンプル から その 人口。 統計 推論 できる 提供する いくつかの 本当に 貴重な 情報 について それらの 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 アイデア について その 二 人口は？ それで a クリア 声明 の これら アイデア または 仮説 は 不可欠 に 作る その 正しい 選択 のために その テスト そして また のために その 正しい 解釈。 それで さあ 話す a 少し 少し について その アイデア または 仮説 それ は 一部 の これら 統計的 テスト。 その 代替 そして ヌル 仮説、 として 彼らは 知られている、 代表する 互いに エクスクルーシブ 声明 について これら 人口、 そして いいえ 他の 仮説 は 可能。
のために 例、 1つ 声明 かもしれない なれ のために 人口 A そして 人口 B それ 彼らの 手段 は 等しい。 その 他の アイデア は それ 彼らは ない 等しい。 それらの 二 アイデア または 仮説 は 互いに エクスクルーシブ そして いいえ 他の 仮説 は 可能。 何ですか その 役割 の これら 二 アイデアは？ その 代替 仮説 州 その 結論 それ 私たちは だろう のように に 請求。 それ を表す その 人口 そして それ 意思 必要とする 十分な 証拠 で その データ に 打倒 その 他の 仮説。
その 他の 1つ は と呼ばれる その ヌル 仮説。 それ 州 その 反対する 結論 それ しなければならない なれ 克服する による 強い 証拠。 それ サーブ として a 参照 のために これ 比較。 その 想定 に なれ 真実。 今、 現在、 そこには 幾分 の a 誤解 で 仮説 テスト で それ それ のみ 考える について 比較 で 1つ 方向。 それは なぜなら 歴史的に、 これ は その 方法 それ だった 提示された で トレーニング。
それ ほとんど 頻繁 教えた テスト は 使用済み に 示す それ そこには a 違い 間 二 人口。 その 結果として 足らない の 理解 できる 鉛 に a 使用 の これら テスト。 に なれ クリア、 その 選択 の その テスト は ない a 案件 の 何 データ は 収集された または どうやって その データ は 収集されました。 その 全体的に について その 述べた 仮説 のために その 目的 の あなたの 比較。 さあ 見て で これら 二 可能性。 さあ 言う それ その ゴール の 私たちの 比較 は に 示す a 違い。
私たちは 欲しい に 明示的に 州 これら アイデア に 作る もちろん その テスト は クリア。 で その 初め 例、 I 欲しい に 示す それ a 温度 変化 原因 a 新しい 結果。 それ は、 そこには は a 違い。 私たちは のように に 請求 それ その 新しい レベル の その 応答 意思 結果 から a 変化 で その プロセス 温度。 多分 私たちは 期待する a より高い 収率 または 私たちは のように に 見せる もっと 安定性。 A デザイン 実験 は 使用済み に ランダムに サンプル から その 人口 のために a 低い- 温度 状態 そして から a 人口 の a 高い- 温度 状態。
その 二 仮説 のために これ テスト、 その ヌル 仮説 州 それ その 温度 する ない 影響する その 結果。 覚えて、 その 私たちの 参照 そして 私たちは 仮定する それ に なれ 真実。 その 代替 仮説 は 私たちの アイデア。 温度 影響 その 結果、 しかし 私たちは できる 決める これ のみ もし その 証拠 は 強い 十分 に 拒否する その ヌル 仮説。 今、 さあ 変化 それ。 さあ 逆行する それ。 さあ 言う それ で これ 比較、 I 欲しい に 示す 等価。 で その 2番 例、 I 欲しい に 見せる それ a 温度 変化 する ない 原因 a 変化 で その 結果。
それ は、 その 結果、 どちらか 方法、 は 同等。 私たちは 欲しい に 請求 それ a 計画された 変化 で その プロセス 温度 意思 改善する その 収率 しかし ない 影響する その レベル の 一つの 不純物 の その 製品。 私たちは デザイン その 同じ 実験、 集める その 同じ サンプル、 しかし 今 私たちの 仮説 は 切り替えました。 その ヌル 仮説 は それ その 温度 影響 その 結果。 その 私たちの 新しい 参照、 私たちは まだ 仮定する それ に なれ 真実、 その間 その 代替 仮説 州 それ その 温度 する ない 影響する その 結果、 その 不純物 レベル。
しかし 私たちは できる 作る それ 請求 のみ もし その 証拠 は 強い 十分 に 拒否する その ヌル。 あなたもそうする I テスト のために a 違い または のために 等価？ その 鍵 は どうやって あなた 州 あなたの 仮説。 これら 二 例、 I 考える あなた できる 見る、 使用 同一 データ しかし 違う テスト。 その 選択 の その テスト は ない について その データ。 その について その 請求 それ 私たちは 欲しい に 作る そして どうやって 私たちは 州 それ きちんと で その 仮説。 覚えて それ 統計的 テスト は 一方向。 それ は、 私たちは できる 拒否する a ヌル または ない。 もし その テスト は に 拒否する a ヌル 仮説 と a 高い 確率 いつ その 間違い。
今、 さあ 得る に その 新しい 特徴 で JMP® 17。 建峰 意思 今 現在 その 等価 テスト、そして いつ 彼女は 終了した、 病気 現在 方法 比較。
今、 私は 行く に 共有 私の 画面。 こんにちは、 私の 名前 は 丁建峰。 私は a 研究 統計 開発者 で JMP® 17。 で これ ビデオ、 私は 行く に 話す について その 等価、 非劣性、 そして 優位性 テスト で JMP® 17。 その 基本的な 仮説 テスト の上 その 左 は a 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。
その パラメータ シータ できる なれ a 平均 応答 のために 連続 結果 そして a 割合 いつ その 結果 変数 は バイナリ。 シータ T を表す 応答 から 処理 グループ そして シータ ゼロ を表す その 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 その 基本的な 仮説 テスト。 その 初め 1つ は 両面 テスト そして その 休む は 1つ- 両面 テスト。 もし あなた 見て で その 両面 テスト の上 その 左、 その いいえ 仮説 は それ その 処理 手段 は 同じ そして その 代替 仮説 は それ その 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 その 同じ、 そして その 機械 に する それ は と呼ばれる 一つの 等価 テスト。 アン 同等 テスト は に 見せる その 違い で シータ T、 シータ ゼロ は 内で a 事前 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 等価 と a 指定された 自信 レベル。 もし あなた 見て で その 等価 テスト、 その いいえ 仮説 は それ その 処理 手段 は 違う そして その 代替 仮説 は それ その 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 その 二- 両面 仮説 テスト の上 その 左。 別の 代替 テスト シナリオ は その 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 その 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 等価 タイプ テスト。 依存する の上 その 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 その バイオテクノロジー そして 医薬品 業界。 ここ は いくつかの 例。 もし その ゴール は に 見せる それ その 新しい 処理 する ない 異なる 大幅 から その 標準 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 等価 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 その 名前- ブランド 1つ。 その 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 プロセス または 製品 は ない 大幅 悪い よりも その 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 その 標準 プロセス。 A 優越性 テスト 試す に 証明する それ その 新しい 処理 は 大幅に改善 よりも その 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。 その 研究者 欲しい に 見せる それ その 新しい 肥料 は より良い よりも その 現在 肥料。 どうやって に セット 上 その 仮説？ その グラフ の上 その 左 要約 五 違う タイプ の 等価 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 私たちの SAS/STAT® 同僚、 ジョン カステロー、 そして ドナ ワッツ。 あなた できる 探す 彼らの 白 紙 の上 これ の上 その ウェブ。 選択する どれの テスト 依存する の上 その 状況。 のために それぞれ の これ 状況、 その 地域 それ 私たちは は 試して に 確立する と その テスト は 表示されている で 青。 のために 等価 分析、 あなた できる 構築する 一つの 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 一つの 等価 テスト による チェック中 かどうか その 自信 間隔 の シータ 嘘 で 全体的に で その 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 その 自信 間隔 の シータ 嘘 全体的に その上 その 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 その 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 JMP® 17インチ 1つ 方法 のために 比較する 普通 手段 そして で 不測の事態 のために 比較する 応答 料金。 その 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 その タイプ の テスト それ 対応する 何 あなた は 試して に 確立する。
A 森 プロット で その 報告 要約する その 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 その 結果。 次、 私は 行く に する a デモ について 同等 テスト、 優越性 テスト、 そして 非劣性 テスト。 私は 行く に 使用 a データ セット と呼ばれる その 薬 測定 それ は で その ジャンプ サンプル データ 図書館。 12 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 連続 測定 だった 作った。 I 初め 発売 フィット Y による X そして 置く その 測定 として Y そして 薬 タイプ として X 要素。
これ 意思 持ってくる その 1つ- 方法 分析。 下 その 赤 三角形 メニュー、 さあ 初め 探す 同等 テスト そして そこには は その 二 オプション、 手段、 そして 標準 逸脱。 だった 行く に 集中 の上 手段 のために これ 例。 これ 意思 持ってくる その 等価 打ち上げ ダイアログ。 で これ セクション、 あなた できる 選ぶ どれの テスト あなた だろう のように に 行為、 そして その グラフ を表す その 選択 の その 選択された テスト。 のために 優越性 そして 非劣性 テスト、 そこには は 二 シナリオ。
1つ は 大きい 違い は より良い。 別の は 小さい 違い は より良い。 選ぶ どれの 1つ 依存する の上 その 状況。 あなた 必要 に 特定 その デルタ または その マージン のために その テスト。 あなた また 必要 に 特定 その 自信 レベル アルファ のために その テスト。 あなた できる どちらか 選ぶ その パーティー 分散 または 比類のない 分散 に 走る その テスト。 のために これ 例、 私たちは 走る その 同等 テスト 初め そして 私たちは 特定 三つ として a 違い。 私たちは は 行く に する その 同等 テスト のために 全て その ペア。 クリック わかった そして それ 意思 持ってくる その 同等 テスト 結果。
の上 その トップ、 それ は その 統計的 詳細 のために その 等価 テスト、 そして その 底 その a 森 プロット。 あなた 知らせ そこには は 二 地域。 その 青 地域 は その 等価 地域 そして その 赤 は その 非 等価 地域。 その 線 ここ 代表する その 自信 間隔 の その 平均 違い 間 二 グループ。 もし 私たちは 見て で これ ライン、 これ は その 自信 間隔 の その 平均 違い 間 薬 A そして C、 そして あなた 見る これ ライン は 完全に 含まれている 内部 これ 青 地域。 私たちは 見て で その P 価値 の その 等価 テスト それ 0.02です どれの は 小さい 0.05 より小さい。 だから これ 5 % 意義 レベル、 私たちは できる 宣言する それ 薬 A そして C は 同等。
しかし いつ あなた 見て で その 自信 間隔 の a 平均 違い 間 薬 A そして B、 そして 薬 B そして C、 彼らは は 裏地付き 超えて これ 青 地域。 だから私たちは 結論する で その 5 % 意義 レベル 薬 A そして B、 そして 薬 B そして C、 私たちは できない 結論する 彼らは は 同等。 次、 もし 私たちは 仮定する 薬 C は a 標準 薬 そして あなた だろう のように に 探す 外 もし 薬 A そして B は より良い よりも 薬 C、 それ 作る 私たち 欲しい に する a 優越性 テスト。 させて 自分 近い これ 概要 注記 のために 今 そして 私たちは 打ち上げ その 同等 テスト また そして 私たちは クリック 手段。
これ 時間 だった 行く に 走る 優越性 テスト。 私たちは クリック その 優越性 テスト そして 私たちは 好む 大きい 違い そして 私たちは 特定 0.4 として 私たちの マージン。 これ 時間 私たちは 必要 に セット 薬 C として 私たちの コントロール グループ そして クリック わかりました。 これ 意思 持ってくる その 優越性 テスト。 から これ 森 プロット あなた できる 見る その 自信 間隔 の a 平均 違い 間 薬 B そして C は 完全に 含まれている 内部 これ 青 地域。 それで 私たちは 結論する それ で その 5 % 自信 レベル、 私たちは できる 宣言する それ その B は 優れた に 薬 C. しかし 私たちは できない 作る a 同じ 結論 に 薬 A そして C. これ 結論 私の 初め 例。
その 次 例 意思 見せる どうやって に 実施する 非劣性 テスト のために その 相対的 リスク 間 二 比率。 させて 自分 開ける その データ テーブル。 A ランダム化 トライアル は に 比較する 薬 フィダックス として 一つの 代替 に 薬 ベンコ のために その 処理 の 結腸 感染症。 その 二 薬物 持っている 似ている 効能 そして 安全性。 二 百 20- 1つ 外 の 225 患者 治療された と フィダックス 達成 臨床 Q による その 終わり の その 勉強、 比較すると に 223 アウト の 257 患者 治療された と ベンコ。
私たちは 打ち上げ フィット Y による X また そして 私たちは プラグ で Q として Y そして 薬 として X 要因と アカウント として a 頻度 そして クリック わかりました。 意思 持ってくる その 不測の事態 分析。 から その 可能性 比率 テスト、ピアソン テスト、 そして フィッシャーズ その通り テスト、 彼らは 全て 示す それ そこには は いいえ 大きい 違い 間 これら 二 薬物。 しかし 私たちは だろう のように に 探す 外 もし 薬 フィダックス は ない 劣った に 薬 ベンコ。 私たちは 行く に その 上 赤 三角形 そして 持ってくる その 同等 テスト。 そこには は 二 オプション。 1つ は その リスク 違い そして 1つ は 相対的 リスク。 のために これ 例、 私たちは 選ぶ 相対的 リスク。
また、 持ってくる これ 同等 テスト 打ち上げ ダイアログ。 のために これ 例、 だった 行く に 走る 非劣性 テスト。 A 得、 私たちは 好む 大きい 比率。 私たちは 特定 0.9 として 私たちの マージン そして 私たちは ケア について その 処理 効果。 それで 私たちは すべき 選ぶ はい そして それから 私たちは クリック わかりました。 それで これ 持ってくる その 非劣性 テスト。 から その 森 プロット、 私たちは できる 見る その 自信 間隔 の その 相対的 リスク は 完全に 含まれている で これ 青 地域、 そして その P 価値 のために その 非劣性 テスト は とても 小さい。 それで 私たちは 結論する で その 5 % 重要な レベル、 その 薬 フィダックス は ない 劣った に 薬 ベンコ。 これ 結論 私の 話す そして I 意思 与える 戻る に マーク。 I 必要 に これを止めろ 共有。
感謝 あなた、 建峰。 今 で その 最後 一部 の 私たちの プレゼンテーション、 私は 行く に 話す について 別の 比較 どこ 私たちは 欲しい に 比較する その 結果 または 測定値 から 二 違う 方法 の 測定 いくつかの 量。 私たちは 仮定する それ そこには a 標準 方法 それ すでに 存在します。 それ もっている された 検証済み。 私たちは できる 使用 それ に 測定 その レベル の いくつかの 量。 それ かもしれない なれ その 温度 または その 効力 の a 薬。 しかし のために いくつかの 理由、 私たちは 発展した a 新しい 方法 のために その 同じ 結果。
私たちは しなければならない 比較する その パフォーマンス に その 標準 方法 前に 私たちは 使用 それ。 これ は a 長さ 立っている 問題。 これ 比較 もっている された 成文化された のために a 長さ 時間 による 多数の 国際的 組織。 私は リストされている a 少し の 彼ら の上 これ スライド。 それで これ は a とても 良い 勉強した そして 一つの 設立 比較。 で これ 場合、 だった 行く に 比較する に 身元。 だった 行く に 比較する これら 二 方法 どこ 理想的には その テスト 方法 だろう 与える 私たち その 同じ 価値 として その 標準 方法。 だから私たちは プロット その データ 使用して a 散布図。 私たちは 持っている その テスト 方法 の上 その 垂直 軸 そして その 標準 方法 結果 の上 その 水平 軸。 私たちは できる 平 プロット その 身元 ライン どこ Y 等しい X のために 参照。
理想的には、 私たちは だろう 得る その 結果 から 両方 方法、 しかし それ しません 起こる なぜなら の 測定 エラー で 両方 方法。 良い 使用 回帰 分析 に 決定する その 最高 フィット のために これ ライン どこ 私たちは 持っている その テスト 方法 対 その 標準 方法。 それから その 推定 パラメータ のために 私たちの モデル できる なれ 比較すると に その 身元 ライン。 その ヌル 仮説、 私たちは 始める と その アイデア それ 彼らは は ない その 同じ。 それで その 傍受 の これ ライン は ない ゼロ または その スロープ は ない 1つ または おそらく 両方。 で 他の 言葉、 その 結果 は ない 同等。
その 代替、 どれの 私たちは だろう のように に 請求 は それ 彼らは は 同等。 それで そこには 私たちは 州 それ その 傍受 すべき なれ ゼロ そして その スロープ すべき なれ 1つ。 に 作る これ 比較 使用して 回帰、 私たちは 持っている に 公準 a モデル。 で これ 場合、 その a 単純 リニア 回帰 モデル。 私たちは 持っている a 絶え間ない 学期 あ、 a 比例 学期 B 回 X. だった 行く に 見積もり それらの パラメータ A そして B、そして 使用 私たちの 仮説 に 決める。 私たちは また 持っている a 学期 イプシロン、 そして それ を表す その 測定 エラー、 その ランダム 変化。 使用 リニア 回帰、 私たちは 仮定する それ その Y そして その X は 直線的に 関連している。
私たちは 仮定する それ その 統計的 エラー それ イプシロン は で そして、 ない で X. 私たちは また 仮定する それ それらの エラー は 分散型 で a 方法 それ は 独立した の その 応答。 で 他の 言葉、 その 統計的 エラー は その 同じ 横切って その 全体 範囲 の これ 方法。 また、 それ いいえ データ 発揮する どれでも 過剰 影響 の上 これら 見積もり。 良い、 で 方法 比較、 私たちは いつもの 違反する これら 仮定。 初め の 全て、 そこには は 測定 エラー で その 標準 方法 として 良い。
また、 頻繁 その エラー は ない 絶え間ない。 それ は、 私たちは 観察する a 絶え間ない 係数 の 変化 しかし ない a 絶え間ない 標準 偏差。 外れ値 は 提示する できる 強く 影響 その 推定。 他の 回帰 方法 は 必須 で そのような a 場合。 その デミング 回帰 同時に 最小限に抑える その 少しでも 四角 エラー で 両方 Y そして X. それは 適切な のために これ 場合。 その 通過- バブロック 回帰 は a ノンパラメトリック 方法 それは ベース の上 その 中央値 の 全て 可能 ペアワイズ 斜面。
その 耐性のある に 外れ値 そして 非定数 エラー。 さあ 話す について それぞれ の これら 簡単に言うと。 その デミング 回帰 は 提供された で その 二変量 プラットフォーム を通して その フィット 直交 指示。 これ もっている された 利用可能 で ジャンプ のために 多くの 年。 その デミング 回帰 できる 見積もり その エラー で Y そして X、 仮定する それ その エラー で Y そして X は 等しい、 または 使用 a 与えられた 比率 の Y に X エラー。
通過- バブロック 回帰 は 新しい。 JMP® 17 紹介された これ 方法 で その 二変量 プラットフォーム を通して その フィット パッシング・バブロック 指示。 これ 指示 また 含まれるもの チェック のために その 仮定 それ その 測定値 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。 方法 比較 頻繁 含まれるもの a 比較 による 違い。 その の間で- アルトマン 分析 比較する その ペアワイズ 違い として Y に その ペアワイズ 手段 として X に 評価 バイアス 間 その 二 価値観。
その 結果 は 提示された で a 散布図 の Y 対 X のために あなたの 検査 そして また に 識別する どれでも 異常。 これ 発生する で その 一致した ペア プラットフォーム。 一致した ペア プラットフォーム もっている された 一部 の ジャンプ のために 多くの 年 として 良い、 しかし その ブランド・アルトマン テスト は a 新しい 追加。 その 報告 また プレゼント その 仮説 テスト。 今 私は のように に 示す これら 二 方法。 として I 言った、 デミング 回帰 もっている された 利用可能 のために a 長さ 時間、 しかし のために 完全' 酒、 私は 行く に 示す それ ここ 並んで その 新しい 方法。
I 選択 から その 分析する メニュー、 フィット Y による X. 私は 行く に 比較する テスト 方法1 に 私の 標準 方法。 その 標準 方法 行く で その X 役割 そして その 新しい テスト 方法 行く で その Y 役割。 あなた できた 評価する もっと よりも 1つ テスト 方法 で その 同じ 時間。 こちらは 私の プロット。 当初、 I 見る a 散らばる プロット。 I 期待する これら 二 に 同意する とても 良い。 I 期待する に 見る それ 彼らは フォローする これ 対角線 パス、 それ 彼らは リニア、 そして それで 前へ。 病気 クリック その 赤 三角形 次 に 二変量 そして 選択 フィット 直交。
で これ 場合、 I しない 本当に 知る それ その 差異 は 等しい または I しない 持っている どれでも 前 情報 それ I できた 特定 a 比率。 だから私は 持っている ジャンプ 見積もり その エラー で 両方。 病気 使用 その 初め オプション ここ。 今 私たちは 持っている その フィット ライン 使用して デミング 回帰。 下に それ 私たちは 持っている その 報告。 その 報告 含まれるもの 一つの 見積もり の その 傍受する。 私たちは できる 見る その 小さい そして 近い に ゼロ。 私たちは 持っている 一つの 見積もり のために その スロープ。
使用 その 自信 間隔、 私たちは 見る それ それ 含まれるもの 1つ、 どれの 私たちは だろう 期待する もし その テスト 方法 同意する と その 標準。 それは デミング 回帰。 今、 だった 行く に 取る a 見て で その 新しい 方法 パッシング・バブロック 回帰 で ブレード- アルトマン。 同じ 始める、 選択 分析、 そして それから 選択 フィット Y による X. 私は 行く に 使用 その 想起 ボタン ここ。 I 欲しい に 比較する 方法1 に その 標準、 しかし 私は 行く に 使用 a 新しい 回帰 技術。
病気 クリック の上 その 赤 三角形 そして 選択 フィット パッシング・バブロック。 そこには 実は 二 線 ここ。 そこには a 赤 ライン それ を表す その 最高- フィット ライン 使用して その パッシング・バブロック 回帰。 しかし そこには また、 のために 私たちの 参照、 a ライン それ を表す どこ y 等しい ×。 その 難しい に 見る。 私は 行く に 使用 その 拡大鏡 道具 に 拡大する a 少し 回。 今 あなた できる 見る それ そこには は、 で 事実、 二 別 行。 1つ は その 身元 そして 1つ は その フィット、 しかし 彼らは 重複 とても a 少し。 これら は とても 似ている。
で その 数値 報告、 初め I 持っている a テスト のために その 高い ポジティブ 相関。 だった 使用して ケンドールズ はい、 そして 私たちは できる 見る それ それ は 非常に 重要な。 私たちは 拒否する その アイデア それ 彼らは ない 強く 相関関係にある。 次、 私たちは 持っている a テスト の 直線性。 ここ、 これ テスト 想定している それ 彼らは 線形、およびw 私たちは 見ている のために 強い 証拠 に対して それ。 しかし 私たちは 持っている a とても 高い P 価値 ここ、 それで 私たちは する ない 拒否する その 予測 それ 彼らは リニア。 ついに、 私たちは 持っている その パラメータ 推定値 による 使用して 通過 -バブロック 回帰、 私たちは 持っている その ポイント 見積もり、 私たちは 持っている その 間隔 見積もり。
のために その 傍受、 それ 間隔 含まれるもの ゼロ、 それで 私たちは できない 拒否する 一つの 傍受 の ゼロ。 我々は持っています その スロープ は 含まれている 内で 一つの 間隔 それ 含まれるもの 1つ。 同様に、 私たちは できない 拒否する それ その スロープ の それ ライン は 等しい に 1つ。 さあ 言う 私たちは また のように に 比較する これら 二 方法 による 違い。 に する それ、 I クリック の上 その 赤 三角形 のために その オプション の その フィット パッシング・バブロック 結果、そして ここ 私たちは 見る その 指示 ブランド・アルトマン 分析。 それ かかる 全て その 情報 ここ そして 打ち上げ マッチ ペア と その 追加 情報 で その ブランド・アルトマン 分析。
その プロット は 表示中 私たち の上 その Y 軸 その ペアワイズ 違い 間 その 方法 1つ そして その 標準 方法、 そして その プロットされた に対して の上 その 水平 軸 は その 平均 の それらの 二 価値観。 その ブランド・アルトマン 分析 は 役立つ なぜなら それ 与える 私たち 一つの アイデア について その バイアス。 それで ここ I 持っている 一つの 見積もり の その バイアス は ネガティブ 0.113、 しかし 私たちは できる 見る それ その 間隔 見積もり の その バイアス 含まれるもの ゼロ、 それで 私たちは できない 拒否する その アイデア それ その バイアス は 等しい に ゼロ そして それで の上。 今 私たちは 持っている で JMP® 17、 a 多くの もっと 完了 セット の ツール のために 比較する 違う テスト 方法。 それ 結論 私たちの プレゼンテーション。 感謝 あなた。
