레벨: 중급
James Wisnowski, Adsurgo의 수석 컨설턴트
Andrew Karl, Adsurgo 수석 컨설턴트
표준 가설 검정은 표준 또는 모집단 간의 차이를 증명하기 위해 설정됩니다. 많은 응용 프로그램에서 목표는 실제로 실질적인 차이가 없음을 통계적 확신을 가지고 입증하는 것입니다. 일반적인 예로는 모델과 시뮬레이션 결과 대 라이브 이벤트 간의 성능, 제네릭 대 브랜드 약물의 안전성 및 효능, 다양한 치료법 간의 재료 엔지니어링 속성, JMP 커뮤니티가 매일 직면하는 많은 다른 문제가 있습니다. 여러 플랫폼에 Two One-Sided Tests(TOST)를 사용하는 Test Equivalence라는 매우 잘 알려진 옵션이 있지만 실제로는 유사성을 적절하게 특성화하기 위해 종종 동일 이상의 평균이 필요합니다. 소개로서 평균, 분산 및 분포에서 동등성을 확립하는 데 도움이 되는 JMP의 기능을 보여드리겠습니다. 이 토크의 초점은 모델 간의 동등성에 맞춰질 것입니다. 즉, 출력 응답이 대략 동일할 뿐만 아니라 프로세스를 특성화하는 매개변수의 일관성도 중요합니다. 호텔링의 T2 검정 통계량을 이용해 회귀 모형에 대한 JMP의 사용자 정의 추정을 확장하고, 함수 데이터 탐색기를 사용해 복잡한 곡선을 분해한 다음, 비교를 위한 표준 동등성 방법을 구현하는 방법을 보여드리겠습니다.
