タグ付けされた質問 「tost」

4
なぜ統計学者は、帰無仮説を受け入れるのではなく、有意でない結果は「あなたはヌルを拒否できない」ことを意味すると言うのでしょうか?
2サンプルt検定のような従来の統計的検定は、2つの独立したサンプルの関数に差がないという仮説を排除しようとすることに焦点を当てています。次に、信頼レベルを選択し、平均の差が95%レベルを超えている場合、帰無仮説を棄却できると言います。そうでない場合、「帰無仮説を拒否することはできません」。これは、私たちもそれを受け入れることができないことを暗示しているようです。帰無仮説が正しいかどうかわからないということですか? 次に、2つのサンプルの関数が同じであるという仮説を立てるテストを設計します(これは、2つのサンプルが異なるという仮説である従来の統計検定の反対です)。したがって、私の帰無仮説は、2つのサンプルが異なるというものになります。このようなテストをどのように設計する必要がありますか?p値が5%未満の場合、有意差がないという仮説を受け入れることができると言うのと同じくらい簡単でしょうか?

8
グループの違いがないという仮説をテストする方法は?
数値従属変数(例:知能テストのスコア)を調べる2つのグループ(例:男性と女性)での研究があり、グループに違いがないという仮説があるとします。 質問: グループの違いがないかどうかをテストする良い方法は何ですか? グループの違いがないことを適切にテストするために必要なサンプルサイズをどのように決定しますか? 初期の考え: 帰無仮説を棄却できないからといって、対象のパラメーターがゼロに近い、またはゼロに近いわけではないため、標準のt検定を行うだけでは十分ではありません。これは、特に小さなサンプルの場合です。 95%の信頼区間を見て、すべての値が十分に小さい範囲内にあることを確認できました。たぶんプラスまたはマイナス0.3標準偏差。

2
コルモゴロフ–スミルノフ検定の単純な等価性検定バージョンはありますか?
コルモゴロフ–スミルノフ検定では、2つの分布が少なくとも研究者が指定したレベルで異なるという否定論的帰無仮説をテストするために、2つの片側同等性検定(TOST)がフレーム化されていますか? TOSTではない場合、他の形式の同等性テストですか? ニック・スタウナーは、確率的同等性の帰無仮説、およびより制限的な仮定で、同等の中央値について、他のノンパラメトリックTOST同等性テストがあることを賢明に指摘しています(すでに知っているはずです;)。

1
同等性の帰無仮説
仮定ノーマルから単純無作為サンプルです分布。X1,X2,...,XnX1,X2,...,XnX_1, X_2, \, ... \, , X_n(μ,σ2)(μ,σ2)(\mu,\sigma^2) 次の仮説検定に興味があります 与えられた定数。H0:|μ|≤cH1:|μ|>c,H0:|μ|≤cH1:|μ|>c, H_0: | \mu| \le c \\ H_1: |\mu| > c, c>0c>0c > 0 2つの片側検定(TOST)を、nullとある通常の生物学的同等性試験の状況に類似した方法で実行することを考えていましたですが、これが理にかなっているのか、正しいのかわかりません。ttt|μ|≥c|μ|≥c|\mu| \ge c 私のアイデアは、片側テストを実行することです および およびの1つがグローバル帰無仮説を棄却 -値が有意水準よりも小さい。H01:μ≤cH11:μ>cH01:μ≤cH11:μ>c H_{01} : \mu \le c \\ H_{11} : \mu > c H02:μ≥−cH12:μ<−c,H02:μ≥−cH12:μ<−c, H_{02} : \mu \ge -c \\ H_{12} : \mu …

2
非劣性テストでnullを受け入れることはできますか?
通常のt検定では、通常の仮説検定法を使用して、nullを拒否するか、nullを拒否できませんが、nullを受け入れません。その理由の1つは、より多くの証拠を得た場合、同じ効果サイズが重要になることです。 しかし、非劣性テストではどうなりますか? あれは: H0:μ1−μ0≤xH0:μ1−μ0≤xH_0: \mu_1 - \mu_0 \le x 対 H1:μ1−μ0>xH1:μ1−μ0>xH_1: \mu_1 - \mu_0 > x ここで、は、基本的に同じと見なす量です。我々はヌルを拒否するのであれば、我々はと言うより大きくなる少なくともによって。証拠が不十分な場合、ヌルを拒否できません。 μ 1 μ 0のxxxxμ1μ1\mu_1μ0μ0\mu_0xxx 効果サイズが以上の場合、これは通常のt検定に類似しています。しかし、サンプルのエフェクトサイズがより小さい場合はどうなりますか?次に、サンプルサイズを増やして同じ効果を維持した場合、それは重要ではありません。したがって、この場合はnullを受け入れることができますか?xxxxxxx

3
非正規データの同等性テスト?
必ずしも正規分布から得られたとは限らないデータがいくつかあります。グループ間の同等性の検定を実行したいと思います。通常のデータには、TOST(2つの片側t検定)のような手法があります。通常ではないデータのTOSTに類似したものはありますか?

1
Kolmogorov-Smirnov検定を使用して、2つの分布の等価性を直接検定できますか?
コルモゴロフ・スミルノフ(KS)検定に2つの片側検定(TOST)アプローチをどのように使用できるかについて他の質問についても話しましたが、検定統計を直接使用してその2つを示すことができるかどうか疑問に思いました分布は似ていましたか? 私が理解している限り、KS検定統計量は2つのCDF間の最大の違いを表しており、1サンプルバージョンは本来適合度検定として使用されています。これは、経験的分布が信頼区間の外側を横切るとき(つまり、いずれか1つの点が、それらがテストしている仮想分布から遠すぎる場合)として[1]に示されています。 2つのサンプルのバージョンをよく使用して、2つの分布が互いに大きく異なることを示す場合、1つのサンプルのバージョンと同様に、を使用して信頼区間の計算を反転できますか?は代わりに使用します。これは、2つの分布間の最大差が有意に類似していることを示す方法としてですか?(1 - α )= 0.95(1 - α )= 0.05(1−α)=0.05(1-\alpha) = 0.05(1 - α )= 0.95(1−α)=0.95(1-\alpha) = 0.95 [1]マッセイF.「適合度のコルモゴロフ-スミルノフ検定」、Journal of the American Statistical Association、vol。46、いいえ。253、68-78ページ、1951年3月
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.