建立实际应用的等效性 (2019-US-30MP-278)级别：中级
Adsurgo 首席顾问 James Wisnowski
Adsurgo 高级顾问 Andrew Karl
标准假设检验用于证明与标准或人群之间的差异。许多应用的目标是以统计置信度证明实际上没有实际差异。常见示例包括模型和模拟结果与现场事件之间的性能、仿制药与品牌药的安全性和有效性、不同治疗之间的材料工程特性以及 JMP 社区每天面临的许多其他问题。虽然几个平台都有使用两个单侧检验 (TOST) 的非常著名的测试等效性选项，但在实践中，我们通常需要多个相等的均值来正确表征相似性。我们将展示 JMP 中的功能，以帮助建立均值、方差和分布的等效性作为介绍。演讲的重点将放在模型之间的相等性上；也就是说，不仅输出响应大致相等，而且表征过程的参数也一致。我们将使用 Hotelling 的 T2 检验统计量扩展 JMP 中回归模型的自定义估计，并展示如何使用函数数据资源管理器分解复杂曲线，然后实施标准等效方法进行比较。
