Hallo. Mein Name Ist Markieren Bailey.
Ich bin a Senior Analyse Software Tester bei JMP.
Mein Kollege Heute Ist Jianf eins Ding,
a Senior Forschung Statistiker Entwickler.
Ich bin gehen Zu Start Die Präsentation
um manche neu Ansätze Zu Vergleiche Das Wille Sei verfügbar In JMP 17.
Ich bin gehen Zu Start über. I nicht wissen Warum.
Hallo. Mein Name Ist Markieren Bailey.
Ich bin a Senior Analyse Software Tester bei JMP.
Mein Co-Moderator Heute Ist Jianfeng Ding,
a Senior Forschung Statistiker Und Entwickler.
Ich bin gehen Zu beginnen mit ein Einführung Zu unser Thema.
Vor Wir sprechen um spezifisch Vergleiche,
heiraten wie Zu einführen manche grundlegend Konzepte.
Alle von Das hat Zu Tun Wann war Vergleichen Populationen.
Vergleichen Populationen Ist a sehr gemeinsam Aufgabe.
Der Vergleich, Wir Hoffnung, Wille führen Zu a Entscheidung zwischen zwei Hypothesen.
Proben aus diese Populationen Sind oft gesammelt für Die Vergleich.
S statistisch Schlussfolgerung dürfen bieten manche wertvoll Information um unser Proben.
In besondere,
Ist Dort ausreichend Beweis Zu ablehnen eins Hypothese um diese Populationen.
Ein klares Stellungnahme von Die Hypothese Ist
Wirklich essentiell Zu Herstellung Die richtig Auswahl von a prüfen für dein Vergleich.
Diese Hypothesen darstellen zwei gegenseitig exklusiv Ideen
Das zusammen enthalten Die nur Möglichkeiten.
Sie sind angerufen Die Alternative Und null Hypothesen.
Der Alternative Hypothese
Ist Wirklich a Stellungnahme um Die Abschluss Das Wir wollen Zu beanspruchen.
Es dient Zu darstellen Die Populationen Und Es Wille erfordern ausreichend Beweis
Zu Sturz Die andere Hypothese, welche Ist Die null Hypothese.
Es Staaten Die Gegner Abschluss Das muss Sei überwinden mit stark Beweis.
Es dient als a Referenz für Vergleich Und es ist vermutet Zu Sei WAHR.
Das Ist wichtig Das Wir Sortieren Das aus Heute Weil historisch,
statistische Ausbildung hat präsentiert nur eins Weg von mit diese Hypothesen.
Der am meisten oft gelehrt statistische Tests
Sind gebraucht Zu zeigen a Unterschied zwischen Die Populationen.
Aber das ist nicht Die nur Wahrscheinlichkeit.
Der Mangel von Verständnis um Das Unterscheidung
dürfen führen Zu Missbrauch diese Tests.
Der Auswahl von a prüfen Ist nicht a Gegenstand von Die Daten das ist gesammelt
oder Wie Die Daten Ist gesammelt.
Es ist streng a Gegenstand von Die angegeben Hypothesen
für Die Zweck von dein Vergleich.
Lasst uns sehen bei zwei ähnlich Beispiele Das Sind Genau genommen grundsätzlich anders.
Aber lasst uns Start aus Wo Wir haben a Zweck von demonstrieren a Unterschied.
In Das Beispiel, lasst uns sagen I würde wie Zu zeigen Das a ändern In Temperatur
Wille Ursache a neu Ergebnis, ein Verbesserung vielleicht.
Wir wollen Zu beanspruchen Das a neu Ebene
von unser Antwort Wille Ergebnis aus Ändern Die Verfahren Temperatur.
Also verwenden a entworfen Experiment Zu zufällig Probe aus a Bevölkerung
für Die niedrig Temperatur Zustand Und Die hoch Temperatur Zustand.
Der zwei Hypothesen Sind Die null Staaten
Das Die Temperatur tut nicht beeinflussen Die Ergebnis.
Das Wille Sei unser Referenz.
Der Alternative Staaten unser beanspruchen,
welche Ist Die Temperatur Auswirkungen Die Ergebnis,
Aber nur Wenn Die Beweis Ist stark genug Zu ablehnen Die null Hypothese.
Alle Rechts, Das Ist gehen Zu Klang sehr ähnlich, Aber es ist genau Die Gegenteil.
In Das Fall, ein Beispiel zwei, Wir brauchen Zu zeigen Äquivalente.
Hier Wir wollen Zu zeigen
Das a Temperatur ändern Damhirschkuh nicht Ursache a neu Ergebnis.
Das Ist, nach Die ändern, Wir haben Die Dasselbe Ergebnis.
Für Beispiel, Das könnte Sei Die Fall Wo
Wir Sind Planung Zu ändern Die Verfahren Temperatur
Zu verbessern Die Ertrag,
Aber Wir wollen Zu machen Sicher Das Es nicht ändern
Die Ebene von ein Verunreinigung In unser Produkt.
Wir Design Die Dasselbe Experiment Zu sammeln Die Dasselbe Daten
Und Wir haben Die Dasselbe zwei Hypothesen, Aber Jetzt Sie sind umgedreht.
Es ist Die null Das Staaten Das Die Temperatur Auswirkungen Die Ergebnis,
Das Ist, es gibt a Unterschied,
während Die Alternative Staaten
Das unser ändern In Temperatur Wille nicht beeinflussen Die Ergebnis.
Sind Wir Testen für a Unterschied oder für Äquivalente?
Wirklich Wir sehen Das aus diese Beispiele
Das es ist nicht Die Daten, Die Daten identisch, Aber Die Tests Sind anders.
Die Auswahl Ist nicht um Die Daten,
es ist um unser beanspruchen, oder In andere Wörter, Wie Wir Zustand unser Hypothesen.
Auch erinnern Das Hypothese Tests Sind unidirektional.
Sie Aufschlag nur Zu ablehnen a null Hypothese
von a hoch Wahrscheinlichkeit Wann es ist FALSCH.
In unser Präsentation Heute,
heiraten wie Zu einführen manche neu Äquivalente Tests als Also als manche
zusätzlich Methoden Das Sind gebraucht Wann Vergleichen zwei Messung Systeme.
Ich bin Jetzt gehen Zu Hand Es über Zu Jianfe von Zu sprechen um Gleichwertigkeit prüfen.
Danke Markieren.
Hallo.
Ich bin Jianfeng Ding .
Ich bin a Forschung Statistiker Entwickler bei JMP.
In Das Video Ich bin gehen Zu sprechen um Die Gleichwertigkeit,
Nichtinfererorität Und Überlegenheit prüfen In JMP 17.
Der klassisch Hypothese prüfen An Die links
Ist Die prüfen Das am meisten Qualität Fachleute Sind vertraut mit.
Es Ist oft gebraucht Zu vergleichen zwei oder mehr Gruppen von Daten
Zu bestimmen ob Sie Sind statistisch anders.
Der Parameter Daten dürfen Sei a bedeuten Antwort
für kontinuierlich Ergebnis Und a Anteil Wann Die Ergebnis Variable Ist binär.
Theta t repräsentiert Die Antwort aus Behandlung Gruppe
Und Theta null repräsentiert Antwort aus a Kontrolle Gruppe.
Dort Sind drei Typen von Die Klassiker Hypothese prüfen.
Der Erste eins Ist Die zwei einseitig prüfen Und Die ausruhen Sind eins einseitig Tests.
Wenn Du Sind suchen bei Das zwei Seite prüfen An Die links,
Die NEIN Hypothese Ist Das Die Behandlung bedeutet Sind Dasselbe
Und Die Alternative Hypothese Ist Das Die Behandlung bedeutet Sind anders.
Manchmal Wir Wirklich brauchen Zu gründen Das Dinge Sind im Wesentlichen Die Dasselbe
Und Die Maschinen Zu Tun Das Ist angerufen ein Gleichwertigkeit Prüfen.
Ein Äquivalent prüfen Ist Zu zeigen Die Unterschied In Theta t Und Theta null
Ist innerhalb a vorab festgelegt Marge Delta
Und erlauben uns Zu abschließen Die Gleichwertigkeit mit a angegeben Vertrauen Ebene.
Wenn Du sehen bei Die Gleichwertigkeit prüfen, Die NEIN Hypothese Ist Das
Die behandeln Stellungnahme bedeutet Sind anders Und Die Alternative Hypothese Ist Das
Die Behandlung bedeutet Sind innerhalb a behoben Delta von eins ein anderer.
Das Ist anders aus Die zwei einseitig Hypothese prüfen An Die links.
Ein anderer Alternative Testen Szenario Ist Die Nichtunterlegenheit Prüfen,
welche Ziele Zu zeigen Das Ergebnisse Sind nicht im Wesentlichen schlechter.
Dort Ist Auch a Testen Szenario angerufen Überlegenheit Testen,
Das Ist ähnlich Zu Nichtunterlegenheit Testen,
außer Das Die Ziel Ist Zu zeigen Das Ergebnisse Sind im Wesentlichen besser.
Dort Sind fünf anders Typen von Äquivalent Typ prüfen
abhängen An Die Situation.
Wann sollen Wir verwenden Das prüfen Wille Sei diskutiert nächste.
Diese Tests Sind sehr wichtig In Industrie,
besonders In Die Biotechnologie Und Pharma Industrie.
Hier Sind manche Beispiele,
Wenn Die Ziel Ist Zu zeigen Das Die neu Behandlung
tut nicht abweichen deutlich aus Die Standard eins
von mehr als manche klein Marge, Dann Äquivalent prüfen sollen Sei gebraucht.
Für Beispiel, a generisch Arzneimittel Das Ist weniger teuer
Und Ursache wenige Seite Effekte als a beliebt Name gebrandmarkt Arzneimittel.
Du würde wie Zu beweisen Es hat Dasselbe Wirksamkeit als Die Name Marke eins.
Der typisch Ziel In Nichtunterlegenheit Testen Ist Zu abschließen
Das a neu Behandlung oder Verfahren
Ist nicht deutlich schlechter als Die Standard eins.
Für Beispiel, a neu Herstellung Verfahren Ist Schneller.
Du würde machen Sicher Es schafft NEIN mehr Produkt Mängel als Die Standard Verfahren.
A Überlegenheit prüfen Versuche Zu beweisen
Das Die neu Behandlung Ist im Wesentlichen besser als Die Standard eins.
Für Beispiel, a neu Dünger hat gewesen entwickelt mit mehrere Verbesserungen.
Der Forschung will Zu zeigen
Das Die neu Dünger Ist besser als Die aktuell Dünger.
Wie Zu Satz hoch Die Hypothese.
Der Graph An Die links,
zusammenfassen diese fünf anders Typ von Äquivalent Typ Tests sehr schön.
Das Graph Ist erstellt von SAS STAT Hochschule, John Castelloe Und Donna Watt.
Du dürfen finden ihre Weiß Papier leicht An Die Netz.
Auswählen welche prüfen abhängen An Die Situation.
Für jede von Die Situation,
Die Blau Region Ist Die Region Das Du Sind versuchen Zu gründen mit Die prüfen.
Für Äquivalent Analyse, Du dürfen Konstrukt ein Gleichwertigkeit Region
mit obere gebunden Theta null Plus Delta Und untere gebunden Theta null Minus Delta.
Du dürfen Benehmen ein Gleichwertigkeit prüfen von Überprüfung
ob Die Vertrauen Intervall von Theta
Lügen vollständig In Die Blau Gleichwertigkeit Region.
Ebenfalls, Du dürfen Benehmen a Nichtunterlegenheit prüfen von Überprüfung
ob Die Vertrauen Intervall von Theta
Lügen vollständig über Die untere gebunden Wenn groß Theta Ist besser,
oder unten Die obere gebunden Wenn kleiner Theta Ist besser.
Diese Tests Sind verfügbar In eins Weg für Vergleichen Normal bedeutet
Und im Notfall für Vergleichen Antwort Preise.
Der grafisch Benutzer Schnittstelle von Gleichwertigkeit prüfen Start Dialog
macht Es einfach für Du Zu finden Die Typ von prüfen
Das entspricht Zu Was Du Sind versuchen Zu gründen.
A [unverständlich 00:12:00] In Die Bericht zusammenfassen Die Vergleich sehr schön
Und macht Es einfach für Du Zu interpretieren Die Ergebnisse.
Nächste, Ich bin gehen Zu zeigen Gleichwertigkeit Tests.
Ich bin gehen Zu verwenden Die Daten Satz angerufen Arzneimittel Messungen.
Das Ist in JMP Probe Daten als Mein Erste Beispiel.
Zwölf anders Themen war gegeben drei anders Drogen A, B Und C.
Und 32 kontinuierlich Messungen Sind gesammelt.
Wir gehen Zu Theta YX,
Und Wir laden Die Antwort Und die Behandlung.
Das Wille bringen Die eins Weg Analyse.
Unter Die Rot Dreieck finden Die Gleichwertigkeit prüfen.
Dort Sind zwei Optionen bedeutet Und Standard Abweichungen.
Wir Sind gehen Zu Fokus An bedeutet In Das sprechen.
Wir bringen Die Dialog Und Du dürfen wählen a prüfen Das Du würde wie Zu Benehmen
Und Die Graph Wille darstellen Die ausgewählt prüfen.
Für Die Überlegenheit oder Nichtinfererorität prüfen Dort Sind zwei Szenarien.
Groß Unterschied Ist besser oder kleiner Unterschied Ist besser.
Wählen Option abhängen An Die Situation.
Du Auch brauchen Zu angeben Die Marge Hier für Die Delta.
Du brauchen Zu angeben Die Bedeutung Ebene Alpha als Also.
Du dürfen wählen verwenden Parteien Varianz oder ungleich Varianz Zu laufen Die prüfen.
Du dürfen Tun alle Paar weise Vergleich
oder Du dürfen Tun a Vergleich mit Die Kontrolle Gruppe.
War gehen Zu laufen ein Gleichwertigkeit prüfen Erste
Und Wir Wille angeben Die drei als Marge für Die Unterschied.
Wir klicken Die Okay Taste.
Hier Ist Die Ergebnis von Die Gleichwertigkeit prüfen.
Aus Das Waldgrundstück Du dürfen sehen Das
Die Vertrauen Intervall für Die hauptsächlich Unterschied zwischen Arzneimittel A Und Arzneimittel C
Ist vollständig enthalten In Das Blau Gleichwertigkeit Region.
Der max P-Wert Ist null weniger als .05.
Wir dürfen abschließen Zu Die .o5 Bedeutung Ebene.
Arzneimittel A Und Arzneimittel C Sind Äquivalent.
Aber Wenn Wir sehen bei Arzneimittel A Und B, Arzneimittel B Und C
Wir dürfen sehen ihre Vertrauen Intervall von Die hauptsächlich Unterschied
Ist beide darüber hinaus Das Blau Region.
Bei Die .05 Bedeutung Ebene
Wir kann nicht abschließen Das Arzneimittel A Und B oder Arzneimittel B Und C Sind Äquivalent.
Annehmen Arzneimittel C Ist unser Standard Arzneimittel Und Wir würde wie Zu finden aus
Wenn Die Messungen von Arzneimittel A oder B Sind viel besser als Arzneimittel C.
Wir dürfen laufen a Überlegenheit prüfen Zu beweisen.
Lassen Mich schließen Das Gliederung Notiz Erste Und Wir bringen Die Start Dialog wieder.
Das Zeit war gehen Zu Tun a Überlegenheit prüfen.
Für Das prüfen Wir glauben groß Unterschied Ist besser.
Hier Wir halten Das Auswahl.
A auch für Das Studie Wir wollen Zu Satz Arzneimittel C als unser Kontrolle Gruppe.
Wir Stecker In Die Delta, Die Marge .04 für Das Fall klicken Okay Taste.
Hier Ist Die Ergebnis für Überlegenheit prüfen.
Aus Die Wald Handlung Du dürfen leicht sehen Das Die Vertrauen Intervall
von bedeuten Unterschied zwischen Arzneimittel B Und C
Ist vollständig enthalten In Das Vorgesetzter Region
Und Die P-Wert Ist weniger als .05 .
Wir abschließen Das Arzneimittel B Ist Vorgesetzter Zu Arzneimittel C.
Der Vertrauen Intervall von bedeuten Unterschied
zwischen Arzneimittel A Und C Ist darüber hinaus Das Blau Region.
Der P-Wert Hier Ist viel größer als .05 .
Wir abschließen bei Die .05 Bedeutung Ebene
Wir kann nicht abschließen Das Arzneimittel A Ist Vorgesetzter Zu Arzneimittel C.
Das schlussfolgert Mein Erste Beispiel.
Jetzt Ich bin gehen Zu verwenden a zweite Beispiel
Zu verwenden Die relativ Risiko zwischen zwei Proportionen
Zu zeigen Du Wie Zu Benehmen a Nichtunterlegenheit prüfen.
Bringen Die Daten Tisch.
Der Versuch Ist versuchen Zu vergleichen a Arzneimittel
angerufen FIDAX als Alternative Zu Arzneimittel VANCO für Die Behandlung von Doppelpunkt Infektionen.
Beide Drogen haben ähnlich Effizienz Und Sicherheit.
221 aus von 224 Patienten behandeln mit FIDAX
erreicht klinisch Heilung durch Die Ende von Studie.
Vergleichen Zu 223 aus von 257 Patienten behandelt mit VANCO.
War gehen Zu Start Fe Y von X wieder.
Und setzen unser Antwort Und a Behandlung Variable Und Konto Wille Sei Freg.
Seit Die Antwort Variable Ist kategorisch.
Kontingenz Analyse Ist produziert
Und alle Die prüfen Hier Ist basierend An klassisch Hypothese prüfen.
Der P-Wert schlägt vor uns Das Wir kann nicht abschließen
Das klinisch Q Ist anders über Die Arzneimittel.
Aber für Das Studie Wir Wirklich wollen Zu finden aus
Wenn Arzneimittel FIDAX Ist nicht minderwertig Zu Arzneimittel VANCO.
Wir gehen Zu Rot Dreieck Speisekarte, finden Äquivalent prüfen.
Dort Sind Risiko Unterschied Und relativ Risiko.
Wir Sind gehen Zu wählen relativ Risiko Zu Tun Das Fall.
In Die Start Dialog Wir wählen Nichtunterlegenheit prüfen
Und Die groß Verhältnis Ist bevorzugt von uns für Das Studie.
Wir Auch brauchen Zu finden Die Kategorie Interesse.
Für Das Studie Wir wählen Ja als a Kategorie von Interesse
Und Wir Auch brauchen Zu Stecker In unser Verhältnis Marge Hier.
Wir angeben null .09.
Wir klicken Okay Taste Und Hier Ist Die Ergebnis von Nichtunterlegenheit prüfen.
Aus Die Wald Handlung Du dürfen leicht sehen Das
Die Vertrauen Intervall für Die relativ Risiko zwischen Arzneimittel FIDAX und Arzneimittel VANCO
Ist vollendet enthalten In Das nicht minderwertig Region.
Wir abschließen bei Die .05 Bedeutung Ebene,
Arzneimittel FIDAX Ist nicht minderwertig Zu Arzneimittel VANCO.
Das schlussfolgert Mein sprechen Und I Wille geben Es zurück Zu Markieren.
Dank Du JainFeng.
Ich bin gehen Zu Jetzt sprechen um a sehr gemeinsam Verfahren angerufen Verfahren Vergleich.
Es ist a Standard üben wann immer neu Messungen Sind Sein entwickelt.
Wir haben Zu annehmen Das Dort Ist a Standard Verfahren Das existiert bereits
Zu messen Die Ebene von manche Menge.
Vielleicht es ist Die Temperatur oder Die Potenz von a Arzneimittel.
Ein neues Verfahren hat gewesen entwickelt für manche Grund.
Wir wollen Zu machen Sicher Das es ist Leistung Ist vergleichbar Zu Die Standard Verfahren.
Heute Dort Sind viele Normen Das haben gewesen entwickelt
über viele Jahre von verschieden Organisationen Zu machen Sicher Das Das Ist Erledigt richtig.
Was Wir würde Hoffnung Ist Das Die neu prüfen Verfahren
ideal Rücksendungen Die Dasselbe Wert als Die Standard Verfahren.
Ein Scatter Handlung von Die prüfen Verfahren gegen Die Standard Verfahren
würde zeigen Das Die Daten zustimmen mit Die Identität Linie Y=X .
Aber von Kurs Die Daten Punkte Gewohnheit perfekt zustimmen
Weil von Messung Fehler
In beide Die Standard Verfahren Und Die neu prüfen Verfahren.
Regression Analyse dürfen bestimmen Die am besten fit Linie für Das Daten
Und Die geschätzt Modell Parameter dürfen Sei verglichen Zu Das Identität Linie.
Das endet hoch Sein angegeben In Die zwei Hypothesen als folgt.
Der null Hypothese
sagt Das Sie sind nicht vergleichbar Und Also ein anderer Weg von sagen Das Ist
Die abfangen Ist nicht null Und Die Neigung Ist nicht eins.
Der Alternative
repräsentiert unser beanspruchen Das Die neu Verfahren Ist vergleichbar
Und Also Wir würde erwarten Die abfangen Zu Sei null Und Die Neigung Zu Sei eins.
Also vergleichen von mit Regression Und normal kleinste Quadrate Regression
geht davon aus a wenige anders Dinge.
Es geht davon aus Das Y Und X Sind linear verwandt.
Es geht davon aus Das Dort Sind statistische Fehler In Y Aber nicht In X.
Diese statistische Fehler Sind unabhängig von UND, Das Ist, Sie sind Konstante für alle UND.
Es gibt NEIN Daten Das ausüben übermäßig beeinflussen An Die Schätzungen.
Aber In Die Fall von a Verfahren Vergleich,
Die Daten oft verletzen eins oder mehr von diese Annahmen.
Dort Sind Messung Fehler In Die Standard Verfahren als Also.
Auch, Die Fehler Sind nicht stets Konstante,
In welche Fall Wir könnte beobachten Das Die Koeffizient von Variation Ist Konstante.
Das Ist, Die Fehler Sind proportional, Aber Die Standard Abweichung Ist nicht Konstante.
Endlich, Dort Sind oft Ausreißer gegenwärtig
Das dürfen stark beeinflussen Die Schätzung von diese Parameter.
andere Regression Methoden dürfen helfen.
Deming Regression Wille gleichzeitig minimieren
Die am wenigsten kariert Fehler In beide Y Und X
Und Passing-B ablok Regression Ist a nichtparametrisch Verfahren.
Es ist basierend An Die mittlere von alle möglich paarweise Pisten
Und Weil von Das es ist beständig Zu Ausreißer Und nicht- Konstante Fehler.
Der Deming Regression Ist verfügbar In JMP
durch Die Bivariat Plattform mit Die Fit Senkrecht Befehl.
Deming Regression dürfen schätzen Die Regression mehrere Wege.
Es dürfen schätzen Die Fehler In beide Y Und X,
oder Es dürfen annehmen Das Die Fehler In Y Und X Sind gleich,
oder Es dürfen verwenden a gegeben Verhältnis von Fehler von Y Zu X.
Vorbeigehen Bablo k Ist Jetzt verfügbar In JMP 17,
wieder durch Die Bivariat Plattform mit Die Fit vorbeigehen Bablok Befehl.
Es Auch beinhaltet Schecks für Die Annahmen Das
Die Messungen Sind hoch positiv korreliert
Und ausstellen a linear Beziehung.
Es gibt Auch a Vergleich von Unterschied.
Der Unter- Altman Analyse vergleicht
Die paarweise Unterschiede Zu Die paarweise bedeutet
Zu bewerten Die Voreingenommenheit zwischen diese zwei Messungen.
Der Ergebnisse Sind präsentiert In a streuen Handlung von Y gegen X für dein Prüfung
Und Auch Zu sehen Wenn Dort Sind beliebig Anomalien In Die Unterschiede.
Das Ist alle bereitgestellt durch Die Übereinstimmen Paare Plattform entlang mit
mehrere Hypothese Tests.
Krank Jetzt zeigen diese Merkmale.
Ich bin gehen Zu zeigen Du Deming Regression für Vollständigkeit
das ist Genau genommen gewesen verfügbar In JMP für viele Jahre.
Ich bin gehen Zu verwenden a Daten Tisch welche hat Messungen für 20 Proben
von Die Standard Verfahren Und Dann vier anders prüfen Methoden.
Ich bin Nur gehen Zu verwenden Verfahren 1.
I Start Das von Auswählen Die analysieren Speisekarte Satz Y von X.
Der Standard geht In Die X rollen, während Die Verfahren eins geht In Die Y rollen.
Hier Wir haben Die streuen Handlung Zu beginnen mit.
Krank klicken Die Rot Dreieck Und wählen Fit Senkrecht
Und Du dürfen sehen Die anders Auswahlmöglichkeiten I erwähnt Nur a Moment vor.
Ich bin gehen Zu haben JMP schätzen Die Fehler In Y Und X.
Es gibt a am besten fit Linie mit Deming Regression entlang mit
Information um Das.
Wir dürfen sehen Das unser abfangen für Die geschätzt Linie Ist schließen Zu null,
unser Neigung Ist schließen Zu eins, Und In Tatsache unser Vertrauen Intervall beinhaltet eins.
Jetzt Ich bin gehen Zu zeigen Du Vorbeigehen Schlecht Block.
I zurückkehren Zu Die Dasselbe Rot Dreieck,
wählen Fit vorbeigehen Nicht Block,
Und a neu tailliert Linie Ist hinzugefügt Zu Mein streuen Handlung.
Es Aussehen sehr viel wie Die Ergebnis aus Die Deming Regression.
Aber erinnern Das Vorbeigehen Nicht Block
Ist beständig Zu Ausreißer oder nicht konstant Varianz.
Erste Wir haben Kendalls prüfen Das Ist erzählen uns um Die Korrelation.
Positiv Korrelation Ist statistisch bedeutsam.
Wir Dann haben a prüfen, a überprüfen für Linearität,
Und Wir haben a hoch P- Wert Hier Anzeige Wir kann nicht ablehnen Linearität.
Endlich Wir haben Die Regression Ergebnisse.
I sehen Das I haben ein abfangen schließen Zu eins, Aber Die Intervall beinhaltet null,
Also I kippen ablehnen null.
Der Neigung Ist schließen Zu eins.
Mein Intervall beinhaltet eins, Also I kippen ablehnen Das Die Neigung Ist eins.
Endlich, mit Vorbeigehen Nicht Block Das Kurve Speisekarte,
Krank klicken Die Rot Dreieck Und wählen Unter- Altman Analyse.
Das startet Die Übereinstimmen Paare Plattform, Also es ist a separate Fenster.
Hier Wir Sind suchen bei Die paarweise Unterschiede
zwischen Verfahren eins Und Die Standard
gegen Die bedeuten von diese zwei Werte.
War mit Das Zu bewerten a Voreingenommenheit.
Der Unter- Altman a Analyse wird berichtet bei Die unten.
Der Voreingenommenheit Ist Die Durchschnitt Unterschied.
Wir Hoffnung Das es ist null.
Der schätzen Ist nicht genau null,
Aber Wir dürfen sehen Das Die Vertrauen Intervall beinhaltet null,
Also Wir würde nicht ablehnen null.
Wir Auch Dann haben untere Grenzen von Vereinbarung,
Und Wir sehen Das Sie Auch enthalten null als Also.
Der Standard Methoden Das Sind gebraucht
Wann Vergleichen zwei Messung Methoden Sind Jetzt verfügbar In JMP 17.
Das schlussfolgert unser Präsentation.
Dank Du für Aufpassen.
