Hola y bienvenido a nuestro presentación, Aproches a Comparaciones con JMP® 17. Mi nombre es Marca Muralla exterior. Soy a sénior Analítica Software Ensayador, y mi co- presentador hoy es jianfeng Timbre, a Sénior Investigación Estadístico Revelador. Antes nosotros conseguir en el nuevo características, eran yendo a llevar a momento a hacer seguro eso todos tiene el adecuado fondo a agradecer estos nuevo métodos.
Este tiene a hacer con usando estadístico inferencia cuando eran intentando a comparar dos poblaciones. Este es a muy común tarea, y el comparación generalmente dirige a a decisión entre dos ideas acerca de estos poblaciones. Si nosotros podría observar el poblaciones en su totalidad, nosotros no lo haría necesidad estadística, pero eso es no generalmente el caso. Así que, nosotros tener a trabajar con muestras de el poblaciones. Estadístico inferencia poder proporcionar alguno en realidad valioso información acerca de aquellos muestras.
En particular, es allá suficiente evidencia a rechazar uno idea acerca de el dos ¿poblaciones? Entonces a claro declaración de estos ideas o hipótesis es básico a haciendo el correcto elección para el prueba y también para el correcto interpretación. Entonces Vamos hablar a pequeño poco acerca de el ideas o hipótesis eso son parte de estos estadístico pruebas. El alternativa y nulo hipótesis, como ellos son conocido, representar mutuamente exclusivo declaraciones acerca de estos poblaciones, y No otro hipótesis es posible.
Para ejemplo, uno declaración podría ser para población A y población B eso su medio son igual. El otro idea es eso ellos son no igual. Aquellos dos ideas o hipótesis son mutuamente exclusivo y No otro hipótesis es posible. Qué el role de estos dos ¿Ideas? El alternativa hipótesis estados el conclusión eso nosotros quería como a afirmar. Él representa el poblaciones y él voluntad requerir suficiente evidencia en el datos a derrocamiento el otro hipótesis.
El otro uno es llamado el nulo hipótesis. Él estados el oponiéndose conclusión eso debe ser superar por fuerte evidencia. Él sirve como a referencia para este comparación. Es ficticio a ser verdadero. Ahora, actualmente, Hay un poco de a malentendido en hipótesis pruebas en eso él solo piensa acerca de comparación en uno dirección. Eso es porque históricamente, este es el forma él era presentado en capacitación.
Eso mayoría a menudo enseñó prueba es usado a demostrar eso Hay a diferencia entre dos poblaciones. El resultante falta de comprensión poder dirigir a a usar de estos pruebas. A ser claro, el elección de el prueba es no a asunto de qué datos es coleccionado o cómo el datos es coleccionado. Es enteramente acerca de el fijado hipótesis para el objetivo de su comparación. Vamos mirar en estos dos posibilidades. Vamos decir eso el meta de nuestro comparación es a demostrar a diferencia.
Nosotros desear a explícitamente estado estos ideas a hacer seguro el prueba es claro. En el primero ejemplo, I desear a demostrar eso a temperatura cambiar causas a nuevo resultado. Eso es, allá es a diferencia. Casarse como a afirmar eso el nuevo nivel de el respuesta voluntad resultado de a cambiar en el proceso temperatura. Tal vez nosotros esperar a más alto producir o casarse como a espectáculo más estabilidad. A diseño experimento es usado a al azar muestra de el población para a bajo- temperatura condición y de a población de a alto- temperatura condición.
El dos hipótesis para este prueba, el nulo hipótesis estados eso el temperatura hace no afectar el resultado. Recordar, es nuestro referencia y nosotros asumir él a ser verdadero. El alternativa hipótesis es nuestro idea. Temperatura afecta el resultado, pero nosotros poder decidir este solo si el evidencia es fuerte suficiente a rechazar el nulo hipótesis. Ahora, Vamos cambiar eso. Vamos contrarrestar eso. Vamos decir eso en este comparación, I desear a demostrar equivalencia. En el segundo ejemplo, I desear a espectáculo eso a temperatura cambiar hace no causa a cambiar en el resultado.
Eso es, el resultado, cualquiera forma, es equivalente. Nosotros desear a afirmar eso a planificado cambiar en el proceso temperatura voluntad mejorar el producir pero no afectar el nivel de un impureza de el producto. Nosotros diseño el mismo experimento, recolectar el mismo muestras, pero ahora nuestro hipótesis son cambiado. El nulo hipótesis es eso el temperatura afecta el resultado. Es nuestro nuevo referencia, nosotros aún asumir él a ser verdadero, mientras el alternativa hipótesis estados eso el temperatura hace no afectar el resultado, el impureza nivel.
Pero nosotros poder hacer eso afirmar solo si el evidencia es fuerte suficiente a rechazar el nulo. Así que hazlo I prueba para a diferencia o para ¿equivalencia? El llave es cómo tú estado su hipótesis. Estos dos ejemplos, I pensar tú poder ver, usar idéntico datos pero diferente pruebas. El elección de el prueba es no acerca de el datos. Es acerca de el afirmar eso nosotros desear a hacer y cómo nosotros estado eso adecuadamente en el hipótesis. Recordar eso estadístico pruebas son unidireccional. Eso es, nosotros poder rechazar a nulo o no. Si el prueba es a rechazar a nulo hipótesis con a alto probabilidad cuando es FALSO.
Ahora, Vamos conseguir a el nuevo características en JMP® 17. jianfeng voluntad ahora presente el equivalencia pruebas y cuando ella es finalizado, Enfermo presente método comparación.
Ahora, Soy yendo a compartir mi pantalla. Hola, mi nombre es Jianfeng Ding. Soy a Investigación Estadística Revelador en JMP® 17. En este video, Soy yendo a hablar acerca de el Equivalencia, No inferioridad, y Superioridad Prueba en JMP® 17. El básico hipótesis prueba en el izquierda es a prueba eso mayoría calidad profesionales son familiar con. Él es a menudo usado a comparar dos o más grupos de datos a determinar si ellos son estadísticamente diferente.
El parámetro theta poder ser a significar respuesta para continuo resultado y a proporción cuando el resultado variable es binario. Theta T representa respuesta de tratamiento grupo y theta cero representa el respuesta de a control grupo. Allá son tres tipos de el básico hipótesis prueba. El primero uno es de dos caras prueba y el descansar son uno- de un lado pruebas. Si tú mirar en el de dos caras prueba en el izquierda, el No hipótesis es eso el tratamiento medio son mismo y el alternativa hipótesis es eso el tratamiento medio son diferente.
A veces nosotros en realidad necesidad a establecer eso cosas son sustancialmente el mismo, y el maquinaria a hacer eso es llamado un equivalencia prueba. Un equivalente prueba es a espectáculo el diferencia en theta Yo, theta cero es dentro a pre- especificado margen delta y permitir a nosotros a concluir equivalencia con a especificado confianza nivel. Si tú mirar en el equivalencia prueba, el No hipótesis es eso el tratamiento medio son diferente y el alternativa hipótesis es eso el tratamiento medio son dentro a fijado delta de uno otro.
Este es diferente de el dos- de un lado hipótesis prueba en el izquierda. Otro alternativa pruebas guión es el no inferioridad prueba cual objetivos a demostrar eso resultados son no sustancialmente peor. Allá es también a pruebas guión llamado superioridad pruebas eso es similar a no inferioridad pruebas, excepto eso el meta es a demostrar eso resultados son sustancialmente mejor. Allá son cinco diferente tipos de equivalencia tipo pruebas. Depender en el situación. Cuando debería nosotros usar este ¿prueba? Voluntad ser discutido próximo.
Estos pruebas son muy importante en industria, especialmente en el biotecnología y farmacéutico industria. Aquí son alguno ejemplos. Si el meta es a espectáculo eso el nuevo tratamiento hace no diferir de de modo significativo de el estándar por más que alguno pequeño margen, entonces equivalencia prueba debería ser usado. Para ejemplo, a genérico droga eso es menos caro y causa pocos lado efectos que a popular nombre- marca droga. Tú quería como a probar él tiene mismo eficacia como el nombre- de marca uno. El típico meta en no inferioridad pruebas es a concluir eso a nuevo tratamiento proceso o producto es no de modo significativo peor que el estándar uno.
Para ejemplo, a nuevo fabricación El proceso es más rápido. Tú quería hacer seguro él crea No más producto defectos que el estándar proceso. A superioridad prueba intentar a probar eso el nuevo tratamiento es sustancialmente mejor que el estándar uno. Para ejemplo, a nuevo fertilizante tiene estado desarrollado con varios mejoras. El investigadores desear a espectáculo eso el nuevo fertilizante es mejor que el actual fertilizante. Cómo a colocar arriba el ¿hipótesis? El gráfico en el izquierda resume cinco diferente tipo de equivalencia tipo pruebas muy bien.
Este gráfico es creado por nuestro SAS/STAT® colegas, John Castelloe, y Donna Vatios. Tú poder encontrar su blanco papel en este en el web. Eligiendo cual prueba depender en el situación. Para cada de este situación, el región eso nosotros son intentando a establecer con el prueba es mostrado en azul. Para equivalencia análisis, tú poder construir un equivalencia región con superior atado theta cero más delta y más bajo atado theta cero menos delta. Tú poder conducta un equivalencia prueba por de cheques si el confianza intervalo de theta mentiras en enteramente en el azul equivalencia región.
Asimismo, tú poder conducta a no inferioridad prueba por de cheques si el confianza intervalo de theta mentiras enteramente arriba el más bajo atado si más grande theta es mejor o abajo el superior atado si menor theta es mejor. Estos pruebas son disponible en JMP® 17 pulgadas uno forma para comparando normal medio y en contingencia para comparando respuesta tarifas. El gráfico usuario interfaz de equivalencia prueba lanzamiento diálogos marcas él fácil para tú a encontrar el tipo de prueba eso corresponder qué tú son intentando a establecer.
A bosque trama en el informe resumir el comparación muy bien y marcas él fácil para tú a interpretar el resultados. Próximo, Soy yendo a hacer a manifestación acerca de equivalente prueba, superioridad prueba, y no inferioridad pruebas. Soy yendo a usar a datos colocar llamado el Droga Medición eso es en el JMP muestra datos biblioteca. Doce diferente sujetos eran dado tres diferente drogas A, B, y DO, y continuo medición eran hecho. I primero lanzado Adaptar Y por X y poner el medición como Y y droga tipo como X factor.
Este voluntad traer el uno- forma análisis. Bajo el rojo triángulo menú, Vamos primero encontrar equivalente prueba y allá son el dos opciones, medio, y estándar desviaciones. Eran yendo a enfocar en medio para este ejemplo. Este voluntad traer el equivalencia lanzamiento diálogo. En este sección, tú poder elegir cual prueba tú quería como a conducta, y el gráfico representa el elección de el seleccionado prueba. Para superioridad y no inferioridad prueba, allá son dos escenarios.
Uno es grande diferencia es mejor. Otro es pequeño diferencia es mejor. Elegir cual uno depender en el situación. Tú necesidad a especificar el delta o el margen para el prueba. Tú también necesidad a especificar el confianza nivel alfa para el prueba. Tú poder cualquiera elegir el Fiestas Diferencia o Sin igual diferencia a correr el prueba. Para este ejemplo, nosotros correr el equivalente prueba primero y nosotros especificar tres como a diferencia. Nosotros son yendo a hacer el equivalente prueba para todo el pares. Hacer clic bueno y él voluntad traer el equivalente prueba resultado.
En el arriba, él es el estadístico detalle para el equivalencia prueba, y el abajo es a bosque trama. Tú aviso allá son dos regiones. El azul región son el equivalencia región y el rojo son el no- equivalencia región. El pauta aquí representar el confianza intervalo de el significar diferencia entre dos grupos. Si nosotros mirar en este línea, este es el confianza intervalo de el significar diferencia entre droga A y DO, y tú ver este línea es completamente contenido adentro este azul región. Nosotros mirar en el P valor de el equivalencia prueba eso es 0.02 cual es menor de 0,05. Así que en este 5 % significado nivel, nosotros poder declarar eso droga A y C son equivalente.
Pero cuando tú mirar en el confianza intervalo de a significar diferencia entre droga A y B, y droga B y DO, ellos son forrado más allá de este azul región. Así que nosotros concluir en el 5 % significado nivel droga A y B, y droga B y DO, nosotros no puedo concluir ellos son equivalente. Próximo, si nosotros asumir droga C es a estándar droga y tú quería como a encontrar afuera si droga A y B son mejor que droga DO, eso hacer a nosotros desear a hacer a superioridad prueba. Dejar a mí cerca este describir nota para ahora y nosotros lanzamiento el equivalente prueba de nuevo y nosotros hacer clic Medio.
Este tiempo eran yendo A correr superioridad prueba. Nosotros hacer clic el superioridad prueba y nosotros preferir grande diferencia y nosotros especificar 0.4 como nuestro margen. Este tiempo nosotros necesidad a colocar droga C como nuestro control grupo y hacer clic DE ACUERDO. Este voluntad traer el superioridad prueba. De este bosque trama tú poder ver el confianza intervalo de a significar diferencia entre droga B y C es completamente contenido adentro este azul región. Entonces nosotros concluir eso en el 5 % confianza nivel, nosotros poder declarar eso el B es superior a droga DO. Pero nosotros no puedo hacer a mismo conclusión a droga A y DO. Este concluye mi primero ejemplo.
El próximo ejemplo voluntad espectáculo cómo a realizar una no inferioridad prueba para el relativo riesgo entre dos dimensiones. Dejar a mí abierto el datos mesa. A aleatorizado ensayo es a comparar droga FIDAX como un alternativa a droga VENCO para el tratamiento de colon infecciones. El dos drogas tener similar eficacia y seguridad. Dos centenar veinte- uno afuera de 225 pacientes tratado con FIDAX logrado clínico Q por el fin de el estudiar, comparado a 223 fuera de 257 pacientes tratado con VENCO.
Nosotros lanzamiento Adaptar Y por X de nuevo y nosotros enchufar en Q como Y y droga como X factor y cuenta como a frecuencia y hacer clic DE ACUERDO. Voluntad traer el contingencia análisis. De el Probabilidad Relación prueba de Pearson prueba, y Pescador Exactamente prueba, ellos todo indicar eso allá es No grande diferencia entre estos dos drogas. Pero nosotros quería como a encontrar afuera si droga FIDAX es no inferior a droga VENCO. Nosotros ir a el arriba rojo triángulo y traer el equivalente prueba. Allá son dos opciones. Uno es el riesgo diferencia y uno es relativo riesgo. Para este ejemplo, nosotros elegir relativo riesgo.
De nuevo, traer este equivalente prueba lanzamiento diálogo. Para este ejemplo, eran yendo a correr no inferioridad prueba. A ganar, nosotros preferir grande ratios. Nosotros especificar 0.9 como nuestro margen y nosotros cuidado acerca de el tratamiento efecto. Entonces nosotros debería elegir Sí y entonces nosotros hacer clic DE ACUERDO. Entonces este traer el no inferioridad prueba. De el bosque trama, nosotros poder ver el confianza intervalo de el relativo riesgo es completamente contenido en este azul región, y el P valor para el no inferioridad prueba es muy pequeño. Entonces nosotros concluir en el 5 % significativo nivel, el droga FIDAX es no inferior a droga VENCO. Este concluye mi hablar y I voluntad dar atrás a Marca. I necesidad a Detén esto compartir.
Agradecer tú, Jian Feng. Ahora en el último parte de nuestro presentación, Soy yendo a hablar acerca de otro comparación dónde nosotros desear a comparar el resultados o mediciones de dos diferente métodos de medición alguno cantidad. Nosotros asumir eso Hay a estándar método eso ya existe. Él tiene estado validado. Nosotros poder usar él a medida el nivel de alguno cantidad. Eso podría ser el temperatura o el potencia de a droga. Pero para alguno razón, nosotros tenemos desarrollado a nuevo método para el mismo resultado.
Nosotros debe comparar es actuación a el estándar método antes nosotros usar él. Este es a largo de pie asunto. Este comparación tiene estado codificado para a largo tiempo por numeroso internacional organizaciones. Yo tengo listado a pocos de a ellos en este deslizar. Entonces este es a muy Bueno estudió y un establecido comparación. En este caso, eran yendo a comparar a identidad. Eran yendo a comparar estos dos métodos dónde idealmente el prueba método quería dar a nosotros el mismo valor como el estándar método. Así que nosotros trama el datos usando a diagrama de dispersión. Nosotros tener el prueba método en el vertical eje y el estándar método resultado en el horizontal eje. Nosotros poder incluso trama el identidad línea dónde Y es igual X para referencia.
Idealmente, nosotros quería conseguir el resultado de ambos métodos, pero eso no suceder porque de medición error en ambos métodos. Bien usar regresión análisis a determinar el mejor adaptar para este línea dónde nosotros tener el prueba método versus el estándar método. Entonces el estimado parámetros para nuestro modelo poder ser comparado a el identidad línea. El nulo hipótesis, nosotros comenzar con el idea eso ellos son no el mismo. Entonces el interceptar de este línea es no cero o el pendiente es no uno o probablemente ambos. En otro palabras, el resultados son no equivalente.
El alternativa, cual nosotros quería como a afirmar es eso ellos son equivalente. Entonces allá nosotros estado eso el interceptar debería ser cero y el pendiente debería ser uno. A hacer este comparación usando regresión, nosotros tener a postulado a modelo. En este caso, es a simple lineal regresión modelo. Nosotros tener a constante término A, a proporcional término B veces INCÓGNITA. Eran yendo a estimar aquellos parámetros A y Banda usar nuestro hipótesis a decidir. Nosotros también tener a término épsilon, y eso representa el medición error, el aleatorio variación. Usando lineal regresión, nosotros asumir eso el Y y el X son linealmente relacionado.
Nosotros asumir eso el estadístico errores eso épsilon son en Y, no en INCÓGNITA. Nosotros también asumir eso aquellos errores son repartido en a forma eso son independiente de el respuesta. En otro palabras, el estadístico error es el mismo al otro lado de el completo rango de este método. También, eso No datos ejercer cualquier excesivo influencia en estos Estimaciones. Bien, en método comparación, nosotros generalmente violar estos suposiciones. Primero de todo, allá es medición error en el estándar método como Bueno.
También, a menudo el errores son no constante. Eso es, nosotros observar a constante coeficiente de variación pero no a constante estándar desviación. Valores atípicos son presente que poder fuertemente influencia el estimación. Otro regresión métodos son requerido en semejante a caso. El Deming regresión simultáneamente minimiza el el menos cuadrado error en ambos Y y INCÓGNITA. Eso es adecuado para este caso. El Paso- Bloque de Ba regresión es a no paramétrico método eso es basado en el mediana de todo posible por pares pendientes.
Es resistente a valores atípicos y no constante errores. Vamos hablar acerca de cada de estos brevemente. El Deming regresión es proporcionó en el Bivariado plataforma a través de el Adaptar Ortogonal Dominio. Este tiene estado disponible en JMP para muchos años. El Deming regresión poder estimar el errores en Y y INCÓGNITA, asumir eso el errores en Y y X son igual, o usar a dado relación de Y a X error.
Paso- Bloque de Ba regresión es nuevo. JMP® 17 introducido este método en el Bivariado plataforma a través de el Adaptar Pase-Bablock dominio. Este dominio también incluye cheques para el suposiciones eso el mediciones son muy afirmativamente correlacionado y anexo a lineal relación. Método comparación a menudo incluye a comparación por diferencia. El Entre- Altman análisis compara el por pares diferencias como Y a el por pares medio como X a evaluar inclinación entre el dos valores.
El resultados son presentado en a diagrama de dispersión de Y versus X para su examen y también a identificar cualquier anomalías. Este ocurre en el Emparejado Pares plataforma. La Emparejado Pares plataforma tiene estado parte de JMP para muchos años como Bueno, pero el Bland-Altman prueba es a nuevo suma. El informe también regalos el hipótesis prueba. Ahora Identificación como a demostrar estos dos métodos. Como I dicho, Deming regresión tiene estado disponible para a largo tiempo, pero para lo completo' beneficio, Soy yendo a demostrar él aquí junto a el nuevo métodos.
I seleccionar de el Analizar menú, Adaptar Y por INCÓGNITA. Soy yendo a comparar prueba Método 1 a mi estándar método. El estándar método va en el X role y el nuevo prueba método va en el Y role. Tú podría evaluar más que uno prueba método en el mismo tiempo. Aquí está mi trama. Inicialmente, I ver a dispersión trama. I esperar estos dos a aceptar muy Bueno. I esperar a ver eso ellos seguir este diagonal camino, eso ellos son lineal, y entonces adelante. Enfermo hacer clic el rojo triángulo próximo a Bivariado y seleccionar Adaptar Ortogonal.
En este caso, I no en realidad saber eso el variaciones son igual o I no tener cualquier previo información eso I podría especificar a relación. Así que lo haré tener JMP estimar el errores en ambos. Enfermo usar el primero opción aquí. Ahora nosotros tener el equipado línea usando Deming regresión. Abajo eso nosotros tener el informe. El informe incluye un estimar de el interceptar. Nosotros poder ver es pequeño y cerca a cero. Nosotros tener un estimar para el pendiente.
Usando el confianza intervalo, nosotros ver eso él incluye uno, cual nosotros quería esperar si el prueba método está de acuerdo con el estándar. Eso es Deming regresión. Ahora, eran yendo a llevar a mirar en el nuevo métodos Pase-Bablock regresión en Cuchilla- Altman. Mismo comenzar, seleccionar Analizar, y entonces seleccionar Adaptar Y por INCÓGNITA. Soy yendo a usar el Recordar botón aquí. I desear a comparar Método 1 a el estándar, pero Soy yendo a usar a nuevo regresión técnica.
Enfermo hacer clic en el rojo triángulo y seleccionar Adaptar Pase-Bablock. Hay de hecho dos pauta aquí. Hay a rojo línea eso representa el mejor- adaptar línea usando el Pase-Bablock regresión. Pero Hay también, para nuestro referencia, a línea eso representa dónde y es igual incógnita. Es duro a ver. Soy yendo a usar el lupa herramienta a aumentar a pocos veces. Ahora tú poder ver eso allá son, en hecho, dos separado pauta. Uno es el identidad y uno es el adaptar, pero ellos superposición bastante a poco. Estos son bastante similar.
En el numérico informes, primero I tener a prueba para el alto positivo correlación. Eran usando De Kendall Sí, y nosotros poder ver eso él es muy significativo. Nosotros rechazar el idea eso ellos son no fuertemente correlacionado. Próximo, nosotros tener a prueba de linealidad. Aquí, este prueba asume eso ellos son lineal, y w antes de mirando para fuerte evidencia contra eso. Pero nosotros tener a muy alto P valor aquí, entonces nosotros hacer no rechazar el suposición eso ellos son lineal. Finalmente, nosotros tener el parámetro estimaciones por usando Paso -Bablock regresión, nosotros tener el punto estimar, nosotros tener el intervalo estimar.
Para el interceptar, eso intervalo incluye cero, entonces nosotros no puedo rechazar un interceptar de cero. Tenemos el pendiente es contenido dentro un intervalo eso incluye uno. Similarmente, nosotros no poder rechazar eso el pendiente de eso línea es igual a uno. Vamos decir casarse también como a comparar estos dos métodos por diferencia. A hacer eso, I hacer clic en el rojo triángulo para el opciones de el Adaptar Pase-Bablock resultados, y aquí nosotros ver el dominio Bland-Altman análisis. Él acepta todo el información aquí y lanzamientos fósforo pares con el adicional información en el Bland-Altman análisis.
El trama es demostración a nosotros en el Y eje el por pares diferencia entre el método uno y el estándar método, y es trazado contra en el horizontal eje es el significar de aquellos dos valores. El Bland-Altman análisis es útil porque él da a nosotros un idea acerca de el inclinación. Entonces aquí I tener un estimar de el inclinación es negativo 0.113, pero nosotros poder ver eso el intervalo estimar de el inclinación incluye cero, entonces nosotros no poder rechazar el idea eso el inclinación es igual a cero y entonces en. Ahora nosotros tener en JMP® 17, a mucho más completo colocar de herramientas para comparando diferente prueba métodos. Eso concluye nuestro presentación. Agradecer tú.
