I
是
希斯
匆忙。
雖然 安德魯 卡爾 和 傑夫 霍弗 ， 和 瑞克 伯迪克 一些 隊友 的 礦 ,
做了 多數 的 技術的 工作 這裡， 我是 前往 是 這 一位演講者 今天 .
我是 前往 演講 關於 如何 JMP 和 JMP 腳本 能 是 用過的
在 a 非常 特別的 具體的 應用 在 細胞 療法。
我是 前往 演講 a 小的 位元 關於 什麼 基因和細胞療法 是
和 這 非常 具體的 實例 那 I 想要 演講 關於
是 可比性。
我是 前往 重點 在 過程 變化。
有趣的是 足夠的， 最後的 年，
I 給予 a 演講 ， 和 它 專注 在 細胞 和 基因 療法。
他們是 非常 小說 療法。
這 第一的 一 曾是 得到正式認可的 在 這 團結的 各州 在 2017年。
A 小的 位元 不同的 比 最多 的 ,
什麼 I 稱呼 這 小的 分子 和 這 大的 分子 療法
那 您可以 有 聽到 的 在 這 過去的。
讓 我 只是 觸碰 根據 在 什麼 是 a 細胞 和 基因 治療。
第一的 事物 我是 前往 做 是 觸碰 根據 在 什麼 a 基因 治療 是。
什麼 你是 本質上 正在做 是 你是 替換
a 基因 和 a 健康 一，
或者 轉彎 離開 壞的 基因。
A 很多 的 癌症 是 導致 經過 有缺陷的 基因。
什麼 你是 正在做 是 你是 插入 這些 健康 基因 後退 進入 a 病人
的 任何一個 在 活體 或者 在 體外。
一個 在 體外 會 是 更多的 的 a 骨 骨髓 移植。
最後的 年， I 談話 關於 ,
這 挑戰 和 基因 療法 是 那 病人 -到 -病人 變異性。
I 專注 在 過程 發展。
然後 I 談話 關於 細胞 療法。
在 這 細胞 療法 ， 什麼 你是 正在做 你是 替換 疾病 細胞。
你是 任何一個 轉移 一些 種類 的 健康 細胞 進入 a 病人，
或者 是 替換 遺失的 細胞 進入 a 病人。
在哪裡 做 這些 細胞 來 從？
他們 任何一個 來 從 這 病人 他們自己，
所以 你 會 有 到 交易 和 那 病人 -到 -病人 變異性，
或者 在 最多 案例， 他們 來 從 a 健康 捐贈者。
現在 你是 不是 處理 和 這 患者間差異
但 你是 處理 和 捐贈者 -到 捐贈者 變異性。
每當 I 說 捐贈者 我是 說 關於 a 健康 捐贈者。
I 可以 是 a 健康 捐贈者。
然後 某人 別的 可以 是 a 健康 捐贈者 也.
在 兩個都 的 那些 案例
是 你 有 到 交易 和 那 患者對患者
或者 捐贈者 -到 捐贈者 變異性。
是什麼 有趣的 是 最後的 年 ， 我 給予 這 例子 在 過程 發展，
和 它 看起來 某物 喜歡 這。
它 曾是 這 精確的 相同的 數據 放 那 I 用過的 最後的 年 那 I 說，
說 那 你 是 發展 a 過程 在哪裡 你 看 時間， 溫度 ， 和 pH值
和 你是 測量 他們的 影響 在 細胞 可行性 和 經過 產品。
在 那 案件 是， I 不能 使用 一 捐贈者 材料，
I 有 到 分裂 那 向上 進入 四 不同的 捐贈者。
I 說， 「如果 你 跑 這些 實驗 為了 過程 發展，
和 你 做過 不是 考慮 那 那裡 曾是 捐贈者 -到 捐贈者 變異性，
這 是 什麼 你 會 看。
什麼 你 會 說 是 是 尋找 為了 P值 那 是 以下 0.05，
你 會 說 沒有什麼 影響 細胞 可行性
和 沒有什麼 影響 經過 產品。
你 是 不是 有能力的 到 探測 那 你 有 任何 重要的
或者 批判的 過程 參數
為了 這 非常 原因 那 你 做 不是 考慮
那 那裡 可以 是 a 不同之處 在 捐贈者。
正確的 現在， 如果 你 做 考慮 那些 作為 什麼 它是 稱為 a 固定的 捐贈者 影響，
這 僅有的 事物 那 I 做過 是 I 帶來 在 捐贈者。
然後 你 看 那 NAND。
這 真的黏住了 出去 什麼 顯著地 影響 細胞 可行性
和 什麼 顯著地 影響 經過 產品。
這 所有的 演講 曾是 在 如何 做 那 捐贈者對捐贈者 變異性
影響 統計 推理 和 也 過程 能力。
我是 前往 重點 在 那 統計 推理。
什麼 是 你 嘗試 到 做 在 過程 發展
是 你是 嘗試 到 決定 如果 事物 例如 pH 值，以及 溫度， 和 時間
顯著地 影響 你的 批判的 平等 屬性。
說 那 I 曾是 a 藥物 製造商 ,
和 I 有 放 向上 a 過程 發展 學習 .
I 傳送 這 過程 發展 學習 .
I 想 到 決定 如果 溫度 影響，
和 我是 前往 稱呼 它 細胞 可行性。
I 說， 「嘿 每當 我是 尋找 在 那 ， 是 I 想要 製作 當然 那 如果 某物
顯著地 影響 我的 品質 屬性，
I 控制 那 在 我的 過程。
但 如果 它 不， I 是 不是 開支 錢 和 時間 和 資源 控制 它。 」
什麼 我是 擔心的 和 作為 a 藥物 製造商
是 一型 錯誤 速度。
I 做 不是 想 到 膨脹 a 一型 錯誤 速度。
A 一型 錯誤 速度 會 說，
「嘿 ， 這 是 重要的 什麼時候， 在 事實， 它是 不是。 」
什麼 做 你 思考 那 監管 機構 會 是 更多的 擔心的 和？
你 控制 更多的 事物？
是 你 不是 控制 事物 那 應該 是 受控？
那 是 確切地 正確的 是 他們會 是 更多的 擔心的
關於 那 病人 風險， 那 II 型 錯誤。
在 過程 發展 是 藥物 製造商
做 不是 想 到 膨脹 這 一型 錯誤。
他們 也 想 重要的 力量。 為什麼？
因為 那 控制 那 病人 風險。
這 所有的 觀點 的 我 顯示 那 最後的 年
曾是 到 展示 這 有效的 捐贈者對捐贈者 變異性
在 嘗試 到 決定 你的 批判的 過程 參數。
I 稱呼 它 統計 推理。
正確的 現在，什麼？ 發生 如果 I 改變 我的 過程？
I 有 a 同事 只是 最後的 星期 ， 我 曾是 在職的 和 她。
每當 是 說 關於 細胞 和 基因 療法， 她 說，
和 這 是 她 引用， 希斯 ， 在 細胞 和 基因 療法，
事物 是 不斷地 變化。
你 可以 有 事物 喜歡 分析 方法 改變。
你 可以 有 事物 喜歡 過程 改變。 」
今天， 我是 前往 火 s 關於這一點 過程 正確的 這裡。
主要而言， 我是 前往 重點 在 那 過程 改變。
I 做 想要 觀點 出去 那 監管 機構 理解
那 你 有 a 需要 為了 改善 你的 過程。
甚至 如果 你 提升 你的 過程， 是 你 變化 你的 過程 ?
他們 認出 這 需要 為了 那， 但 他們 也 認出 這 需要
那 這 療法 那 你是 製作 從 那 過程
應該 是 相似的 在 條款 的 產品 品質.
你是 使用 這些 在 臨床 試驗。
什麼 做 它 意思是 到 是 相似的？
那 不 說 那 他們 有 到 是 確切地 這 相同的，
那 他們 有 到 是 相似的 或者 可比。
在 條款 的 我 說 那 某物 是 相似的，
什麼 I 想要 做 是 I 想要 製作 當然 那 I 有 一些 相似 狀態.
那是 這 所有的 觀點 的 可比性。
為了 非常 低的 風險 屬性，
什麼 I 能 做 是 I 能 展示 那 過程 A 和 過程 B
是 相似的 在 邊 -經過 -邊 圖表 .
為了 更多的 更高 風險 屬性，
什麼 I 想要 做 是 或許 某物 喜歡 a 品質 範圍。
在 條款 為了 品質 範圍，
I 只是 拿 那 參考 團體， 這 老的 過程，
和 I 建造 一些 範圍 大約 它
和 確保 那 全部 的 th e 測量 品質 屬性
從 這 新的 過程 落下 之內 那 範圍。
為了 非常 高的 風險 屬性，
什麼 I 想要 做 是 I 想要 做 相等的 真是一場嚴峻的考驗。
這 是 什麼 我是 前往 重點是 今天，
告訴 你 關於 什麼 等價 測試 是，
和 如何 那 可接受 不同之處 或者 那 相似 狀態 是 放。
它是 稱為 等價 測試， 兩個單面 t檢定。
到 重申 什麼 我們 談話 關於 前，
每當 我是 使用 設計 的 實驗 在 過程 發展，
什麼 I 做 是 我是 變化 一些 多變的 -喜歡 溫度
從 低的 到 高的 ,
和 我是 測量 這 影響 在 我的 批判的 平等 屬性。
I 是 假設 在 這 無效的 假設 那 他們 是 這 相同的。
什麼 I 做 是 I 放 向上 a 設計 到 看 如果 它們是 不同的。
A 一型 錯誤 在 那 案件 會 是 我 說，
「哇， 它們是 不同的 “ 什麼時候 ， 在 事實， 它們是 不是。
那 會 意思是 那 I 會 控制 那。
I 會 花費 資源 控制 那 在 這 過程。
如果 我是 a 藥物 製造商，
I 做 不是 想 到 控制 事物 那 I 不 需要 到。
我是 擔心的 關於 那 一型 錯誤 速度 .
如果 I 曾是 a 監管 機構，
I 會 是 甚至 更多的 擔心的 和 這 第二類。
有 不 不同之處 什麼時候， 在 事實， 那裡 是 .
你 應該 是 控制 某物 和 你是 不是。
如果 I 曾是 a 監管 機構，
ID 是 更多的 擔心的 和 這 II 型 錯誤。
現在，我們是 去 到 翻動 它。
是 前往 演講 關於 等價 測試。
等價 測試 是 我是 不是 說 那 他們 是 這 相同的。
I 是 假設 那 那裡 是 a 不同之處。
我只是 想要 製作 當然 那 這 不同之處 不是 也 大的。
那 也 大的， 我是 前往 稱呼 三角洲。
T 這裡是 a 很多 的 不同的 方式 到 計算 那 三角洲。
我是 前往 稱呼 它 d 或者 那 三角洲 正確的 那裡，
常 稱為 這 等價 驗收 標準。
我會 喜歡 到 來 從 主題 事 專業知識，
但 這 多數 的 次數， 它 來 從 我 採取
一些 k值 時代 那 歷史 價值。
那是 分裂 進入 二 不同的 測試 .
在 一， 我正在確定 如果 它是 較少的 比 積極的 d.
在 這 其他 一 ， 我 想 到 展示 在 這 備用 假設
那 這種差異 是 更大的 比 a 消極的 d.
我是 去 二 不同的 雙方。
那是 是什麼 稱為 這 左邊 -手 邊 的 這 底部，
或者 這 頂部。
在 條款 的， 如果 I 曾是 a 藥物 製造商， 什麼 會 I 想 到 做？
我會 想 到 是 有能力的 到 拒絕 兩個都 的 那些 假設。
I 會 想 高的 力量， 低的 II 型 錯誤 和 高的 力量。
T 他的 是 相等的 到 採取 a 90% 信心 數位
大約 這 不同之處 在 方法 在 確保 那 90% 信心 間隔
每當 我是 尋找 在 這 低的 和 高的 或者 之內 這 平衡 的 那些 降低 三角洲
在 這 上 三角洲。
如果 你是 尋找 在 這， 你 應該 思考 到 你自己 是，
“我 想 這 寬度 的 那 信心 間隔 到 是 非常 小的。 」
什麼 是 這 不同的 方式 那 I 可以 製作 這 寬度
的 那 信心 間隔
為了 這 不同之處 之間 那些 二 方法 非常 小的？
I 可以 減少 我的 標準 偏差。
那是 a 好的 事物。
I 可以 增加 我的 樣本 尺寸。
那是 a 好的 事物。
I 可以 也 增加 我的 阿爾法 等級。
或許 那 不會 是 所以 好的 因為 什麼 你是 正在做
是 你是 充氣 你的 一型 錯誤 速度。
在 充氣 你的 一型 錯誤 速度， 什麼 你是 說 是，
I 是 聲明 那 它們是 相等的 什麼時候 事實上並非如此。
這 不同的 方式 到 控制 這 寬度 的 那 信心 間隔
是 到 降低 s， 增加 在， 或者 增加 阿爾法。
我們 談話 關於 兩個 那些 存在 好的 和 一 的 那些 不是 存在 好的。
它 製作 感覺 那 如果 我是 a 藥物 製造商，
I 想 到 最大化 這 力量 的 這 設計。
那是 這 翻動。 I 想 到 最小化 我的 II 型 錯誤。
監管 機構 想 為了確保 你 做 不是 膨脹
那 一型 錯誤 速度。
那 一型 錯誤 速度 會 是 說 你的 認為 相等的
或者 你是 聲明 等價 什麼時候 的確 它們是 不是。
在 JMP， 你 能 做 這些 等價 測試，
和 I 想要 展示 你 一個 例子 的 那。
為了 我的 雜誌， 第一的 事物 I 想要 做
是 I 想要 展示 你 那 在 條款 的 確定
你的 一型 錯誤 利率 和 你的 II 型 錯誤 利率
是 JMP 提供 力量 曲線
在下面 樣本 尺寸 探索者 ， 力量 ， 二 樣本 獨立的 等價。
卡萊布 國王 做過 一個 可怕 偉大的 工作 和 這。
我說 可怕 偉大的 工作， 但 他 做過 a 偉大的 工作 和 這。
我們開始吧 只是 說 那 我的 利潤， 我的 等價 驗收 標準，
是 加 或者 減 2 標準 偏差。
我是 只是 去 到 放 a 2 這裡，
和 那就是 只是 2 時代 這 標準 偏差 那 我是 說 關於。
那是 全部 那 我是 正在做。
我們開始吧 只是 說 那 在 我的 歷史 過程
是 I 有 10 很多，
和 我是 前往 比較 它 到 a 新的 過程 那 有 5 很多。
I 想 到 看 什麼 這 力量 是 如果 他們 是 確切地 這 相同的，
但 有 不 不同之處 之間 這些。
A 很少 事物 那 I 想要 觀點 出去 這裡 是 JMP 給予 那些 力量 計算。
這 其他 事物 那 它 做 是 它 允許 你 改變 那些。
是什麼 前往 發生 如果 I 做 事物 喜歡 增加 我的 新的 過程，
這 數位 的 樣品 在 我的 新的 過程 天 報告 ,
我的 力量 是 前往 去 向上。
什麼 會 發生 如果 I 做 事物 喜歡，
「嘿， 希斯 I 想 到 減少 那 利潤 的 錯誤
到， 反而 2 標準 偏差 ， 到 說 或許 1.5 標準 偏差，
本質上 ， 作為 我是 採取 那些 邊界
和 我是 收緊 他們 向上。 」
什麼 I 看 是 我的 力量 是 去 到 去 向下。
我是 有能力的 到 問 我 全部 那些 典型的 問題
那 你 會 在 等價 測試。
這 是 某物 別的 那 I 想要 展示 你 那就是 前往 來 向上
是 JMP 有 這 能力 到 說，
做 I 知道 這 真的 標準 偏差 或者 不是？
如果 I 知道 這 真的 標準 偏差， 那 是 去 到 是 更好的。
你是 前往 看 那 你的 力量 去 向上。
的確， 什麼 發生 是 我的 力量 去 向上。
那是 通常 不是 這 案件。
I 總是 稱呼 那 這 烏托邦，
哪個 用途 這 案例 如果 I 做 不是 知道 什麼 那 真的 標準 偏差 是。
I 總是 稱呼 這 這 最佳， a 車 的 這 烏托邦。
I 總是 稱呼 這 不， 這 現實主義。
I 會 是 疏忽
如果 I 做過 不是 展示 你 這 工具 那 JMP 做 有
為了 顯示 那 等價
喜歡 如果 I 有 一個 歷史 過程 在哪裡 I 有 10 很多 和 I 製成 5 新的 一。
第一的 事物 I 想要 做
是 I 想要 看 在 這 透過圖表建構器，
和 I 看 那 那裡 是 不 影響 之間 那些 二。
I 能 看 兩個都 的 那些 ， 和 他們 兩個都 看 喜歡
他們 來了 從 這 新的 過程， 這 藍色的 相對 這 紅色的。
如何 關於 如果 那裡 是 一個 影響 ? 什麼 I 做 是 I 看 a 轉移。
只是 喜歡 I 顯示 你 前 就是 是 二 單方面 t檢定。
JMP 有 工具 為了 那。
聽力 馮 做過 a 偉大的 工作 和 這。 我的 天哪。 I 愛 這 得分 陰謀。
這裡是 這 不同之處 在 方法。 這裡是 這 降低 ， 和 這裡是 這 上，
和 那就是 之內 這 邊界。
在 那 案件， 什麼 你已經 完畢 是 你 拒絕 兩個都 這 無效的 假設
在 偏愛 的 這 備用，
哪個 是 這 相同的 作為 什麼 你 看 在 這 圖片。
什麼 你 也 看 這裡 是 那 如果 那裡 是 一個 影響，
是 I 是 不是 去 到 拒絕 兩個都 這 空值。
一 的 那些 是 I 是 去 到 失敗 到 拒絕 和 的確 I 做過。
什麼 你會 看 是 我的 信心 區間外 那 邊界。
I 會 喜歡 到 演講 關於 a 非常 具體的 案件。
A 非常 具體的 案件 在 細胞 治療 是 稱為 分裂 血漿分離術 設計。
在 a 分裂 血漿分離術 設計 ， 這 是 a 情況 在哪裡
在 細胞 療法 是 你是 變化 這 過程。
什麼 你 做 是 你是 使用 捐贈者 材料 分裂
之間 這 二 不同的 過程。
我們 保留 獲得 問題 超過 和 超過 和 超過 再次
從 我們的 顧客 關於，
「能 I 看 在 這 樣本 尺寸 和 力量 計算
為了 這些 一對 的 設計 ？
不能 覆蓋 他們 .
你不能 看 如果 它們是 依賴 之上 那 捐贈者 致捐贈者 變異性？
我們開始吧 演講 關於 a 分裂 血漿分離術 設計。
在 a 分裂 血漿分離術 設計， 第一的 事物 I 想要 做
是 I 想 到 告訴 你 關於 這 監管 期待。
這 是 甚至 a 最近的 草稿 指導 文件 從 這 FDA
在 七月 的 2023年 只是 最後的 月。
在 那 , 他們 說 那 你 需要 到 選擇 a 合適的 統計 測試
為了 分析 不同之處 之間 成對的 數據
在哪裡 那些 捐贈者 是 成對的 向上。
那是 在哪裡 這 分裂 血漿分離術 設計 來 從。
為了 每一個 單身的 捐贈者 材料 那 你 有，
你 分裂 它 在 之間 過程 A 和 過程 B.
這 是 不是 二 獨立的 t檢定。
什麼 這 是，是 a 成對的 設計。
那是 這 第一的 事物 那 I 通緝 到 演講 關於。
這 第二 事物 是，
I 通緝 到 演講 關於 那 你 是 非常 常 在 早期的 階段，
所以 你 做 不是 有 a 線 的 捐贈者 材料，
所以 你 有 非常 低的 樣本 尺寸。
它是 難的 到 得到 力量 出去 的 低的 樣本 尺寸。
這 第三 事物 那 我是 去 到 告訴 你 是 ,
如何 做 你 來 向上 和 你的 EAC？
如何 做 你 來 向上 和 你的 相似 狀態 ,
那 不同之處， 那 可接受 不同之處？
什麼 你 做 是 你 使用 歷史 數據 那 是 製成 離開 的 多種的 捐贈者。
你 拿 這 標準 偏差 用過的 離開 的 歷史 數據。
我是 前往 稱呼 那 n 1 或者 歷史性的。
你 拿 一些 k 數位 的 標準 偏差 的 歷史 數據 .
你 做 a 測試 ， 和 你是 使用 這 分裂 血漿分離術 設計
到 法官 離開 的 那 歷史 數據。
我想給你們展示這兩個例子。
第一個例子在這裡
是 在哪裡 你是 尋找 在 過程 A 和 過程 B.
什麼 你 看 是 你 做 看 六種不同的 捐贈者 這裡。
什麼 你 看 在 這 一 在 這 左邊 是 這 多數 變化 是 未來
從 捐贈者對捐贈者 變異性，
不是 這 不同之處 之間 過程 A 和 過程 B.
你 有 高的 捐贈者 -到 捐贈者 變異性。
我是 前往 稱呼 那， 淋浴。
在 這 案件 在 這 正確的， 什麼 你 做 是，
是 這 多數 變化 是 未來 從 這 不同之處
之間 過程 A 和 過程 B， 不是 這 捐贈者對捐贈者 變異性。
這 多數 變化 是 未來 從 這 分析 或者 這 過程。
什麼 那 講述 你 是 你 有 非常 低的 ρ。
你會 有 低的 捐贈者對捐贈者 變異性。
我是 前往 展示 你 a 系列 的 腳本 那 我們 工作 在。
這些 是 典型的 問題 那 來了 從 我們的 顧客。
在 我們的 案例， 我們 做 不是 知道 什麼 這 標準 偏差。
如何 做 那 比較 到 這 知道嗎？
如何 關於 那些 一型 和 II 型 錯誤 利率？
記住， 如果 我是 a 藥物 製造商， I 想 到 增加 這 力量。
如果 我是 a 監管 機構，
I 想 到 製作 當然 那 你 做 不是 膨脹 那 一型 錯誤 速度。
如何 是 我們 前往 做 這？
這 是 從 這 歐洲的 藥物 機構， 2001年。
這 最好的 方式 到 做 那 是 和 事物
稱為 預期的 操作 特徵 曲線。
那 給予 你 力量 在 這 y軸 和 a 轉移 在 這 主要的。
I 我 去 到 去 透過 a 系列 的 腳本，
和 這些 系列 的 腳本 ……
這其實就是一個劇本。 那 有 正確的 這裡，
那 它是 前往 允許 我 到 改變 事物 喜歡 那 ρ，
那 部分 的 捐贈者對捐贈者 變異性。
那 k -價值， 記住， 如何 做 I 放 這 驗收 標準？
它 是 k 時代 那 標準 偏差。
這 典型的 方式 的 正在做 這 是 那 k 次 那些 歷史 很多。
這 是 這 數位 的 歷史 很多 那 你 使用 n1.
n2 是 這 數位 的 很多 那 我是 前往 使用 為了 那 成對的 設計。
每當 你 跑步 這 腳本， 什麼 發生 是 你 來 出去 ,
和 它 做 a 系列 的 模擬。
在 這 案件， 它 做過 5,000 模擬 ,
和 它 計算 這 力量 為了 你。
在 那些 5,000 跑， 什麼 百分比 的 那些 通過了嗎？
它 看起來 某物 喜歡 這。 它 給予 你 a 很多 的 不同的 選項。
我的 善良 。 我 能 看 在 不同的 k -值。
I 能 看 在 a 不同的 數位 的 n1， 哪個 是 稱為 歷史 很多。
I 能 也 看 在 這 不同的 數位 的 n 2 或者 成對的 很多。
正確的 現在，我 想要 演講 關於...
每當 I 做 這， 什麼 I 能 做
是我 能 選擇 哪個 的 這些 不同的 案例 那 I 想 到 看 在
是 有能力的 到 回答 典型的 問題。
讓 我 打開 向上 我的 典型的 比較 這裡。
這 第一的 一 I 想要 演講 關於 是，
“希思，什麼？” 如果 I 有 a 已知標準 偏差？ 」
看 是某種東西 喜歡 這。
那是 什麼 這 已知 標準 偏差 看起來 喜歡。
A 很少 事物 那 I 想要 觀點 出去
是 這 是 這 百分比 的 時間 那 你是 去 到 宣稱 等價。
如果 它們是 確切地 這 相同的 那 你 說 你是 前往 宣稱 等價
a 高的 百分比 的 時間。
如果 有 a 巨大的 不同之處 之間 他們 喜歡 a 二 標準 偏差 轉移
或者 a 三個標準 偏差 轉移 ， 是 你是 不是 去 到 宣稱 等價。
那是 a 好的 事物。
這 其他 事物 那 I 想要 展示 你 這裡
是 如果 你是 尋找 在 這 阿爾法 的 0.05，
存在 那 I 放 我的 k -價值 在 2 ,
k 數位 的 標準 偏差 相對 10 歷史 很多，
這 標準 偏差 的 10 歷史 很多，
你 會 預計 那 阿爾法 等級 會 是 0.05，
這 精確的 阿爾法 等級 那 I 放 在 我的 等價 測試。
正確的 現在， 這 事物 那 I 想要 展示 你
是 這 是 為了 a 部分 的 捐贈者 -到 捐贈者 變異性 的 90%。
什麼 發生 如果 I 改變 那？
什麼 發生 如果 I 改變 那 到 60%。
什麼 發生 如果 I 改變 那 到 30% ?
有 不 捐贈者對捐贈者 變異性。
什麼 你 看 是 那 成對的 測試， 這 力量 曲線 看起來 非常好
每當 I 有 高的 捐贈者 -到 捐贈者 變異性。
這 其他 事物 那 你 注意 和 這 已知 標準 偏差
是 阿爾法 等級 不管 的 操作 特徵 曲線
是 總是 在 0.05。
我們開始吧 演講 關於 一些 其他 典型的 問題。
一 典型的 問題 是 ,
如何 做 它 比較 為了 這 不同的 等級 的 ρ？
如何 做 我的 典型的 方式 的 正在做 這 ?
I 做 不是 知道 什麼 這 標準 偏差 是。
我的 典型的 方式 的 正在做 這 是 在 這 藍色的。
這 已知 標準 偏差 是 在 這 紅色的。
一 事物 那 I 想要 觀點 出去
是 I 想要 觀點 出去 這 一 正確的 這裡。
什麼 你 看 是 這 首選 方法，
這 方法 那 甚至 監管 文件 有 說 那 你 應該 做，
這 成對的 方法，
使用 這 標準 偏差
那 是 計算 離開 的 我的 歷史 很多，
是 I 有 一個 膨脹 一型 錯誤 速度。
這 應該 是 0.05 只是 喜歡 它 是 這裡。
那 曾是 真是奇怪 到 我們， 和 我們 看起來 進入 這。
什麼時候 我們 看起來 進入 它， 什麼 我們 成立 是 ,
它 有 一切 到 做 和 這 正確的 這裡。
這 原因 為什麼 它 有 一切 到 做 和 這 正確的 這裡，
作為 I 說， 如何 做 I 減少 這 寬度 的 那 信心 間隔？
這 方式 那 I 減少 這 寬度 的 那 信心 間隔
曾是 任何一個 到 減少 s ， 或者 增加 n ， 或者 增加 我的 阿爾法 等級。
理解 這。
這 是 為什麼 你 有 一個 膨脹 一型 錯誤 速度
和 這 成對的 測試
是 那些 三角洲 ， 哪個 你是 使用 到 法官 這 離開 的， 那些 三角洲
是 使用 這 標準 偏差 離開 的 歷史 數據
那 包含 捐贈者對捐贈者 變異性。
那 信心 間隔 正確的 那裡
做 不是 包含 捐贈者對捐贈者 變異性。
為什麼？ 因為 你 做過 a 一對 測試 .
那 包含 僅有的 分析 和 過程 變異性。
那是 那裡 膨脹 第一類錯誤 速度 來 從。
使用 這 成對的 方法 他的 理解
你 有 一個 膨脹 一型 錯誤 速度。
我們 看 那， 和 它是 甚至 更多的 流行
什麼時候 你 有 高的 捐贈者 -到 捐贈者 變異性。
為什麼？ 因為 如果 你 有 低的 捐贈者對捐贈者 變異性，
th 在過程中 變異性
是 最大 部分 的 這 變異數 成分 那 你 有。
我們開始吧 看 在 a 很少 更多的 問題 那 你 有。
A s I 說， 這 一 腳本 答案 這些 不同的 問題。
這 是 回答 這 問題 ,
「嘿， 希斯 如果 I 使用 那 成對的 方法 那就是 受到推崇的，
能 I 看 在 什麼 發生 作為 I 增加 樣本 尺寸
從 3 到 4 到 5 到 6？
二 事物 那 I 想要 觀點 出去 這裡
是 數位 一 , 什麼 你 看 作為 I 增加 樣本 尺寸，
是 我是 前往 有 更高 力量。
I 仍然 做 不是 有 足夠的 力量 如果 有 不 捐贈者對捐贈者 變異性。
那 方法 那 I 有 0 捐贈者對捐贈者 變異性。
I 會 需要 在 至少 a 樣本 尺寸 的 8 或者 8 不同的 捐贈者。
如果 I 做 有 高的 捐贈者對捐贈者 變異性，
喜歡 0.9，90 % 的 那 變異性， 哪個 你 看 是 I 做 有 高的 力量
為了 不 不同之處 之間 這 方法。
什麼 I 能 做 是 I 能 製作 當然 到 回答 那些 問題
和 疊加 操作 特點 發生 為了 不同的 樣本 尺寸。
I 能 也 回答 那 問題 如果 I 曾是 尋找 在 ， 和 I 說， 「嘿 ,
我已經 聲明 我的 不同的 樣本 尺寸，
但如果我們看一下… 這 不同的 k -值？
理解 那 你的 驗收 標準 是 k 數位 的 標準 偏差。
是什麼 前往 發生 就是 驗收 標準
是那些嗎？ 什麼 I 稱呼 去 郵政 是 去 到 擴大 作為 你 增加 k.
所以， 你是 前往 有 a 很多 更高 能力
到 經過 等價 ,
和 你是 前往 有 很多 更高 力量。
其他 典型的 問題 是 這。
什麼 如果 I 想要 改變 兩個都 的 那些 一起？
我是 a 大的 扇子 的 圖表建構器 .
什麼 圖形 建造者 是 什麼 你是 尋找 在 這裡
不是 僅有的 是 你 尋找 在，
「嘿 希斯 I 是 增加 樣本 尺寸 在 藍色的， 那 會 是 3，
在 紅色的， 那 會 是 4、
在 綠色的， 那 會 是 a 5、 和 在 紫色的， 那 會 是 6 ,
但 I 也 看起來 在 它 為了 不同的 k -值。
什麼 會 你的 操作 特徵 曲線 看 喜歡？ 」
好的？
I 想要 重訪 這。
只是 喜歡 I 說 前 ， 我 說， 「嘿 , I 想要 重訪 這
和 展示 你 那 為了...”
每當 I 有 a 大的 部分 的 捐贈者 -到 捐贈者 變異性 ,
I 說， 「什麼 你 看 為了 2 正確的 這裡， I 會 預計 我的 阿爾法 等級
那 我的 部分 的 時間 那 I 經過 這 測試 會 是 0.05。
但 什麼 你 看 是 你 有 膨脹 一型 錯誤 速度。
如何 做 這 看？
每當 我是 尋找 在 a ρ
或者 a 部分 的 捐贈者對捐贈者 變異性
那 是 非常 小的，
I 做 不是 有 很多 力量。
這 問題 曾是 , 什麼 如果 我們 做過 這 反而？
如果 我們 有 低的 捐贈者對捐贈者 變異性，
如果 什麼 我們 做過 是 我們 用過的 資訊 從 那些 歷史 很多。
如果 I 有 不 捐贈者對捐贈者 變異性 或者 非常 低的 捐贈者對捐贈者 變異性，
為什麼 不能 I 只是 做 a 獨立的 t -測試，
在哪裡 I 比較 從 過程 A 或者 我的 歷史 過程，
不是 只是 這 成對的 很多，
但 I 也 考慮 那些 10 歷史 很多
和 不是 比較 到 這 意思是 的 這 新的 過程？
我們 通緝 到 看 如何 那 比較的 .
正在做 它 那 方式 是獨立檢驗 是 在 這 紅色的。
這 成對的 方式 是 在 這 藍色的。
什麼 你 看 是， 如果 I 有 小的 到 不 捐贈者對捐贈者 變異性
在 我的 細胞 治療 分裂 血漿分離術 過程 ,
你 說 那 這 獨立的 t檢驗
有 很多 更好的 輪廓 比 這 成對的 方法。
然而， 如果 I 有 高的 捐贈者對捐贈者 變異性，
那 成對的 方法 在 這 藍色的
有 a 很多 更好的 操作 特徵 比 這 紅色的。
正確的 現在， 這 問題 是 反而 的 只是 自動地
正在做 那 分裂 血漿分離術 一對 設計，
或許 它 會 是 更好的
到 製作 a 決定 基於 之上 那 捐贈者對捐贈者 變異性。
如何 做 這 比較 每當我看著 在 不同的 k -值？
I 看 這 精確的 相同的 事物， 這 精確的 相同的 現象
和 a 低的 捐贈者對捐贈者 變異性，
它 製作 感覺 到 做 這 獨立的 t -測試。
和 高的 捐贈者對捐贈者 變異性 是 I 有 a 很多 更好的
工作特性 曲線
是 更高 力量 聯繫 和 這 成對的 方法。
它 不 事 如果 I 看起來 在 a k 的 1.5 ， 或者 2， 或者 甚至 3.0。
不管 的 這 k -價值 ,
I 有 a 很多 更好的 操作 特徵 曲線
如果 I 考慮 那 捐贈者 -到 捐贈者 變異性。
什麼 如果 I 看起來 在 不同的 值 的 那些 歷史 很多嗎？
I 看起來 在 3.
我們 看起來 在 4.
W e 看起來 在 5 成對的 很多。 我們 看起來 在 6 成對的 很多。
不管， 你 看 這 相同的 現象。
是 現在 寫作 a 紙 在 這
到 嘗試 到 提出
那 如果 你 有 低的 捐贈者對捐贈者 變異性，
或許 它 做 不是 製作 感覺 為了 你 到 使用 a 分裂 血漿分離術
或者 一對 分析 方法。
或許 這 方法 是 僅有的 好的
每當 你 有 高的 捐贈者 -到 捐贈者 變異性。
T 這些 是 典型的 問題 那 是 問 在 這 分裂 血漿分離術 設計。
什麼 I 想要 做 是 I 只是 想要 覆蓋
t 在哪裡 或者 三 更多的 的 這些
j 僅 到 展示 你 a 很少 o 那裡 事物 那 你 可以 做。
這些 是 不同的 事物 那 我們 是 尋找 在 .
我們 看起來 在， 「嘿 ， 如何 做 這 操作 特徵 曲線，
如何 做 那 比較 如果 我們 看起來 在 在 這 藍色的
那就是 使用 沒有什麼 但 這 歷史 很多
到 估計 這 標準 偏差
相對 如果 你 使用 這 成對的 和 這 歷史 很多，
哪個 是 在 這 紅色的？ 」
什麼 你 看 是 有 不是 很多 不同之處 之間 這些 二，
尤其 如果 我是 使用 更高 樣本 尺寸 喜歡 這 n 2.
W e 也 看起來 在，
「嘿， 如果 I 估計的 那 標準 偏差
使用 a 很少 不同的 方法，
什麼 如果 I 看起來 在 估算
那 標準 偏差 使用 這 歷史 很多，
哪個 是 在 這 藍色的， 相對 在 這 紅色的
是 使用 這 歷史 很多 和 這 成對的 很多嗎？
I 比較 這 獨立的 案件 相對 這 成對的 案件。
什麼 做 I 看？ "
作為 I 說 前， 你 看 那 精確的 相同的 現象
和 a 低的 捐贈者對捐贈者 變異性。
這 很多 更好的 方式 的 正在做 這 會 是 一個 獨立的 t -測試
在 這 降低 正確的 -手 角落。
那 是 在哪裡 你 高的 捐贈者對捐贈者 變異性。
它 製作 感覺 那 我們 會 使用 這 成對的 方法。
最後的 一 那 I 想 到 展示 你
是 這 是 某物 那 我們已經 到過 在職的 在。
我們 看起來 在 這 成對的 方法 相對 這 獨立的。
這 成對的 方法 是 在 這 藍色的。
這 獨立的 是 在 這 紅色的。
我已經 說 這 超過 和 超過 和 超過 再次。
那 它 製作 感覺 那 如果 I 有 低的 捐贈者對捐贈者 變異性，
這 獨立的 案件 在 這 藍色的 看起來 很多 更好的。
如果 I 有 高的 捐贈者對捐贈者 變異性， 這 成對的 方法 看起來 更好的。
但 一 事物 那 我們 做過 i 我們 採取 a 看 和 只是 說，
「什麼 如果 I 採取 a 看 在 這 方法 那 給予 我 這 最短
和 那 信心 間隔？ 」
那是 在 這 綠色的 .
什麼 你 看 是 那 通常 給予 你 這 最好的 方法
不管 的 什麼 你的 ρ 是
或者 什麼 你的 部分 的 捐贈者 -到 捐贈者 變異性 是。
在 結束，
I 會 喜歡 到 只是 觀點 出去 a 很少 事物。
這 腳本 那 我們 有 答案 沿著 和 這 典型的 問題
那 我們的 顧客 有 在 操作 特徵 曲線，
聯繫 和 這些 分裂 血漿分離術 設計，
我做什麼 想 到 拉 離開 從 這裡， 儘管，
是 如果 你 做 有 a 低的 部分 的 供體間差異
是 你會 看 那 這些 設計 是 非常 動力不足
為了 更少 比 8 很多， 更少 比 8 不同的 捐贈者 材料。
我們 居住 在 a 世界 在 細胞 療法
在哪裡 你 做 不是 有 a 很多 的 捐贈者 材料，
所以 你 有 非常 低的 尺寸。
它 會 是 很多 更多的 高效率的 如果 你 有 低的 供體間差異
到 使用 這 獨立的 案件。
我們 做 有 另一個 修訂 那 我們 製成 在 這
在哪裡 如果 你 是 有能力的 到 製作 多種的 很多
對於那些 成對的 方法 和 這 相同的 捐贈者
或者 如果 你是 有能力的 到 拿 多種的 測量
到 是 有能力的 到 看 在 那些 操作 特徵 曲線。
感謝 你。
