안녕하세요, 그리고 환영 에게 우리의 프레젠테이션, 구혼 에게 비교 ~와 함께 JMP® 17. 나의 이름 ~이다 표시 외벽. 나는 a 상위 해석학 소프트웨어 시험 장치, 그리고 나의 공동 증여자 오늘 ~이다 젠펑 땡땡, a 상위 연구 통계학자 개발자. 전에 우리 얻다 ~ 안으로 그만큼 새로운 특징, 이었다 가고 있다 에게 가져가다 a 순간 에게 만들다 확신하는 저것 모든 사람 가지다 그만큼 적절한 배경 에게 고마워하다 이것들 새로운 행동 양식.
이것 가지다 에게 하다 ~와 함께 사용 중 통계적 추론 언제 이었다 견딜 수 없는 에게 비교하다 둘 인구. 이것 ~이다 a 매우 흔한 일, 그리고 그만큼 비교 대개 리드 에게 a 결정 ~ 사이 둘 아이디어 ~에 대한 이것들 인구. 만약에 우리 ~할 수 있었다 관찰하다 그만큼 인구 ~에 그들의 전체, 우리 하지 않을 것이다 필요 통계, 하지만 그게 ~ 아니다 대개 그만큼 사례. 그래서 우리는 가지다 에게 일하다 ~와 함께 샘플 ~에서 그만큼 인구. 통계적 추론 ~할 수 있다 제공하다 일부 정말 귀중한 정보 ~에 대한 저것들 샘플.
~ 안에 특정한, ~이다 거기 충분한 증거 에게 거부하다 하나 아이디어 ~에 대한 그만큼 둘 인구? 그래서 a 분명한 성명 ~의 이것들 아이디어 또는 가설 ~이다 필수적인 에게 만들기 그만큼 옳은 선택 ~을 위한 그만큼 시험 그리고 또한 ~을 위한 그만큼 옳은 해석. 그래서 하자 말하다 a 작은 조금 ~에 대한 그만큼 아이디어 또는 가설 저것 ~이다 부분 ~의 이것들 통계적 테스트. 그만큼 대안 그리고 널 가설, ~처럼 그들은 알려진, 대표하다 서로 독점적인 진술 ~에 대한 이것들 인구, 그리고 아니요 다른 가설 ~이다 가능한.
을 위한 예, 하나 성명 ~할 것 같다 BE ~을 위한 인구 A 그리고 인구 B 저것 그들의 수단 ~이다 동일한. 그만큼 다른 아이디어 ~이다 저것 그들은 ~ 아니다 동일한. 저것들 둘 아이디어 또는 가설 ~이다 서로 독점적인 그리고 아니요 다른 가설 ~이다 가능한. 뭐야? 그만큼 역할 ~의 이것들 둘 아이디어? 그만큼 대안 가설 주 그만큼 결론 저것 우리 ~일 것이다 좋다 에게 주장하다. 그것 대표하다 그만큼 인구 그리고 그것 ~ 할 것이다 필요하다 충분한 증거 ~에 그만큼 데이터 에게 타도 그만큼 다른 가설.
그만큼 다른 하나 ~이다 ~라고 불리는 그만큼 널 가설. 그것 주 그만큼 반대하다 결론 저것 ~ 해야 하다 BE 극복하다 ~에 의해 강한 증거. 그것 봉사하다 ~처럼 a 참조 ~을 위한 이것 비교. 그것은 꾸민 에게 BE 진실. 지금, 현재, 있다 약간 ~의 a 오해 ~에 가설 테스트 ~에 저것 그것 오직 생각한다 ~에 대한 비교 ~에 하나 방향. 그것이다 왜냐하면 역사적으로, 이것 ~이다 그만큼 방법 그것 ~였다 제시됨 ~에 훈련.
저것 최대 자주 지도 받은 시험 ~이다 사용된 에게 입증하다 저것 있다 a 차이점 ~ 사이 둘 인구. 그만큼 결과적으로 부족 ~의 이해 ~할 수 있다 선두 에게 a 사용 ~의 이것들 테스트. 에게 BE 분명한, 그만큼 선택 ~의 그만큼 시험 ~이다 ~ 아니다 a 문제 ~의 무엇 데이터 ~이다 모은 또는 어떻게 그만큼 데이터 ~이다 모은. 그것은 전적으로 ~에 대한 그만큼 정해진 가설 ~을 위한 그만큼 목적 ~의 당신의 비교. 하자 바라보다 ~에 이것들 둘 가능성. 하자 말하다 저것 그만큼 목표 ~의 우리의 비교 ~이다 에게 입증하다 a 차이점.
우리 원하다 에게 명시적으로 상태 이것들 아이디어 에게 만들다 확신하는 그만큼 시험 ~이다 분명한. ~ 안에 그만큼 첫 번째 예, I 원하다 에게 입증하다 저것 a 온도 변화 원인 a 새로운 결과. 저것 이다, 거기 ~이다 a 차이점. 우리는 좋다 에게 주장하다 저것 그만큼 새로운 수준 ~의 그만큼 응답 ~ 할 것이다 결과 ~에서 a 변화 ~에 그만큼 프로세스 온도. 아마도 우리 예상하다 a 더 높은 생산하다 또는 우리는 좋다 에게 보여주다 더 안정. A 설계 실험 ~이다 사용된 에게 무작위로 견본 ~에서 그만큼 인구 ~을 위한 a 낮은- 온도 상태 그리고 ~에서 a 인구 ~의 a 높은- 온도 상태.
그만큼 둘 가설 ~을 위한 이것 시험, 그만큼 널 가설 주 저것 그만큼 온도 하다 ~ 아니다 영향을 미치다 그만큼 결과. 기억하다, 그것은 우리의 참조 그리고 우리 추정하다 그것 에게 BE 진실. 그만큼 대안 가설 ~이다 우리의 아이디어. 온도 영향을 미친다 그만큼 결과, 하지만 우리 ~할 수 있다 결정하다 이것 오직 만약에 그만큼 증거 ~이다 강한 충분한 에게 거부하다 그만큼 널 가설. 지금, 하자 변화 저것. 하자 뒤집다 저것. 하자 말하다 저것 ~에 이것 비교, I 원하다 에게 입증하다 등가. ~ 안에 그만큼 두번째 예, I 원하다 에게 보여주다 저것 a 온도 변화 하다 ~ 아니다 원인 a 변화 ~에 그만큼 결과.
저것 이다, 그만큼 결과, 어느 하나 방법, ~이다 동등한. 우리 원하다 에게 주장하다 저것 a 계획된 변화 ~에 그만큼 프로세스 온도 ~ 할 것이다 개선하다 그만큼 생산하다 하지만 ~ 아니다 영향을 미치다 그만큼 수준 ~의 한 불결 ~의 그만큼 제품. 우리 설계 그만큼 같은 실험, 모으다 그만큼 같은 샘플, 하지만 지금 우리의 가설 ~이다 전환됨. 그만큼 널 가설 ~이다 저것 그만큼 온도 영향을 미친다 그만큼 결과. 그것은 우리의 새로운 참조, 우리 아직 추정하다 그것 에게 BE 진실, ~하는 동안 그만큼 대안 가설 주 저것 그만큼 온도 하다 ~ 아니다 영향을 미치다 그만큼 결과, 그만큼 불결 수준.
하지만 우리 ~할 수 있다 만들다 저것 주장하다 오직 만약에 그만큼 증거 ~이다 강한 충분한 에게 거부하다 그만큼 없음. 그래서요 I 시험 ~을 위한 a 차이점 또는 ~을 위한 등가? 그만큼 열쇠 ~이다 어떻게 너 상태 당신의 가설. 이것들 둘 예, I 생각하다 너 ~할 수 있다 보다, 사용 동일한 데이터 하지만 다른 테스트. 그만큼 선택 ~의 그만큼 시험 ~이다 ~ 아니다 ~에 대한 그만큼 데이터. 그것은 ~에 대한 그만큼 주장하다 저것 우리 원하다 에게 만들다 그리고 어떻게 우리 상태 저것 제대로 ~에 그만큼 가설. 기억하다 저것 통계적 테스트 ~이다 단방향. 저것 이다, 우리 ~할 수 있다 거부하다 a 널 또는 아니다. 만약에 그만큼 시험 ~이다 에게 거부하다 a 널 가설 ~와 함께 a 높은 개연성 언제 그것은 거짓.
지금, 하자 얻다 에게 그만큼 새로운 특징 ~에 JMP® 17. 젠펑 ~ 할 것이다 지금 현재의 그만큼 등가 테스트 및 언제 그녀는 완성된, 아픈 현재의 방법 비교.
지금, 나는 가고 있다 에게 공유하다 나의 화면. 안녕하세요, 나의 이름 ~이다 딩 지안펑. 나는 a 연구 통계량 개발자 ~에 JMP® 17. ~ 안에 이것 동영상, 나는 가고 있다 에게 말하다 ~에 대한 그만큼 등가, 비열등성, 그리고 우월 시험 ~에 JMP® 17. 그만큼 기초적인 가설 시험 ~에 그만큼 왼쪽 ~이다 a 시험 저것 최대 품질 전문가들 ~이다 친숙한 와 함께. 그것 ~이다 자주 사용된 에게 비교하다 둘 또는 더 여러 떼 ~의 데이터 에게 결정하다 ~이든 그들 ~이다 통계적으로 다른.
그만큼 매개변수 세타 ~할 수 있다 BE a 평균 응답 ~을 위한 마디 없는 결과 그리고 a 비율 언제 그만큼 결과 변하기 쉬운 ~이다 이진법. 세타 T 대표하다 응답 ~에서 치료 그룹 그리고 세타 영 대표하다 그만큼 응답 ~에서 a 제어 그룹. 거기 ~이다 삼 유형 ~의 그만큼 기초적인 가설 시험. 그만큼 첫 번째 하나 ~이다 양면 시험 그리고 그만큼 나머지 ~이다 하나- 편파 테스트. 만약에 너 바라보다 ~에 그만큼 양면 시험 ~에 그만큼 왼쪽, 그만큼 아니요 가설 ~이다 저것 그만큼 치료 수단 ~이다 같은 그리고 그만큼 대안 가설 ~이다 저것 그만큼 치료 수단 ~이다 다른.
때때로 우리 정말 필요 에게 설립하다 저것 것들 ~이다 대체로 그만큼 같은, 그리고 그만큼 기계 에게 하다 저것 ~이다 ~라고 불리는 한 등가 시험. 안 동등한 시험 ~이다 에게 보여주다 그만큼 차이점 ~에 세타 티, 세타 영 ~이다 이내에 a 사전 지정된 여유 델타 그리고 허용하다 우리를 에게 끝내다 등가 ~와 함께 a 지정된 신뢰 수준. 만약에 너 바라보다 ~에 그만큼 등가 시험, 그만큼 아니요 가설 ~이다 저것 그만큼 치료 수단 ~이다 다른 그리고 그만큼 대안 가설 ~이다 저것 그만큼 치료 수단 ~이다 이내에 a 결정된 델타 ~의 하나 또 다른.
이것 ~이다 다른 ~에서 그만큼 둘- 편파 가설 시험 ~에 그만큼 왼쪽. 또 다른 대안 테스트 대본 ~이다 그만큼 비열등성 시험 어느 목표 에게 입증하다 저것 결과 ~이다 ~ 아니다 대체로 더 나쁜. 거기 ~이다 또한 a 테스트 대본 ~라고 불리는 우월 테스트 저것 ~이다 비슷한 에게 비열등성 테스트 중, 제외하고 저것 그만큼 목표 ~이다 에게 입증하다 저것 결과 ~이다 대체로 더 나은. 거기 ~이다 다섯 다른 유형 ~의 등가 유형 테스트. 의존하다 ~에 그만큼 상황. 언제 ~해야 한다 우리 사용 이것 시험? 할 것이다 BE 논의했다 다음.
이것들 테스트 ~이다 매우 중요한 ~에 산업, 특히 ~에 그만큼 바이오텍 그리고 제약 산업. 여기 ~이다 일부 예시. 만약에 그만큼 목표 ~이다 에게 보여주다 저것 그만큼 새로운 치료 하다 ~ 아니다 다르다 상당히 ~에서 그만큼 기준 ~에 의해 더 ~보다 일부 작은 여유, 그 다음에 등가 시험 ~해야 한다 BE 사용된. 을 위한 예, a 일반적인 의약품 저것 ~이다 더 적은 값비싼 그리고 원인 약간의 옆 효과 ~보다 a 인기 있는 이름- 상표 의약품. 너 ~일 것이다 좋다 에게 입증하다 그것 가지다 같은 효능 ~처럼 그만큼 이름- 브랜드 하나. 그만큼 전형적인 목표 ~에 비열등성 테스트 ~이다 에게 끝내다 저것 a 새로운 치료 프로세스 또는 제품 ~이다 ~ 아니다 상당히 더 나쁜 ~보다 그만큼 기준 하나.
을 위한 예, a 새로운 조작 프로세스는 더 빠르게. 너 ~일 것이다 만들다 확신하는 그것 만든다 아니요 더 제품 결함 ~보다 그만큼 기준 프로세스. A 우월 시험 노력하다 에게 입증하다 저것 그만큼 새로운 치료 ~이다 상당히 더 나은 ~보다 그만큼 기준 하나. 을 위한 예, a 새로운 비료 가지다 계속 ~ 이다 개발된 ~와 함께 여러 개의 개량. 그만큼 연구자들 원하다 에게 보여주다 저것 그만큼 새로운 비료 ~이다 더 나은 ~보다 그만큼 현재의 비료. 어떻게 에게 세트 위로 그만큼 가설? 그만큼 그래프 ~에 그만큼 왼쪽 요약하다 다섯 다른 유형 ~의 등가 유형 테스트 매우 훌륭하게.
이것 그래프 ~이다 생성됨 ~에 의해 우리의 SAS/STAT® 동료, 남자 카스텔로, 그리고 도나 와트. 너 ~할 수 있다 찾다 그들의 하얀색 종이 ~에 이것 ~에 그만큼 편물. 선택 어느 시험 의존하다 ~에 그만큼 상황. 을 위한 각 ~의 이것 상황, 그만큼 지역 저것 우리 ~이다 견딜 수 없는 에게 설립하다 ~와 함께 그만큼 시험 ~이다 표시됨 ~에 파란색. 을 위한 등가 분석, 너 ~할 수 있다 건설하다 한 등가 지역 ~와 함께 높은 경계 세타 영 ...을 더한 델타 그리고 낮추다 경계 세타 영 마이너스 델타. 너 ~할 수 있다 지휘하다 한 등가 시험 ~에 의해 확인 중 ~이든 그만큼 신뢰 간격 ~의 세타 거짓말 ~에 전적으로 ~에 그만큼 파란색 등가 지역.
비슷하게, 너 ~할 수 있다 지휘하다 a 비열등성 시험 ~에 의해 확인 중 ~이든 그만큼 신뢰 간격 ~의 세타 거짓말 전적으로 ~ 위에 그만큼 낮추다 경계 만약에 더 큰 세타 ~이다 더 나은 또는 아래에 그만큼 높은 경계 만약에 더 작은 세타 ~이다 더 나은. 이것들 테스트 ~이다 사용 가능 ~에 JMP® 17인치 하나 방법 ~을 위한 비교하다 정상 수단 그리고 ~에 우연성 ~을 위한 비교하다 응답 요금. 그만큼 그래픽 사용자 인터페이스 ~의 등가 시험 시작하다 대화 만든다 그것 쉬운 ~을 위한 너 에게 찾다 그만큼 유형 ~의 시험 저것 대응하다 무엇 너 ~이다 견딜 수 없는 에게 설립하다.
A 숲 구성 ~에 그만큼 보고서 요약하다 그만큼 비교 매우 훌륭하게 그리고 만든다 그것 쉬운 ~을 위한 너 에게 해석하다 그만큼 결과. 다음, 나는 가고 있다 에게 하다 a 데모 ~에 대한 동등한 시험, 우월 시험, 그리고 비열등성 테스트. 나는 가고 있다 에게 사용 a 데이터 세트 ~라고 불리는 그만큼 의약품 측정 저것 ~이다 ~에 그만큼 제이엠피 견본 데이터 도서관. 열둘 다른 과목 ~이었다 주어진 삼 다른 약제 에이, 비, 그리고 기음, 그리고 마디 없는 측정 ~이었다 만들어진. I 첫 번째 출시됨 맞다 Y ~에 의해 X 그리고 놓다 그만큼 측정 ~처럼 Y 그리고 의약품 유형 ~처럼 X 요인.
이것 ~ 할 것이다 가져오다 그만큼 하나- 방법 분석. 아래에 그만큼 빨간색 삼각형 메뉴, 하자 첫 번째 찾다 동등한 시험 그리고 거기 ~이다 그만큼 둘 옵션, 수단, 그리고 기준 편차. 이었다 가고 있다 에게 집중하다 ~에 수단 ~을 위한 이것 예. 이것 ~ 할 것이다 가져오다 그만큼 등가 시작하다 대화. ~ 안에 이것 부분, 너 ~할 수 있다 선택하다 어느 시험 너 ~일 것이다 좋다 에게 지휘하다, 그리고 그만큼 그래프 대표하다 그만큼 선택 ~의 그만큼 선택된 시험. 을 위한 우월 그리고 비열등성 시험, 거기 ~이다 둘 시나리오.
하나 ~이다 크기가 큰 차이점 ~이다 더 나은. 또 다른 ~이다 작은 차이점 ~이다 더 나은. 선택하다 어느 하나 의존하다 ~에 그만큼 상황. 너 필요 에게 지정하다 그만큼 델타 또는 그만큼 여유 ~을 위한 그만큼 시험. 너 또한 필요 에게 지정하다 그만큼 신뢰 수준 알파 ~을 위한 그만큼 시험. 너 ~할 수 있다 어느 하나 선택하다 그만큼 파티 변화 또는 비교할 수 없는 변화 에게 달리다 그만큼 시험. 을 위한 이것 예, 우리 달리다 그만큼 동등한 시험 첫 번째 그리고 우리 지정하다 삼 ~처럼 a 차이점. 우리 ~이다 가고 있다 에게 하다 그만큼 동등한 시험 ~을 위한 모두 그만큼 한 쌍. 딸깍 하는 소리 좋아요 그리고 그것 ~ 할 것이다 가져오다 그만큼 동등한 시험 결과.
~에 그만큼 맨 위, 그것 ~이다 그만큼 통계적 세부 사항 ~을 위한 그만큼 등가 시험, 그리고 그만큼 맨 아래 그것은 a 숲 구성. 너 알아채다 거기 ~이다 둘 지역. 그만큼 파란색 지역 ~이다 그만큼 등가 지역 그리고 그만큼 빨간색 ~이다 그만큼 비 등가 지역. 그만큼 윤곽 여기 대표하다 그만큼 신뢰 간격 ~의 그만큼 평균 차이점 ~ 사이 둘 여러 떼. 만약에 우리 바라보다 ~에 이것 선, 이것 ~이다 그만큼 신뢰 간격 ~의 그만큼 평균 차이점 ~ 사이 의약품 A 그리고 기음, 그리고 너 보다 이것 선 ~이다 완전히 포함됨 내부에 이것 파란색 지역. 우리 바라보다 ~에 그만큼 P 값 ~의 그만큼 등가 시험 저것 0.02입니다 어느 ~이다 더 작은 0.05보다. 그래서 이것 5 % 중요성 수준, 우리 ~할 수 있다 선언하다 저것 의약품 A 그리고 C ~이다 동등한.
하지만 언제 너 바라보다 ~에 그만큼 신뢰 간격 ~의 a 평균 차이점 ~ 사이 의약품 A 그리고 비, 그리고 의약품 B 그리고 기음, 그들 ~이다 안을 댄 그 너머에 이것 파란색 지역. 그래서 우리는 끝내다 ~에 그만큼 5 % 중요성 수준 의약품 A 그리고 비, 그리고 의약품 B 그리고 기음, 우리 할 수 없다 끝내다 그들 ~이다 동등한. 다음, 만약에 우리 추정하다 의약품 C ~이다 a 기준 의약품 그리고 너 ~일 것이다 좋다 에게 찾다 밖으로 만약에 의약품 A 그리고 B ~이다 더 나은 ~보다 의약품 기음, 저것 만들다 우리를 원하다 에게 하다 a 우월 시험. 허락하다 나 닫다 이것 개요 메모 ~을 위한 지금 그리고 우리 시작하다 그만큼 동등한 시험 다시 그리고 우리 딸깍 하는 소리 수단.
이것 시간 이었다 가고 있다 에게 달리다 우월 시험. 우리 딸깍 하는 소리 그만큼 우월 시험 그리고 우리 선호하다 크기가 큰 차이점 그리고 우리 지정하다 0.4 ~처럼 우리의 여유. 이것 시간 우리 필요 에게 세트 의약품 C ~처럼 우리의 제어 그룹 그리고 딸깍 하는 소리 좋아요. 이것 ~ 할 것이다 가져오다 그만큼 우월 시험. 에서 이것 숲 구성 너 ~할 수 있다 보다 그만큼 신뢰 간격 ~의 a 평균 차이점 ~ 사이 의약품 B 그리고 C ~이다 완전히 포함됨 내부에 이것 파란색 지역. 그래서 우리 끝내다 저것 ~에 그만큼 5 % 신뢰 수준, 우리 ~할 수 있다 선언하다 저것 그만큼 B ~이다 우수한 에게 의약품 기음. 하지만 우리 할 수 없다 만들다 a 같은 결론 에게 의약품 A 그리고 기음. 이것 결론짓다 나의 첫 번째 예.
그만큼 다음 예 ~ 할 것이다 보여주다 어떻게 에게 실시하다 비열등성 시험 ~을 위한 그만큼 상대적인 위험 ~ 사이 둘 크기. 허락하다 나 열려 있는 그만큼 데이터 테이블. A 무작위 재판 ~이다 에게 비교하다 의약품 피닥스 ~처럼 한 대안 에게 의약품 벤코 ~을 위한 그만큼 치료 ~의 콜론 감염. 그만큼 둘 약제 가지다 비슷한 효능 그리고 안전. 둘 백 이십- 하나 밖으로 ~의 225 환자들 치료했다 ~와 함께 피닥스 달성했다 객관적인 Q ~에 의해 그만큼 끝 ~의 그만큼 공부하다, 비교하다 에게 223개 중 ~의 257 환자들 치료했다 ~와 함께 벤코.
우리 시작하다 맞다 Y ~에 의해 X 다시 그리고 우리 플러그 ~에 Q ~처럼 Y 그리고 의약품 ~처럼 X 요인과 계정 ~처럼 a 빈도 그리고 딸깍 하는 소리 좋아요. 할 것이다 가져오다 그만큼 우연성 분석. 에서 그만큼 있을 수 있는 일 비율 테스트, 피어슨 시험, 그리고 피셔의 정확히 시험, 그들 모두 나타내다 저것 거기 ~이다 아니요 큰 차이점 ~ 사이 이것들 둘 약제. 하지만 우리 ~일 것이다 좋다 에게 찾다 밖으로 만약에 의약품 피닥스 ~이다 ~ 아니다 밑에 붙이는 에게 의약품 벤코. 우리 가다 에게 그만큼 위로 빨간색 삼각형 그리고 가져오다 그만큼 동등한 시험. 거기 ~이다 둘 옵션. 하나 ~이다 그만큼 위험 차이점 그리고 하나 ~이다 상대적인 위험. 을 위한 이것 예, 우리 선택하다 상대적인 위험.
다시, 가져오다 이것 동등한 시험 시작하다 대화. 을 위한 이것 예, 이었다 가고 있다 에게 달리다 비열등성 시험. A 얻다, 우리 선호하다 크기가 큰 비율. 우리 지정하다 0.9 ~처럼 우리의 여유 그리고 우리 케어 ~에 대한 그만큼 치료 효과. 그래서 우리 ~해야 한다 선택하다 예 그리고 그 다음에 우리 딸깍 하는 소리 좋아요. 그래서 이것 가져오다 그만큼 비열등성 시험. 에서 그만큼 숲 구성, 우리 ~할 수 있다 보다 그만큼 신뢰 간격 ~의 그만큼 상대적인 위험 ~이다 완전히 포함됨 ~에 이것 파란색 지역, 그리고 그만큼 P 값 ~을 위한 그만큼 비열등성 시험 ~이다 매우 작은. 그래서 우리 끝내다 ~에 그만큼 5 % 중요한 수준, 그만큼 의약품 피닥스 ~이다 ~ 아니다 밑에 붙이는 에게 의약품 벤코. 이것 결론짓다 나의 말하다 그리고 I ~ 할 것이다 주다 뒤쪽에 에게 표시. I 필요 에게 이걸 멈춰 공유하다.
감사하다 너, Jianfeng. 지금 ~에 그만큼 마지막 부분 ~의 우리의 프레젠테이션, 나는 가고 있다 에게 말하다 ~에 대한 또 다른 비교 어디 우리 원하다 에게 비교하다 그만큼 결과 또는 측정 ~에서 둘 다른 행동 양식 ~의 자질 일부 수량. 우리 추정하다 저것 있다 a 기준 방법 저것 이미 존재합니다. 그것 가지다 계속 ~ 이다 검증됨. 우리 ~할 수 있다 사용 그것 에게 측정하다 그만큼 수준 ~의 일부 수량. 저것 ~할 것 같다 BE 그만큼 온도 또는 그만큼 힘 ~의 a 의약품. 하지만 ~을 위한 일부 이유, 우리는 개발된 a 새로운 방법 ~을 위한 그만큼 같은 결과.
우리 ~ 해야 하다 비교하다 그것은 성능 에게 그만큼 기준 방법 ~ 전에 우리 사용 그것. 이것 ~이다 a 긴 서 있는 문제. 이것 비교 가지다 계속 ~ 이다 체계화된 ~을 위한 a 긴 시간 ~에 의해 많은 국제적인 조직. 나는 나열된 a 약간의 ~의 그들을 ~에 이것 슬라이드. 그래서 이것 ~이다 a 매우 잘 공부했다 그리고 한 확립된 비교. ~ 안에 이것 사례, 이었다 가고 있다 에게 비교하다 에게 신원. 이었다 가고 있다 에게 비교하다 이것들 둘 행동 양식 어디 이상적으로 그만큼 시험 방법 ~일 것이다 주다 우리를 그만큼 같은 값 ~처럼 그만큼 기준 방법. 그래서 우리는 구성 그만큼 데이터 사용 중 a 산점도. 우리 가지다 그만큼 시험 방법 ~에 그만큼 수직의 중심선 그리고 그만큼 기준 방법 결과 ~에 그만큼 수평의 중심선. 우리 ~할 수 있다 심지어 구성 그만큼 신원 선 어디 Y 동등하다 X ~을 위한 참조.
이상적으로는, 우리 ~일 것이다 얻다 그만큼 결과 ~에서 둘 다 행동 양식, 하지만 저것 습관 일어나다 왜냐하면 ~의 측정 오류 ~에 둘 다 행동 양식. 잘 사용 회귀 분석 에게 결정하다 그만큼 최상의 맞다 ~을 위한 이것 선 어디 우리 가지다 그만큼 시험 방법 ~ 대 그만큼 기준 방법. 그 다음에 그만큼 추정된 매개변수 ~을 위한 우리의 모델 ~할 수 있다 BE 비교하다 에게 그만큼 신원 선. 그만큼 널 가설, 우리 시작 ~와 함께 그만큼 아이디어 저것 그들 ~이다 ~ 아니다 그만큼 같은. 그래서 그만큼 가로채다 ~의 이것 선 ~이다 ~ 아니다 영 또는 그만큼 경사 ~이다 ~ 아니다 하나 또는 혹시 둘 다. ~ 안에 다른 단어, 그만큼 결과 ~이다 ~ 아니다 동등한.
그만큼 대안, 어느 우리 ~일 것이다 좋다 에게 주장하다 ~이다 저것 그들 ~이다 동등한. 그래서 거기 우리 상태 저것 그만큼 가로채다 ~해야 한다 BE 영 그리고 그만큼 경사 ~해야 한다 BE 하나. 에게 만들다 이것 비교 사용 중 회귀, 우리 가지다 에게 가정 a 모델. ~ 안에 이것 사례, 그것은 a 단순한 선의 회귀 모델. 우리 가지다 a 끊임없는 용어 에이, a 비례항 용어 B 타임스 엑스. 이었다 가고 있다 에게 추정 저것들 매개변수 A 그리고 B, 그리고 사용 우리의 가설 에게 결정하다. 우리 또한 가지다 a 용어 엡실론, 그리고 저것 대표하다 그만큼 측정 오류, 그만큼 무작위의 변화. 사용 중 선의 회귀, 우리 추정하다 저것 그만큼 Y 그리고 그만큼 X ~이다 선형적으로 관련된.
우리 추정하다 저것 그만큼 통계적 오류 저것 엡실론 ~이다 ~에 그리고, ~ 아니다 ~에 엑스. 우리 또한 추정하다 저것 저것들 오류 ~이다 분산 ~에 a 방법 저것 ~이다 독립적인 ~의 그만큼 응답. ~ 안에 다른 단어, 그만큼 통계적 오류 ~이다 그만큼 같은 가로질러 그만큼 전체 범위 ~의 이것 방법. 또한, 저것 아니요 데이터 발휘하다 어느 과도한 영향 ~에 이것들 추정치. 잘, ~에 방법 비교, 우리 대개 위반하다 이것들 가정. 첫 번째 ~의 모두, 거기 ~이다 측정 오류 ~에 그만큼 기준 방법 ~처럼 잘.
또한, 자주 그만큼 오류 ~이다 ~ 아니다 끊임없는. 저것 이다, 우리 관찰하다 a 끊임없는 계수 ~의 변화 하지만 ~ 아니다 a 끊임없는 기준 편차. 이상치 ~이다 그것을 제시하다 ~할 수 있다 강하게 영향 그만큼 견적. 다른 회귀 행동 양식 ~이다 필수의 ~에 그런 a 사례. 그만큼 데밍 회귀 동시에 최소화합니다 그만큼 최소 정사각형 오류 ~에 둘 다 Y 그리고 엑스. 그것이다 적절한 ~을 위한 이것 사례. 그만큼 통과- 바블록 회귀 ~이다 a 비모수적 방법 그게 기반을 둔 ~에 그만큼 중앙값 ~의 모두 가능한 쌍으로 경사면.
그것은 저항성 에게 이상치 그리고 비상수 오류. 하자 말하다 ~에 대한 각 ~의 이것들 간단히. 그만큼 데밍 회귀 ~이다 제공됨 ~에 그만큼 이변량 플랫폼 ~을 통해 그만큼 맞다 직교 명령. 이것 가지다 계속 ~ 이다 사용 가능 ~에 제이엠피 ~을 위한 많은 연령. 그만큼 데밍 회귀 ~할 수 있다 추정 그만큼 오류 ~에 Y 그리고 엑스, 추정하다 저것 그만큼 오류 ~에 Y 그리고 X ~이다 동일한, 또는 사용 a 주어진 비율 ~의 Y 에게 X 오류.
통과- 바블록 회귀 ~이다 새로운. 제이엠피® 17 소개했다 이것 방법 ~에 그만큼 이변량 플랫폼 ~을 통해 그만큼 맞다 패싱-바블록 명령. 이것 명령 또한 포함하다 체크 무늬 ~을 위한 그만큼 가정 저것 그만큼 측정 ~이다 고도로 전적으로 상관관계가 있는 그리고 전시하다 a 선의 관계. 방법 비교 자주 포함하다 a 비교 ~에 의해 차이점. 그만큼 중에- 알트만 분석 비교하다 그만큼 쌍으로 차이점 ~처럼 Y 에게 그만큼 쌍으로 수단 ~처럼 X 에게 평가하다 편견 ~ 사이 그만큼 둘 가치.
그만큼 결과 ~이다 제시됨 ~에 a 산점도 ~의 Y ~ 대 X ~을 위한 당신의 시험 그리고 또한 에게 식별하다 어느 이상 현상. 이것 발생하다 ~에 그만큼 매치됨 한 쌍 플랫폼. 매치됨 한 쌍 플랫폼 가지다 계속 ~ 이다 부분 ~의 제이엠피 ~을 위한 많은 연령 ~처럼 잘, 하지만 그만큼 블랜드-알트만 시험 ~이다 a 새로운 덧셈. 그만큼 보고서 또한 선물하다 그만큼 가설 시험. 지금 ID 좋다 에게 입증하다 이것들 둘 행동 양식. 처럼 I 말했다, 데밍 회귀 가지다 계속 ~ 이다 사용 가능 ~을 위한 a 긴 시간, 하지만 ~을 위한 완전성' 동기, 나는 가고 있다 에게 입증하다 그것 여기 옆에 그만큼 새로운 행동 양식.
I 선택하다 ~에서 그만큼 분석하다 메뉴, 맞다 Y ~에 의해 엑스. 나는 가고 있다 에게 비교하다 시험 방법 1 에게 나의 기준 방법. 그만큼 기준 방법 간다 ~에 그만큼 X 역할 그리고 그만큼 새로운 시험 방법 간다 ~에 그만큼 Y 역할. 너 ~할 수 있었다 평가하다 더 ~보다 하나 시험 방법 ~에 그만큼 같은 시간. 여기 있습니다 나의 구성. 처음에는, I 보다 a 소수 구성. I 예상하다 이것들 둘 에게 동의하다 매우 잘. I 예상하다 에게 보다 저것 그들 따르다 이것 대각선 길, 저것 그들은 선의, 그리고 그래서 앞으로. 아픈 딸깍 하는 소리 그만큼 빨간색 삼각형 다음 에게 이변량 그리고 선택하다 맞다 직교.
~ 안에 이것 사례, I ~하지 않다 정말 알다 저것 그만큼 분산 ~이다 동일한 또는 I ~하지 않다 가지다 어느 이전의 정보 저것 I ~할 수 있었다 지정하다 a 비율. 그래서 나는 가지다 제이엠피 추정 그만큼 오류 ~에 둘 다. 아픈 사용 그만큼 첫 번째 옵션 여기. 지금 우리 가지다 그만큼 장착됨 선 사용 중 데밍 회귀. 아래에 저것 우리 가지다 그만큼 보고서. 그만큼 보고서 포함하다 한 추정 ~의 그만큼 가로채다. 우리 ~할 수 있다 보다 그것은 작은 그리고 닫다 에게 영. 우리 가지다 한 추정 ~을 위한 그만큼 경사.
사용 중 그만큼 신뢰 간격, 우리 보다 저것 그것 포함하다 하나, 어느 우리 ~일 것이다 예상하다 만약에 그만큼 시험 방법 동의한다 ~와 함께 그만큼 기준. 그것이다 데밍 회귀. 지금, 이었다 가고 있다 에게 가져가다 a 바라보다 ~에 그만큼 새로운 행동 양식 패싱-바블록 회귀 ~에 잎- 알트만. 같은 시작, 선택하다 분석하다, 그리고 그 다음에 선택하다 맞다 Y ~에 의해 엑스. 나는 가고 있다 에게 사용 그만큼 상기하다 단추 여기. I 원하다 에게 비교하다 방법 1 에게 그만큼 기준, 하지만 나는 가고 있다 에게 사용 a 새로운 회귀 기술.
아픈 딸깍 하는 소리 ~에 그만큼 빨간색 삼각형 그리고 선택하다 맞다 패싱-바블록. 있다 실제로 둘 윤곽 여기. 있다 a 빨간색 선 저것 대표하다 그만큼 최상의- 맞다 선 사용 중 그만큼 패싱-바블록 회귀. 하지만 있다 또한, ~을 위한 우리의 참조, a 선 저것 대표하다 어디 y 동등하다 엑스. 그것은 딱딱한 에게 보다. 나는 가고 있다 에게 사용 그만큼 돋보기 도구 에게 확대하다 a 약간의 타임스. 지금 너 ~할 수 있다 보다 저것 거기 이다, ~에 사실, 둘 분리된 윤곽. 하나 ~이다 그만큼 신원 그리고 하나 ~이다 그만큼 맞다, 하지만 그들 겹침 상당히 a 조금. 이것들 ~이다 상당히 비슷한.
~ 안에 그만큼 수치적 보고서, 첫 번째 I 가지다 a 시험 ~을 위한 그만큼 높은 긍정적인 상관관계. 이었다 사용 중 켄달의 예, 그리고 우리 ~할 수 있다 보다 저것 그것 ~이다 고도로 중요한. 우리 거부하다 그만큼 아이디어 저것 그들은 ~ 아니다 강하게 상관관계가 있음. 다음, 우리 가지다 a 시험 ~의 선형성. 여기, 이것 시험 가정한다 저것 그들은 선형, 그리고 w 오히려 찾고 ~을 위한 강한 증거 ~에 맞서 저것. 하지만 우리 가지다 a 매우 높은 P 값 여기, 그래서 우리 하다 ~ 아니다 거부하다 그만큼 추정 저것 그들은 선의. 마지막으로, 우리 가지다 그만큼 매개변수 추정치 ~에 의해 사용 중 통과 -바블록 회귀, 우리 가지다 그만큼 가리키다 추정, 우리 가지다 그만큼 간격 추정.
을 위한 그만큼 가로채다, 저것 간격 포함하다 영, 그래서 우리 할 수 없다 거부하다 한 가로채다 ~의 영. 우리는 가지고있다 그만큼 경사 ~이다 포함됨 이내에 한 간격 저것 포함하다 하나. 비슷하게, 우리 캔트 거부하다 저것 그만큼 경사 ~의 저것 선 ~이다 동일한 에게 하나. 하자 말하다 우리는 또한 좋다 에게 비교하다 이것들 둘 행동 양식 ~에 의해 차이점. 에게 하다 저것, I 딸깍 하는 소리 ~에 그만큼 빨간색 삼각형 ~을 위한 그만큼 옵션 ~의 그만큼 맞다 패싱-바블록 결과 및 여기 우리 보다 그만큼 명령 블랜드-알트만 분석. 그것 걸립니다 모두 그만큼 정보 여기 그리고 출시하다 성냥 한 쌍 ~와 함께 그만큼 추가의 정보 ~에 그만큼 블랜드-알트만 분석.
그만큼 구성 ~이다 전시 우리를 ~에 그만큼 Y 중심선 그만큼 쌍으로 차이점 ~ 사이 그만큼 방법 하나 그리고 그만큼 기준 방법, 그리고 그것은 계획했다 ~에 맞서 ~에 그만큼 수평의 중심선 ~이다 그만큼 평균 ~의 저것들 둘 가치. 그만큼 블랜드-알트만 분석 ~이다 도움이 되는 왜냐하면 그것 준다 우리를 한 아이디어 ~에 대한 그만큼 편견. 그래서 여기 I 가지다 한 추정 ~의 그만큼 편견 ~이다 부정적인 0.113, 하지만 우리 ~할 수 있다 보다 저것 그만큼 간격 추정 ~의 그만큼 편견 포함하다 영, 그래서 우리 캔트 거부하다 그만큼 아이디어 저것 그만큼 편견 ~이다 동일한 에게 영 그리고 그래서 에. 지금 우리 가지다 ~에 JMP® 17, a 많이 더 완벽한 세트 ~의 도구 ~을 위한 비교하다 다른 시험 행동 양식. 저것 결론짓다 우리의 프레젠테이션. 감사하다 너.
