こんにちは。 私の 名前 は マーク ベイリー。
私は a シニア 分析 ソフトウェア テスター で ジャンプ。
私の同僚 今日 は ジャンフ 1つ ディン、
a シニア 研究 統計学者 開発者。
私は 行く に 始める その プレゼンテーション
について いくつかの 新しい アプローチ に 比較 それ 意思 なれ 利用可能 で ジャンプ 17.
私は 行く に 始める 以上。 I しない 知る なぜ。
こんにちは。 私の 名前 は マーク ベイリー。
私は a シニア 分析 ソフトウェア テスター で ジャンプ。
私の 共同プレゼンター 今日 は 建峰 ディン、
a シニア 研究 統計学者 そして 開発者。
私は 行く に 始める と 一つの 導入 に 私たちの トピック。
前に 私たちは 話す について 特定の 比較、
私たちは のように に 導入 いくつかの 基本的 概念。
全て の これ もっている に する いつ だった 比較する 人口。
比較する 人口 は a とても 一般 タスク。
その 比較、 私たちは 希望、 意思 鉛 に a 決断 間 二 仮説。
サンプル から これら 人口 は 頻繁 収集された のために その 比較。
S 統計的な 推論 できる 提供する いくつかの 貴重な 情報 について 私たちの サンプル。
で 特定の、
は そこには 十分な 証拠 に 拒否する 1つ 仮説 について これら 人口。
明確な 声明 の その 仮説 は
本当に 不可欠 に 作る その 正しい 選択 の a テスト のために あなたの 比較。
これら 仮説 代表する 二 互いに エクスクルーシブ アイデア
それ 一緒に 含む その のみ 可能性。
彼らは と呼ばれる その 代替 そして ヌル 仮説。
その 代替 仮説
は 本当に a 声明 について その 結論 それ 私たちは 欲しい に 請求。
それ サーブ に 代表する その 人口 そして それ 意思 必要とする 十分な 証拠
に 打倒 その 他の 仮説、 どれの は その ヌル 仮説。
それ 州 その 反対する 結論 それ しなければならない なれ 克服する と 強い 証拠。
それ サーブ として a 参照 のために 比較 そして その 想定 に なれ 真実。
これ は 重要 それ 私たちは 選別 これ 外 今日 なぜなら 歴史的に、
統計的 トレーニング もっている 提示された のみ 1つ 方法 の 使用して これら 仮説。
その ほとんど 頻繁 教えた 統計的 テスト
は 使用済み に 示す a 違い 間 その 人口。
しかし それは ない その のみ 可能性。
その 足らない の 理解 について これ 区別
できる 鉛 に 誤用 これら テスト。
その 選択 の a テスト は ない a 案件 の その データ それは 収集された
または どうやって その データ は 収集されました。
その 厳密に a 案件 の その 述べた 仮説
のために その 目的 の あなたの 比較。
さあ 見て で 二 似ている 例 それ は 実は 根本的に 違う。
しかし さあ 始める 外 どこ 私たちは 持っている a 目的 の デモ a 違い。
で これ 例、 さあ 言う I だろう のように に 示す それ a 変化 で 温度
意思 原因 a 新しい 結果、 一つの 改善 多分。
私たちは 欲しい に 請求 それ a 新しい レベル
の 私たちの 応答 意思 結果 から 変化 その プロセス 温度。
良い 使用 a 設計された 実験 に ランダムに サンプル から a 人口
のために その 低い 温度 状態 そして その 高い 温度 状態。
その 二 仮説 は その ヌル 州
それ その 温度 する ない 影響する その 結果。
これ 意思 なれ 私たちの 参照。
その 代替 州 私たちの 請求、
どれの は その 温度 影響 その 結果、
しかし のみ もし その 証拠 は 強い 十分 に 拒否する その ヌル 仮説。
全て 右、 これ は 行く に 音 とても 似ている、 しかし その その通り その 反対。
で これ 場合、 一つの 例 二、 私たちは 必要 に 示す 同等のもの。
ここ 私たちは 欲しい に 示す
それ a 温度 変化 雌鹿 ない 原因 a 新しい 結果。
それ は、 後 その 変化、 私たちは 持っている その 同じ 結果。
のために 例、 これ かもしれない なれ その 場合 どこ
私たちは は 計画 に 変化 その プロセス 温度
に 改善する その 収率、
しかし 私たちは 欲しい に 作る もちろん それ それ しない 変化
その レベル の 一つの 不純物 で 私たちの 製品。
私たちは デザイン その 同じ 実験 に 集める その 同じ データ
そして 私たちは 持っている その 同じ 二 仮説、 しかし 今 彼らは 逆転した。
その その ヌル それ 州 それ その 温度 影響 その 結果、
それ は、 そこには a 違い、
その間 その 代替 州
それ 私たちの 変化 で 温度 意思 ない 影響する その 結果。
は 私たちは テスト のために a 違い または のために 同等のものですか?
本当に 私たちは 見る それ から これら 例
それ その ない その データ、 その データ 同一、 しかし その テスト は 違う。
その 選択 は ない について その データ、
その について 私たちの 請求、 または で 他の 言葉、 どうやって 私たちは 州 私たちの 仮説。
また 覚えて それ 仮説 テスト は 一方向。
彼らは 仕える のみ に 拒否する a ヌル 仮説
の a 高い 確率 いつ その 間違い。
で 私たちの プレゼンテーション 今日、
私たちは のように に 導入 いくつかの 新しい 同等のもの テスト として 良い として いくつかの
追加 方法 それ は 使用済み いつ 比較する 二 測定 システム。
私は 今 行く に 手 それ 以上 に 建フェ の に 話す について 等価 テスト。
ありがとう マーク。
こんにちは。
私は ディン・ジャンフォン .
私は a 研究 統計学者 開発者 で ジャンプ。
で これ ビデオ 私は 行く に 話す について その 等価、
非劣等性 そして 優越性 テスト で ジャンプ 17.
その クラシック 仮説 テスト の上 その 左
は その テスト それ ほとんど 品質 専門家 は おなじみ と。
それ は 頻繁 使用済み に 比較する 二 または もっと グループ の データ
に 決定する かどうか 彼らは は 統計的に 違う。
その パラメータ データ できる なれ a 平均 応答
のために 連続 結果 そして a 割合 いつ その 結果 変数 は バイナリ。
シータ t を表す その 応答 から 処理 グループ
そして シータ ゼロ を表す 応答 から a コントロール グループ。
そこには は 三つ 種類 の その クラシック 仮説 テスト。
その 初め 1つ は その 二 両面 テスト そして その 休む は 1つ 両面 テスト。
もし あなた は 見ている で これ 二 側 テスト の上 その 左、
その いいえ 仮説 は それ その 処理 手段 は 同じ
そして その 代替 仮説 は それ その 処理 手段 は 違う。
時々 私たちは 本当に 必要 に 確立する それ もの は 大幅に その 同じ
そして その 機械 に する それ は と呼ばれる 一つの 等価 テスト。
アン 同等 テスト は に 見せる その 違い で シータ t そして シータ ゼロ
は 内で a 事前指定 マージン デルタ
そして 許可する 私たち に 結論する その 等価 と a 指定された 自信 レベル。
もし あなた 見て で その 等価 テスト、 その いいえ 仮説 は それ
その 扱う 声明 手段 は 違う そして その 代替 仮説 は それ
その 処理 手段 は 内で a 修理済み デルタ の 1つ 別の。
これ は 違う から その 二 両面 仮説 テスト の上 その 左。
別の 代替 テスト シナリオ は その 非劣性 テスト、
どれの 目的 に 示す それ 結果 は ない 大幅に 悪い。
そこには は また a テスト シナリオ と呼ばれる 優越性 テスト、
それ は 似ている に 非劣性 テスト、
を除外する それ その ゴール は に 示す それ 結果 は 大幅に より良い。
そこには は 五 違う 種類 の 同等 タイプ テスト
依存する の上 その 状況。
いつ すべき 私たちは 使用 これ テスト 意思 なれ 議論した 次。
これら テスト は とても 重要 で 業界、
特に で その バイオテクノロジー そして 製薬 業界。
ここ は いくつかの 例、
もし その ゴール は に 見せる それ その 新しい 処理
する ない 異なる 大幅 から その 標準 1つ
による もっと よりも いくつかの 小さい マージン、 それから 同等 テスト すべき なれ 使用済み。
のために 例、 a ジェネリック 薬 それ は 少ない 高い
そして 原因 少し 側 効果 よりも a 人気のある 名前 ブランド 薬。
あなた だろう のように に 証明する それ もっている 同じ 効能 として その 名前 ブランド 1つ。
その 典型的な ゴール で 非劣性 テスト は に 結論する
それ a 新しい 処理 または プロセス
は ない 大幅 悪い よりも その 標準 1つ。
のために 例、 a 新しい 製造業 プロセス は もっと早く。
あなた だろう 作る もちろん それ 作成する いいえ もっと 製品 欠陥 よりも その 標準 プロセス。
A 優越性 テスト 試みる に 証明する
それ その 新しい 処理 は 大幅に より良い よりも その 標準 1つ。
のために 例、 a 新しい 肥料 もっている された 発展した と いくつかの 改善。
その 研究 欲しい に 見せる
それ その 新しい 肥料 は より良い よりも その 現在 肥料。
どうやって に セット 上 その 仮説。
その グラフ の上 その 左、
要約する これら 五 違う タイプ の 同等 タイプ テスト とても うまく。
これ グラフ は 作成された による SAS STAT カレッジ、 ジョン カステロー そして ドナ ワッツ。
あなた できる 探す 彼らの 白 紙 簡単に の上 その ウェブ。
選択する どれの テスト 依存する の上 その 状況。
のために それぞれ の その 状況、
その 青 地域 は その 地域 それ あなた は 試して に 確立する と その テスト。
のために 同等 分析、 あなた できる 構築する 一つの 等価 地域
と アッパー 縛られた シータ ゼロ プラス デルタ そして より低い 縛られた シータ ゼロ マイナス デルタ。
あなた できる 行為 一つの 等価 テスト による チェック中
かどうか その 自信 間隔 の シータ
嘘 全体的に で その 青 等価 地域。
同じく、 あなた できる 行為 a 非劣性 テスト による チェック中
かどうか その 自信 間隔 の シータ
嘘 全体的に その上 その より低い 縛られた もし 大きい シータ は より良い、
または 下に その アッパー 縛られた もし 小さい シータ は より良い。
これら テスト は 利用可能 で 1つ 方法 のために 比較する 普通 手段
そして 偶発的に のために 比較する 応答 料金。
その グラフィカル ユーザー インタフェース の 等価 テスト 打ち上げ ダイアログ
作る それ 簡単 のために あなた に 探す その タイプ の テスト
それ 対応する に 何 あなた は 試して に 確立する。
A [聞き取れない 00:12:00] で その 報告 要約する その 比較 とても うまく
そして 作る それ 簡単 のために あなた に 解釈する その 結果。
次、 私は 行く に 示す 等価 テスト。
私は 行く に 使用 その データ セット と呼ばれる 薬 測定値。
それ は JMPで サンプル データ として 私の 初め 例。
12 違う 科目 だった 与えられた 三つ 違う 薬物 あ、 B そして C.
そして 32 連続 測定値 は 収集されました。
私たちは 行く に シータ YX、
そして 私たちは 負荷 その 応答 そして 治療。
これ 意思 持ってくる その 1つ 方法 分析。
下 その 赤 三角形 探す その 等価 テスト。
そこには は 二 オプション 手段 そして 標準 逸脱。
私たちは は 行く に 集中 の上 手段 で これ 話す。
私たちは 持ってくる その 対話 そして あなた できる 選択 a テスト それ あなた だろう のように に 行為
そして その グラフ 意思 代表する その 選択された テスト。
のために その 優越性 または 非劣等性 テスト そこには は 二 シナリオ。
大きい 違い は より良い または 小さい 違い は より良い。
選ぶ オプション 依存する の上 その 状況。
あなた また 必要 に 特定 その マージン ここ のために その デルタ。
あなた 必要 に 特定 その 意義 レベル アルファ として 良い。
あなた できる 選ぶ 使用 パーティー 分散 または 不平等 分散 に 走る その テスト。
あなた できる する 全て ペア 賢い 比較
または あなた できる する a 比較 と その コントロール グループ。
だった 行く に 走る 一つの 等価 テスト 初め
そして 私たちは 意思 特定 その 三つ として マージン のために その 違い。
私たちは クリック その わかった ボタン。
ここ は その 結果 の その 等価 テスト。
から これ 森林区画 あなた できる 見る それ
その 自信 間隔 のために その 主要 違い 間 薬 A そして 薬 C
は 完全に 含まれている で これ 青 等価 地域。
その 最大 p値 は ゼロ 少ない よりも .05.
私たちは できる 結論する に その .o5 意義 レベル。
薬 A そして 薬 C は 同等。
しかし もし 私たちは 見て で 薬 A そして B、 薬 B そして C
私たちは できる 見る 彼らの 自信 間隔 の その 主要 違い
は 両方 超えて これ 青 地域。
で その .05 意義 レベル
私たちは できない 結論する それ 薬 A そして B または 薬 B そして C は 同等。
仮定する 薬 C は 私たちの 標準 薬 そして 私たちは だろう のように に 探す 外
もし その 測定値 の 薬 A または B は 多くの より良い よりも 薬 C.
私たちは できる 走る a 優越性 テスト に 証明する。
させて 自分 近い これ 概要 注記 初め そして 私たちは 持ってくる その 打ち上げ 対話 また。
これ 時間 だった 行く に する a 優越性 テスト。
のために これ テスト 私たちは 信じる 大きい 違い は より良い。
ここ 私たちは 保つ これ 選択。
A また のために これ 勉強 私たちは 欲しい に セット 薬 C として 私たちの コントロール グループ。
私たちは プラグ で その デルタ、 その マージン .04 のために これ 場合 クリック わかった ボタン。
ここ は その 結果 のために 優越性 テスト。
から その 森 プロット あなた できる 簡単に 見る それ その 自信 間隔
の 平均 違い 間 薬 B そして C
は 完全に 含まれている で これ 優れた 地域
そして その p値 は 少ない よりも .05 .
私たちは 結論する それ 薬 B は 優れた に 薬 C.
その 自信 間隔 の 平均 違い
間 薬 A そして C は 超えて これ 青 地域。
その p値 ここ は 多くの 大きい よりも .05 .
私たちは 結論する で その .05 意義 レベル
私たちは できない 結論する それ 薬 A は 優れた に 薬 C.
これ 結論 私の 初め 例。
今 私は 行く に 使用 a 2番 例
に 使用 その 相対的 リスク 間 二 比率
に 見せる あなた どうやって に 行為 a 非劣性 テスト。
持ってくる その データ テーブル。
その トライアル は 試す に 比較する a 薬
と呼ばれる フィダックス として 代替 に 薬 ヴァンコ のために その 処理 の 結腸 感染症。
両方 薬物 持っている 似ている 効率 そして 安全性。
221 外 の 224 患者 扱う と フィダックス
達成 臨床 治癒による その 終わり の 勉強。
比較する に 223 外 の 257 患者 治療された と ヴァンコ。
だった 行く に 打ち上げ 鉄Y による X また。
そして 置く 私たちの 応答 そして a 処理 変数 そして アカウント 意思 なれ フレグ。
以来 その 応答 変数 は カテゴリカル。
不測の事態 分析 は 生産された
そして 全て その テスト ここ は ベース の上 クラシック 仮説 テスト。
その p値 示唆する 私たち それ 私たちは できない 結論する
それ 臨床 Q は 違う 横切って その 薬。
しかし のために これ 勉強 私たちは 本当に 欲しい に 探す 外
もし 薬 フィダックス は ない 劣った に 薬 ヴァンコ。
私たちは 行く に 赤 三角形 メニュー、 探す 同等 テスト。
そこには は リスク 違い そして 相対的 リスク。
私たちは は 行く に 選ぶ 相対的 リスク に する これ 場合。
で その 打ち上げ 対話 私たちは 選ぶ 非劣性 テスト
そして その 大きい 比率 は 好ましい による 私たち のために これ 勉強。
私たちは また 必要 に 探す その カテゴリ 興味。
のために これ 勉強 私たちは 選択 はい として a カテゴリ の 興味
そして 私たちは また 必要 に プラグ で 私たちの 比率 マージン ここ。
私たちは 特定 ゼロ .09.
私たちは クリック わかった ボタン そして ここ は その 結果 の 非劣性 テスト。
から その 森 プロット あなた できる 簡単に 見る それ
その 自信 間隔 のために その 相対的 リスク 間 薬 FIDAXと 薬 ヴァンコ
は 完了 含まれている で これ 劣っていない 地域。
私たちは 結論する で その .05 意義 レベル、
薬 フィダックス は ない 劣った に 薬 ヴァンコ。
これ 結論 私の 話す そして I 意思 与える それ 戻る に マーク。
感謝 あなた ジャインフェン。
私は 行く に 今 話す について a とても 一般 手順 と呼ばれる 方法 比較。
その a 標準 練習する いつでも 新しい 測定値 は いる 発展した。
私たちは 持っている に 仮定する それ そこには は a 標準 方法 それ 存在する すでに
に 測定 その レベル の いくつかの 量。
多分 その その 温度 または その 効力 の a 薬。
新しい 方法 もっている された 発展した のために いくつかの 理由。
私たちは 欲しい に 作る もちろん それ その パフォーマンス は 匹敵する に その 標準 方法。
今日 そこには は 多くの 基準 それ 持っている された 発展した
以上 多くの 年 による 様々な 組織 に 作る もちろん それ これ は 終わり きちんと。
何 私たちは だろう 希望 は それ その 新しい テスト 方法
理想的には 返品 その 同じ 価値 として その 標準 方法。
散らばった プロット の その テスト 方法 対 その 標準 方法
だろう 見せる それ その データ 同意する と その 身元 ライン Y=X .
しかし の コース その データ ポイント しません 完璧に 同意する
なぜなら の 測定 エラー
で 両方 その 標準 方法 そして その 新しい テスト 方法。
回帰 分析 できる 決定する その 最高 フィット ライン のために これ データ
そして その 推定 モデル パラメータ できる なれ 比較すると に それ 身元 ライン。
これ 終了 上 いる 述べた で その 二 仮説 として 続きます。
その ヌル 仮説
言う それ 彼らは ない 匹敵する そして それで 別の 方法 の 言って それ は
その 傍受 は ない ゼロ そして その スロープ は ない 1つ。
その 代替
を表す 私たちの 請求 それ その 新しい 方法 は 匹敵する
そして それで 私たちは だろう 期待する その 傍受 に なれ ゼロ そして その スロープ に なれ 1つ。
良い 比較する による 使用して 回帰 そして 普通 最小二乗法 回帰
想定している a 少し 違う もの。
それ 想定している それ Y そして X は 直線的に 関連している。
それ 想定している それ そこには は 統計的 エラー で Y しかし ない で X.
これら 統計的 エラー は 独立した の そして、 それ は、 彼らは 絶え間ない のために 全て そして。
そこには いいえ データ それ 発揮する 過剰 影響 の上 その 見積もり。
しかし で その 場合 の a 方法 比較、
その データ 頻繁 違反する 1つ または もっと の これら 仮定。
そこには は 測定 エラー で その 標準 方法 として 良い。
また、 その エラー は ない いつも 絶え間ない、
で どれの 場合 私たちは かもしれない 観察する それ その 係数 の 変化 は 絶え間ない。
それ は、 その エラー は 比例、 しかし その 標準 偏差 は ない 絶え間ない。
ついに、 そこには は 頻繁 外れ値 現在
それ できる 強く 影響 その 推定 の これら パラメータ。
他の 回帰 方法 できる ヘルプ。
デミング 回帰 意思 同時に 最小化
その 少しでも 二乗 エラー で 両方 Y そして X
そして パスB アブロック 回帰 は a 非パラメトリック 方法。
その ベース の上 その 中央値 の 全て 可能 ペアワイズ 斜面
そして なぜなら の それ その 耐性のある に 外れ値 そして 非 絶え間ない エラー。
その デミング 回帰 は 利用可能 で ジャンプ
を通して その 二変量 プラットフォーム 使用して その フィット 直交 指示。
デミング 回帰 できる 見積もり その 回帰 いくつかの 方法。
それ できる 見積もり その エラー で 両方 Y そして X、
または それ できる 仮定する それ その エラー で Y そして X は 等しい、
または それ できる 使用 a 与えられた 比率 の エラー の Y に X.
通過 バブロ k は 今 利用可能 で ジャンプ 17,
また を通して その 二変量 プラットフォーム 使用して その フィット 通過 バブロック 指示。
それ また 含まれるもの チェック のために その 仮定 それ
その 測定値 は 非常に 積極的に 相関関係
そして 展示する a リニア 関係。
そこには また a 比較 による 違い。
その の間で- アルトマン 分析 比較する
その ペアワイズ 違い に その ペアワイズ 手段
に 評価 その バイアス 間 これら 二 測定値。
その 結果 は 提示された で a 散らばる プロット の Y 対 X のために あなたの 検査
そして また に 見る もし そこには は どれでも 異常 で その 違い。
これ は 全て 提供された を通して その マッチ ペア プラットフォーム 平行 と
いくつかの 仮説 テスト。
病気 今 示す これら 特徴。
私は 行く に 見せる あなた デミング 回帰 のために 完全
それは 実は された 利用可能 で ジャンプ のために 多くの 年。
私は 行く に 使用 a データ テーブル どれの もっている 測定値 のために 20 サンプル
による その 標準 方法 そして それから 4つ 違う テスト 方法。
私は ただ 行く に 使用 方法 1.
I 始める これ による 選択する その 分析する メニュー セット Y による X.
その 標準 行く で その X ロール、 その間 その 方法 1つ 行く で その Y ロール。
ここ 私たちは 持っている その 散らばる プロット に 始める と。
病気 クリック その 赤 三角形 そして 選択 フィット 直交
そして あなた できる 見る その 違う 選択肢 I 言及された ただ a 一瞬 前。
私は 行く に 持っている ジャンプ 見積もり その エラー で Y そして X.
そこには a 最高 フィット ライン 使用して デミング 回帰 平行 と
情報 について それ。
私たちは できる 見る それ 私たちの 傍受 のために その 推定 ライン は 近い に ゼロ、
私たちの スロープ は 近い に 1つ、 そして で 事実 私たちの 自信 間隔 含まれるもの 1つ。
今 私は 行く に 見せる あなた 通過 悪い ブロック。
I 戻る に その 同じ 赤 三角形、
選択 フィット 通過 ない ブロック、
そして a 新しい フィット ライン は 追加した に 私の 散らばる プロット。
それ 見た目 とても 多くの のように その 結果 から その デミング 回帰。
しかし 覚えて それ 通過 ない ブロック
は 耐性のある に 外れ値 または 非定数 分散。
初め 私たちは 持っている ケンドールズ テスト それ は 伝える 私たち について その 相関。
ポジティブ 相関 は 統計的に 重要な。
私たちは それから 持っている a テスト、 a チェック のために 直線性、
そして 私たちは 持っている a 高い P- 価値 ここ 示す 私たちは できない 拒否する 直線性。
ついに 私たちは 持っている その 回帰 結果。
I 見る それ I 持っている 一つの 傍受 近い に 1つ、 しかし その 間隔 含まれるもの ゼロ、
それで I できない 拒否する ゼロ。
その スロープ は 近い に 1つ。
私の 間隔 含まれるもの 1つ、 それで I できない 拒否する それ その スロープ は 1つ。
ついに、 使用して 通過 ない ブロック これ 曲線 メニュー、
病気 クリック その 赤 三角形 そして 選択 の間で- アルトマン 分析。
これ 打ち上げ その マッチ ペア プラットフォーム、 それで その a 別 ウィンドウ。
ここ 私たちは は 見ている で その ペアワイズ 違い
間 方法 1つ そして その 標準
対 その 平均 の それらの 二 価値観。
だった 使用して これ に 評価 a バイアス。
その の間で- アルトマン 分析 報告されている で その 底。
その バイアス は その 平均 違い。
私たちは 希望 それ その ゼロ。
その 見積もり は ない その通り ゼロ、
しかし 私たちは できる 見る それ その 自信 間隔 含まれるもの ゼロ、
それで 私たちは だろう ない 拒否する ゼロ。
私たちは また それから 持っている より低い 限界 の 合意、
そして 私たちは 見る それ 彼らは また 含む ゼロ として 良い。
その 標準 方法 それ は 使用済み
いつ 比較する 二 測定 方法 は 今 利用可能 で ジャンプ 17.
それ 結論 私たちの プレゼンテーション。
感謝 あなた のために 見ています。
