Berechnen statistischer Toleranzintervalle in JMP
Jean-François Michiels 1 , Sarah Janssen 2 , Pierre Lebrun 3 .
1 Korrespondierender Autor, jean-francois.michiels@arlenda.com , Arlenda SA, Lüttich, Belgien ( http://www.arlenda.com )
2 Janssen Biologics, Leiden, Niederlande
3 Arlenda SA, Lüttich, Belgien
Es gibt zwei Arten statistischer Toleranzintervalle. Erstens ist das Beta-Erwartungstoleranzintervall ein statistisches Intervall, innerhalb dessen ein bestimmter Anteil (Beta) der Bevölkerung voraussichtlich liegen wird. Die zweite Art ist das Beta-Gehalt-Gamma-Konfidenztoleranzintervall, das ein Intervall ist, in das ein Beta-Anteil der Bevölkerung fällt, mit dem Konfidenzniveau Gamma. Diese Intervalle werden in der Pharmaindustrie häufig verwendet. Beispielsweise wird in Überbrückungsstudien ein Beta-Gehalt-Gamma-Konfidenztoleranzintervall anhand von Daten berechnet, die mit einem Referenzprozess erhalten wurden, und ein Beta-Erwartungstoleranzintervall wird anhand von Daten berechnet, die mit einem modifizierten Prozess erhalten wurden. Wenn die neueste Version in der ersten Version enthalten ist, hat die Änderung keinen Einfluss auf den Prozess. Abhängig von den statistischen Modellen können Toleranzintervalle mit exakten Formeln, asymptotischen Näherungen oder mithilfe von Simulationen berechnet werden. Für lineare Fixed-Effect-Modelle (z. B. feste ANOVA 1, lineare Regression) können Toleranzintervalle in JMP bereits einfach mithilfe der Verteilungsplattform oder der Fit-Modell-Plattform berechnet werden. Für Modelle mit einem Zufallsfaktor wurden Formeln entwickelt und veröffentlicht. Allerdings benötigen Wissenschaftler bei der Berechnung immer noch die Hilfe von Statistikern, da diese Formeln nicht in benutzerfreundlicher Software wie JMP implementiert sind. Mit Hilfe von Janssen wurde von Arlenda ein JMP-Add-in entwickelt und validiert, das auf die Berechnung von Toleranzintervallen für Modelle mit einem Zufallsfaktor abzielt, beispielsweise ein einfaktorielles Zufalls-ANOVA-Modell. Dieses Add-in wird Wissenschaftlern dabei helfen, diese Toleranzintervalle selbst zu berechnen, während sich Statistiker auf andere komplexe Analysen konzentrieren können.
Ich frage mich, ob ich das Add-In haben könnte
Erwägen Sie auch einen Blick auf die R-Pakettoleranz und das Buch Statistical Tolerance Regions von Krishnamoorthy und Mathew, Wiley, 2008.
Wenn es Ihnen nichts ausmacht, brauche ich dieses Add-In
