Answers:
简单的相关方法不是分析方法比较研究结果的正确方法。最后,我至少参考了两本有关此主题的推荐书籍(1,2)。简而言之,在比较测量方法时,我们通常期望(a)我们的结论不应该依赖于用于比较的特定样品,并且(b)应考虑与特定测量工具相关的测量误差。这排除了任何基于相关性的方法,我们将注意力转移到方差分量或混合效果模型上,这些模型或模型可以反映项目的系统影响(此处,项目代表收集数据的个人或样本), (一个)。
在您的情况下,您使用两种不同的方法收集了单个测量值(我假设它们都不是黄金标准),最基本的操作是绘制差异()与均值(); 这称为bland-altman-plot。它将允许您检查(1)两组测量值之间的变化是否恒定,以及(2)在观察值范围内,差异的方差是否恒定。基本上,这只是与的简单散点图的45°旋转,其解释接近于线性回归中使用的拟合值与残差值的图。然后,(X 1 + X 2)/ 2 X 1 X 2
其他详细信息可以在第(2)章的第4章中找到。
参考文献
如果您无法了解真正的注意力,那么最简单的方法就是关联。除此之外的步骤可能是使用方法1进行简单回归以预测方法2的结果(反之亦然)。如果方法相同,则截距应为0;否则为0。如果截距大于或小于0,则表示一种方法相对于另一种方法的偏差。如果平均方法得出的结果相同(在控制截距中的向上或向下偏差之后),则非标准化斜率应接近1。非标准化斜率中的误差可作为两种方法一致程度的指标。
在我看来,这里的统计方法的困难在于您试图确认通常被视为零假设的东西,也就是说,这两种方法之间没有区别。只要您不需要ap值,就可以使用统计方法,这并不是致命的打击,并且您可以量化“等效”的含义,并且可以在不再使用之前确定两种方法之间可以有多少偏差认为它们是等效的。在上面详细介绍的回归方法中,如果斜率估计值周围的置信区间包括1,截距周围的CI包括0,则可以认为这些方法等效。
很老的问题,但今天又出现了:
通用关键字是“分析化学中的验证”,因此此处有点偏离主题(但由于此处没有化学站点(因此,网址为:http : //area51.stackexchange.com/proposals/4964/chemistry,我猜我们暂时可以留在这里了)
为此,在分析化学中有一些标准程序。
图书:
放克等 al:分析化学质量保证,Wiley-VCH。
Kromidas(Hrsg。):位于Wiley-VCH的der Analytik的Handbuch Validierung(
我不知道是否有英文版本,但还没有英文版本。但是目录列出了多元校准的验证。)
IUPAC也有话要说:
Danzer,K.和Currie,LA:分析化学校准指南。第I部分。基础知识和单组分校准,纯粹与应用化学,IUPAC,1998,4,993-1014
K. Danzer和M. Otto和LA Currie:分析化学校准指南。第2部分:多组分校准纯粹化学与应用化学,2004,76,1215-1225
您使用“分析方法”一词令我有些困惑。我将假设,“分析方法”是指某种特定的模型/估计策略。
概括地说,可以使用两种度量标准来在估计量之间进行选择。
样本中指标
样本外指标
如果这些估计值相等,则在这些指标上它们的表现也一样好。您还可以看到估计值之间是否在统计上没有差异(例如均值相等性的两个样本检验),但是这种方法取决于模型和方法的细节。