{"id":34958,"date":"2019-10-31T22:01:31","date_gmt":"2019-10-31T19:01:31","guid":{"rendered":"https:\/\/prohoster.info\/blog\/kogda-stoit-proveryat-gipotezu-o-ne-menshej-effektivnosti\/"},"modified":"2019-10-31T22:01:31","modified_gmt":"2019-10-31T19:01:31","slug":"kogda-stoit-proveryat-gipotezu-o-ne-menshej-effektivnosti","status":"publish","type":"post","link":"https:\/\/prohoster.info\/sv\/blog\/news\/kogda-stoit-proveryat-gipotezu-o-ne-menshej-effektivnosti","title":{"rendered":"N\u00e4r ska man pr\u00f6va hypotesen om ingen l\u00e4gre effektivitet?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"N\u00e4r
\nArtikeln fr\u00e5n Stitch Fix-teamet f\u00f6resl\u00e5r att anv\u00e4nda en klinisk forskningsmetod med liknande effektivitet (non-inferiority trials) i marknadsf\u00f6rings- och produkt-A\/B-tester. Denna metod \u00e4r verkligen till\u00e4mplig n\u00e4r vi testar en ny l\u00f6sning som har f\u00f6rdelar som inte m\u00e4ts av testerna.<\/p>\n

Det enklaste exemplet \u00e4r minskning av kostnader. Till exempel automatiserar vi processen f\u00f6r att boka den f\u00f6rsta lektionen, men vill inte att den totala konversionen ska sjunka kraftigt. Eller vi testar f\u00f6r\u00e4ndringar som riktar sig till en specifik anv\u00e4ndarsegment, samtidigt som vi ser till att konversionerna f\u00f6r andra segment inte sjunker f\u00f6r mycket (n\u00e4r vi testar flera hypoteser, gl\u00f6mmer vi inte justeringar).<\/p>\n

Valet av r\u00e4tt gr\u00e4ns f\u00f6r icke-inferioritet tillf\u00f6r ytterligare sv\u00e5righeter i testdesignfasen. Fr\u00e5gan om hur man v\u00e4ljer \u0394 behandlas inte s\u00e4rskilt bra i artikeln. Det verkar som om detta val inte \u00e4r helt transparent och inom kliniska pr\u00f6vningar. \u00d6versikt<\/a><\/noindex> Medicinska publikationer om non-inferiority rapporterar att bara i h\u00e4lften av publikationerna motiveras valet av gr\u00e4ns, och ofta \u00e4r dessa motiveringar tvetydiga eller otillr\u00e4ckligt detaljerade.<\/p>\n

Hur som helst verkar denna metod intressant, eftersom den kan \u00f6ka hastigheten p\u00e5 testningen genom att minska den n\u00f6dv\u00e4ndiga urvalsstorleken, och d\u00e4rmed \u00e4ven hastigheten p\u00e5 beslutsfattande. Darya Mukhina, produktanalytiker f\u00f6r mobilapplikationen Skyeng.<\/i>
\n<\/a><\/noindex>
\nTeamet p\u00e5 Stitch Fix gillar att testa olika saker. Hela teknikgemenskapen gillar i princip att g\u00f6ra tester. Vilken version av webbplatsen attraherar fler anv\u00e4ndare \u2013 A eller B? Genererar version A av rekommendationsmodellen mer int\u00e4kter \u00e4n version B? N\u00e4stan alltid anv\u00e4nder vi den enklaste metoden fr\u00e5n grundkursen i statistik f\u00f6r att kontrollera hypoteser: <\/p>\n

\"N\u00e4r
\n
\n\u00c4ven om vi s\u00e4llan anv\u00e4nder denna term kallas denna form av testning \"hypotespr\u00f6vning om \u00f6verl\u00e4gsenhet\". Vid denna metod antar vi att det inte finns n\u00e5gon skillnad mellan de tv\u00e5 alternativen. Vi h\u00e5ller fast vid denna id\u00e9 och \u00f6verger den endast om de erh\u00e5llna uppgifterna \u00e4r tillr\u00e4ckligt \u00f6vertygande f\u00f6r detta \u2013 det vill s\u00e4ga visar att ett av alternativen (A eller B) \u00e4r b\u00e4ttre \u00e4n det andra.<\/p>\n

Hypotespr\u00f6vning av \u00f6verl\u00e4gsenhet \u00e4r l\u00e4mplig f\u00f6r att l\u00f6sa m\u00e5nga problem. Vi sl\u00e4pper version B av den rekommenderande modellen endast om den uppenbart \u00e4r b\u00e4ttre \u00e4n den befintliga versionen A. Men i vissa fall fungerar denna metod inte s\u00e5 bra. L\u00e5t oss granska n\u00e5gra exempel.<\/p>\n

1) Vi anv\u00e4nder en tredje parts tj\u00e4nst<\/b>, som hj\u00e4lper till att identifiera falska kreditkort. Vi har hittat en annan tj\u00e4nst som kostar betydligt mindre. Om den billigare tj\u00e4nsten fungerar lika bra som den vi anv\u00e4nder nu, kommer vi att v\u00e4lja den. Den beh\u00f6ver inte n\u00f6dv\u00e4ndigtvis vara b\u00e4ttre \u00e4n den tj\u00e4nst vi anv\u00e4nder. <\/p>\n

2) Vi vill avl\u00e4gsna datak\u00e4llan<\/b> A och ers\u00e4tta den med datak\u00e4llan B. Vi skulle kunna skjuta upp avvecklingen av A om B ger mycket d\u00e5liga resultat, men det \u00e4r inte m\u00f6jligt att forts\u00e4tta anv\u00e4nda A. <\/p>\n

3) Vi skulle vilja g\u00e5 fr\u00e5n modelleringsteorin<\/b>A till teori B, inte f\u00f6r att vi f\u00f6rv\u00e4ntar oss b\u00e4ttre resultat fr\u00e5n B, utan f\u00f6r att det ger oss st\u00f6rre operationell flexibilitet. Vi har inga sk\u00e4l att tro att B kommer att vara s\u00e4mre, men vi skulle inte g\u00f6ra \u00f6verg\u00e5ngen om det \u00e4r fallet.<\/p>\n

4) Vi har gjort flera kvalitativa \u00e4ndringar<\/b> i webbdesignen (version B) och anser att denna version \u00f6vertr\u00e4ffar version A. Vi f\u00f6rv\u00e4ntar oss inga f\u00f6r\u00e4ndringar i konversioner eller n\u00e5gra nyckelprestandaindikatorer som vi vanligtvis bed\u00f6mer webbplatsen mot. Men vi anser att det finns f\u00f6rdelar i parametrar som antingen \u00e4r om\u00e4tbara eller d\u00e4r v\u00e5r teknik inte \u00e4r tillr\u00e4cklig f\u00f6r att m\u00e4ta.<\/p>\n

I alla dessa fall \u00e4r forskning om \u00f6verl\u00e4gsenhet inte den mest l\u00e4mpliga l\u00f6sningen. Men de flesta specialister anv\u00e4nder den som standard i s\u00e5dana situationer. Vi genomf\u00f6r noggranna experiment f\u00f6r att korrekt fastst\u00e4lla effektens storlek. Om det skulle vara sant att versionerna A och B fungerar p\u00e5 mycket liknande s\u00e4tt, \u00e4r det troligt att vi inte kan f\u00f6rkasta nollhypotesen. Drar vi slutsatsen att A och B i allm\u00e4nhet fungerar lika? Nej! Of\u00f6rm\u00e5gan att f\u00f6rkasta nollhypotesen och acceptansen av nollhypotesen \u00e4r inte detsamma.<\/p>\n

Ber\u00e4kningar av urvalsvolym (som ni f\u00f6rst\u00e5s har genomf\u00f6rt) g\u00f6rs som regel med str\u00e4ngare gr\u00e4nser f\u00f6r typ I-fel (sannolikheten f\u00f6r ett felaktigt avvisande av nollhypotesen, ofta kallad alfa) \u00e4n f\u00f6r typ II-fel (sannolikheten f\u00f6r att inte avvisa nollhypotesen, f\u00f6rutsatt att nollhypotesen \u00e4r felaktig, ofta kallad beta). Ett typiskt v\u00e4rde f\u00f6r alfa \u00e4r 0,05, medan det typiska v\u00e4rdet f\u00f6r beta \u00e4r 0,20, vilket motsvarar en statistisk kraft p\u00e5 0,80. Det inneb\u00e4r att vi kan missa den verkliga effekten av storleken vi angav i v\u00e5ra kraftber\u00e4kningar med en sannolikhet p\u00e5 20 %, vilket \u00e4r ett betydande informationsgap. L\u00e5t oss som exempel betrakta f\u00f6ljande hypoteser:<\/p>\n

\"N\u00e4r
\n
\nH0: min ryggs\u00e4ck \u00e4r INTE i mitt rum (3)
\nH1: min ryggs\u00e4ck \u00e4r i mitt rum (4)<\/i><\/p>\n

Om jag har genoms\u00f6kt mitt rum och hittar min ryggs\u00e4ck \u2014 utm\u00e4rkt, jag kan avvisa nollhypotesen. Men om jag har sett mig omkring i rummet och inte kunnat hitta min ryggs\u00e4ck (figur 1), vilken slutsats b\u00f6r jag dra? \u00c4r jag s\u00e4ker p\u00e5 att den inte \u00e4r d\u00e4r? Har jag letat noggrant nog? Vad om jag bara har genoms\u00f6kt 80 % av rummet? Att dra slutsatsen att ryggs\u00e4cken verkligen inte finns i rummet skulle vara ett f\u00f6rhastat beslut. Det \u00e4r f\u00f6rst\u00e5eligt att vi inte kan \"acceptera nollhypotesen.\"
\n\"N\u00e4r
\nOmr\u00e5det vi har genoms\u00f6kt
\nVi hittade ingen ryggs\u00e4ck \u2014 b\u00f6r vi acceptera nollhypotesen?<\/i><\/p>\n

Figur 1. Att genoms\u00f6ka 80 % av rummet \u00e4r ungef\u00e4r som att genomf\u00f6ra en studie med en kraft p\u00e5 80 %. Om du inte hittade ryggs\u00e4cken efter att ha genoms\u00f6kt 80 % av rummet, kan man d\u00e5 dra slutsatsen att den inte \u00e4r d\u00e4r?<\/i> <\/p>\n

Vad b\u00f6r d\u00e5 en datorspecialist g\u00f6ra i denna situation? Du kan avsev\u00e4rt \u00f6ka kraften i studien, men d\u00e5 beh\u00f6ver du en mycket st\u00f6rre urvalsstorlek, och resultatet kommer fortfarande att vara otillfredsst\u00e4llande.<\/p>\n

Lyckligtvis har s\u00e5dana problem studerats l\u00e4nge inom klinisk forskning. L\u00e4kemedel B \u00e4r billigare \u00e4n l\u00e4kemedel A; l\u00e4kemedel B f\u00f6rv\u00e4ntas orsaka f\u00e4rre biverkningar \u00e4n l\u00e4kemedel A; l\u00e4kemedel B \u00e4r l\u00e4ttare att transportera eftersom det inte beh\u00f6ver f\u00f6rvaras i kylsk\u00e5p, medan l\u00e4kemedel A m\u00e5ste det. L\u00e5t oss kontrollera hypotesen om icke s\u00e4mre effektivitet. Detta beh\u00f6vs f\u00f6r att visa att version B \u00e4r lika bra som version A - \u00e5tminstone inom en viss f\u00f6rbest\u00e4md gr\u00e4ns f\u00f6r<\/p>\n

Hypoteser om icke s\u00e4mre effektivitet v\u00e4nder p\u00e5 allt:<\/p>\n

\"N\u00e4r
\n
\nNu, ist\u00e4llet f\u00f6r att anta att det inte finns n\u00e5gon skillnad, antar vi att version B \u00e4r s\u00e4mre \u00e4n version A, och vi kommer att h\u00e5lla fast vid denna hypotes tills vi bevisar motsatsen. Det \u00e4r precis vid detta tillf\u00e4lle som det \u00e4r meningsfullt att anv\u00e4nda ett ensidigt hypotespr\u00f6vning! I praktiken kan detta g\u00f6ras genom att bygga ett f\u00f6rtroendeintervall och avg\u00f6ra om intervallet verkligen \u00e4r st\u00f6rre \u00e4n \u00a0(figur 2).
\n\"N\u00e4r
\n<\/p>\n

Val av \u00a0<\/h3>\n

\nHur v\u00e4ljer man \u00a0p\u00e5 r\u00e4tt s\u00e4tt? Processen f\u00f6r att v\u00e4lja \u00a0inneh\u00e5ller statistisk motivering och \u00e4mnesbed\u00f6mning. Inom klinisk forskning finns det normativ v\u00e4gledning som anger att delta b\u00f6r representera den minsta kliniskt betydelsefulla skillnaden - en skillnad som har relevans i praktiken. H\u00e4r \u00e4r ett citat fr\u00e5n den europeiska v\u00e4gledningen som kan hj\u00e4lpa dig att verifiera det: \"Om skillnaden har valts korrekt, \u00e4r ett f\u00f6rtroendeintervall som helt ligger mellan - \u00a0och 0 ..., fortfarande tillr\u00e4ckligt f\u00f6r att visa icke s\u00e4mre effektivitet. Om detta resultat inte verkar acceptabelt betyder det att \u00a0inte har valts p\u00e5 r\u00e4tt s\u00e4tt.\"<\/p>\n

Delta b\u00f6r definitivt inte \u00f6verskrida effekten av version A i f\u00f6rh\u00e5llande till den sanna kontrollen (placebo \/ ingen behandling), eftersom det leder till att version B \u00e4r s\u00e4mre \u00e4n den sanna kontrollen, samtidigt som den visar \"inte mindre effektivitet\". Anta att n\u00e4r version A introducerades, s\u00e5 fanns det ingen version 0 eller ingen funktion \u00f6verhuvudtaget (se figur 3). <\/p>\n

Enligt resultaten fr\u00e5n hypotespr\u00f6vningen av \u00f6verl\u00e4gsenhet har effekten E identifierats (dvs antagligen \u03bc^A\u2212\u03bc^0=E). Nu \u00e4r A v\u00e5r nya standard, och vi vill s\u00e4kerst\u00e4lla att B inte \u00e4r s\u00e4mre \u00e4n A. Ett annat s\u00e4tt att skriva \u03bcB\u2212\u03bcA\u2264\u2212\u0394 (nollhypotesen) \u00e4r \u03bcB\u2264\u03bcA\u2212\u0394. Om vi antar att detta \u00e4r lika med eller st\u00f6rre \u00e4n E, s\u00e5 \u00e4r \u03bcB \u2264 \u03bcA\u2212E \u2264 placebo. Nu ser vi att v\u00e5r uppskattning f\u00f6r \u03bcB helt \u00f6verskrider \u03bcA\u2212E, vilket helt motbeviser nollhypotesen och till\u00e5ter oss att dra slutsatsen att B inte \u00e4r s\u00e4mre \u00e4n A, men samtidigt kan \u03bcB vara \u2264 \u03bc placebo, vilket inte \u00e4r vad vi vill ha. (figur 3).<\/p>\n

\"N\u00e4r
\nFigur 3. Demonstration av riskerna med att v\u00e4lja gr\u00e4nsen f\u00f6r inte mindre effektivitet. Om gr\u00e4nsen \u00e4r f\u00f6r stor kan man dra slutsatsen att B inte \u00e4r s\u00e4mre \u00e4n A, men samtidigt inte \u00e5tskiljbar fr\u00e5n placebo. Vi skulle inte byta ut ett l\u00e4kemedel som uppenbart \u00e4r mer effektivt \u00e4n placebo (A) mot ett l\u00e4kemedel som har samma effektivitet som placebo. <\/i><\/p>\n

Val av \u03b1 <\/h3>\n

\nL\u00e5t oss g\u00e5 vidare till valet av \u03b1. Det kan vara bra att anv\u00e4nda det standardv\u00e4rde \u03b1 = 0,05, men det \u00e4r inte helt r\u00e4ttvist. Som n\u00e4r du k\u00f6per n\u00e5got online och anv\u00e4nder flera rabattkoder p\u00e5 en g\u00e5ng, \u00e4ven om de inte ska kombineras \u2013 det var bara en bugg fr\u00e5n utvecklarens sida, och det gick bra f\u00f6r dig. Enligt reglerna b\u00f6r v\u00e4rdet av \u03b1 vara h\u00e4lften av det v\u00e4rde av \u03b1 som anv\u00e4nds vid pr\u00f6vning av hypotesen om \u00f6verl\u00e4gsenhet, dvs 0,05 \/ 2 = 0,025.<\/p>\n

Urvalsstorlek <\/h3>\n

\nHur ber\u00e4knar man urvalsstorleken? Om du tror att den sanna skillnaden i medelv\u00e4rden mellan A och B \u00e4r 0, d\u00e5 ber\u00e4kningen av urvalsstorleken kommer att vara densamma som vid pr\u00f6vning av hypotesen om \u00f6verl\u00e4gsenhet, med undantag f\u00f6r att du ers\u00e4tter effektstorleken med gr\u00e4nsen f\u00f6r inte mindre effektivitet, f\u00f6rutsatt att du anv\u00e4nder \u03b1inte mindre effektivitet = 1\/2\u03b1\u00f6verl\u00e4gsenhet <\/b>(\u03b1non-inferiority=1\/2\u03b1superiority). Om du har anledning att tro att alternativ B kan vara n\u00e5got s\u00e4mre \u00e4n alternativ A, men du vill bevisa att det inte \u00e4r s\u00e4mre \u00e4n \u0394, s\u00e5 har du tur! Faktum \u00e4r att detta minskar storleken p\u00e5 ditt urval, eftersom det \u00e4r l\u00e4ttare att visa att B \u00e4r s\u00e4mre \u00e4n A om du faktiskt tycker att det \u00e4r n\u00e5got s\u00e4mre, snarare \u00e4n likv\u00e4rdigt.<\/p>\n

Exempel med beslut <\/h3>\n

\nAnta att du vill \u00f6verg\u00e5 till version B under f\u00f6ruts\u00e4ttning att den \u00e4r s\u00e4mre \u00e4n version A med h\u00f6gst 0,1 po\u00e4ng p\u00e5 en femgradig skala f\u00f6r kundn\u00f6jdhet... L\u00e5t oss n\u00e4rma oss denna uppgift genom att anv\u00e4nda hypotesen om \u00f6verl\u00e4gsenhet.<\/p>\n

F\u00f6r att testa hypotesen om \u00f6verl\u00e4gsenhet skulle vi ber\u00e4kna urvalsstorleken p\u00e5 f\u00f6ljande s\u00e4tt:<\/p>\n

\"N\u00e4r
\n
\nDet vill s\u00e4ga, om du har 2103 observationer i din grupp kan du vara 90 % s\u00e4ker p\u00e5 att du uppt\u00e4cker en effekt av 0,10 eller mer. Men om 0,10 \u00e4r f\u00f6r stort f\u00f6r dig, kanske det inte \u00e4r v\u00e4rt att testa hypotesen om \u00f6verl\u00e4gsenhet. Kanske beslutar du att f\u00f6r tillf\u00f6rlitlighet utf\u00f6ra en studie f\u00f6r en mindre effektsstorlek, till exempel 0,05. I s\u00e5 fall beh\u00f6ver du 8407 observationer, vilket inneb\u00e4r att urvalet \u00f6kar n\u00e4stan 4 g\u00e5nger. Men vad h\u00e4nder om vi h\u00e5ller oss till v\u00e5r ursprungliga urvalsstorlek men \u00f6kar styrkan till 0,99, s\u00e5 att vi inte tvivlar om vi f\u00e5r ett positivt resultat? I s\u00e5 fall blir n f\u00f6r en grupp 3676, vilket \u00e4r b\u00e4ttre, men \u00f6kar urvalsstorleken med mer \u00e4n 50 %. Och till slut kan vi fortfarande inte motbevisa nollhypotesen, utan att f\u00e5 svar p\u00e5 v\u00e5r fr\u00e5ga.<\/p>\n

Vad om vi ist\u00e4llet testar hypotesen om icke-mindre effektivitet? <\/p>\n

\"N\u00e4r
\n
\nUrvalsstorleken kommer att ber\u00e4knas med samma formel med undantag f\u00f6r n\u00e4mnaren.
\nSkillnaderna fr\u00e5n formeln som anv\u00e4nds f\u00f6r att testa hypotesen om \u00f6verl\u00e4gsenhet \u00e4r f\u00f6ljande:<\/p>\n

\u2014 Z1\u2212\u03b1\/2 ers\u00e4tts med Z1\u2212\u03b1, men om du g\u00f6r allt enligt reglerna byter du \u03b1 = 0,05 till \u03b1 = 0,025, det vill s\u00e4ga, det \u00e4r samma nummer (1,96)<\/p>\n

\u2014 i n\u00e4mnaren infogas (\u03bcB\u2212\u03bcA)<\/p>\n

\u2014 \u03b8 (effektstorlek) ers\u00e4tts med \u0394 (gr\u00e4nsen f\u00f6r icke-mindre effektivitet)<\/p>\n

Om vi antar att \u00b5B = \u00b5A, s\u00e5 blir (\u00b5B \u2212 \u00b5A) = 0 och ber\u00e4kningen av urvalsstorleken f\u00f6r gr\u00e4nsen av minst likv\u00e4rdig effektivitet \u00e4r precis vad vi skulle f\u00e5 om vi ber\u00e4knade \u00f6verl\u00e4gsenheten f\u00f6r effektstorleken 0,1, utm\u00e4rkt! Vi kan genomf\u00f6ra en studie av samma storlek med olika hypoteser och en annan metod f\u00f6r slutsatser, och vi kommer att f\u00e5 svaret p\u00e5 fr\u00e5gan som vi verkligen vill besvara.<\/p>\n

Nu antar vi att vi faktiskt inte anser att \u00b5B = \u00b5A och
\nt\u00e4nker att \u00b5B \u00e4r lite s\u00e4mre, kanske med 0,01 enheter. Detta \u00f6kar v\u00e5r n\u00e4mnare, vilket minskar urvalsstorleken till gruppen till 1737.<\/p>\n

Vad h\u00e4nder om version B faktiskt \u00e4r b\u00e4ttre \u00e4n version A? Vi f\u00f6rkastar nollhypotesen att B \u00e4r s\u00e4mre \u00e4n A med mer \u00e4n \u0394 och accepterar den alternativa hypotesen att B, om det \u00e4r s\u00e4mre, inte \u00e4r s\u00e4mre \u00e4n \u0394, och kan vara b\u00e4ttre. F\u00f6rs\u00f6k att inkludera denna slutsats i en tv\u00e4rfunktionell presentation och se vad som h\u00e4nder (verkligen, f\u00f6rs\u00f6k). I en situation d\u00e4r man m\u00e5ste navigera framtiden, vill ingen g\u00e5 med p\u00e5 \"inte s\u00e4mre \u00e4n \u0394 och kanske b\u00e4ttre\".<\/p>\n

I s\u00e5 fall kan vi genomf\u00f6ra en studie som kort och gott kallas \"hypotestestning av att ett av alternativen \u00f6vertr\u00e4ffar det andra eller \u00e4r underl\u00e4gset det\". Den anv\u00e4nder tv\u00e5 upps\u00e4ttningar hypoteser:<\/p>\n

Den f\u00f6rsta upps\u00e4ttningen (samma som vid hypotestestning om likv\u00e4rdig effektivitet): <\/p>\n

\"N\u00e4r
\n
\nDen andra upps\u00e4ttningen (samma som vid hypotestestning om \u00f6verl\u00e4gsenhet):<\/p>\n

\"N\u00e4r
\n
\nVi testar den andra hypotesen endast om den f\u00f6rsta f\u00f6rkastas. Vid sekventiell testning beh\u00e5ller vi den totala typen I-felrat (\u03b1). I praktiken kan detta uppn\u00e5s genom att skapa ett 95 % konfidensintervall f\u00f6r skillnaden mellan medelv\u00e4rdena och kontrollera att hela intervallet \u00f6verstiger -\u0394. Om intervallet inte \u00f6verstiger -\u0394 kan vi inte f\u00f6rkasta nollhypotesen och slutar d\u00e4r. Om hela intervallet verkligen \u00f6verstiger \u2212\u0394 forts\u00e4tter vi och ser om intervallet inneh\u00e5ller 0. <\/p>\n

Det finns en annan typ av studier som vi inte har diskuterat \u2013 ekvivalensstudier. <\/p>\n

Den h\u00e4r typen av studier kan ers\u00e4ttas av studier f\u00f6r att testa hypotesen om att den inte \u00e4r mindre effektiv och vice versa, men det finns en viktig skillnad mellan dem. En studie f\u00f6r att testa hypotesen om att den inte \u00e4r mindre effektiv syftar till att visa att variant B \u00e5tminstone \u00e4r lika bra som A. En ekvivalensstudie syftar till att visa att variant B \u00e5tminstone \u00e4r lika bra som A, och att variant A \u00e4r lika bra som B, vilket \u00e4r mer komplext. I grund och botten f\u00f6rs\u00f6ker vi best\u00e4mma om hela konfidensintervallet f\u00f6r skillnaden mellan medelv\u00e4rdena ligger mellan \u2212\u0394 och \u0394. S\u00e5dana studier kr\u00e4ver st\u00f6rre urvalsstorlekar och genomf\u00f6rs mer s\u00e4llan. S\u00e5 n\u00e4sta g\u00e5ng du genomf\u00f6r en studie d\u00e4r ditt huvudsakliga m\u00e5l \u00e4r att s\u00e4kerst\u00e4lla att den nya versionen inte \u00e4r s\u00e4mre, acceptera inte att \"inte kunna motbevisa nollhypotesen\". Om du vill testa en verkligen viktig hypotes, \u00f6verv\u00e4g olika alternativ.
\n
K\u00e4lla: habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

\u0421\u0442\u0430\u0442\u044c\u044f \u043e\u0442 \u043a\u043e\u043c\u0430\u043d\u0434\u044b Stitch Fix \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043f\u043e\u0434\u0445\u043e\u0434 \u043a\u043b\u0438\u043d\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0439 \u043d\u0435 \u043c\u0435\u043d\u044c\u0448\u0435\u0439 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u043e\u0441\u0442\u0438 (non-inferiority trials) \u0432 \u043c\u0430\u0440\u043a\u0435\u0442\u0438\u043d\u0433\u043e\u0432\u044b\u0445 \u0438 \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u043e\u0432\u044b\u0445 A\/B \u0442\u0435\u0441\u0442\u0430\u0445. \u0422\u0430\u043a\u043e\u0439 \u043f\u043e\u0434\u0445\u043e\u0434 \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u0440\u0438\u043c\u0435\u043d\u0438\u043c, \u043a\u043e\u0433\u0434\u0430 \u043c\u044b \u0442\u0435\u0441\u0442\u0438\u0440\u0443\u0435\u043c \u043d\u043e\u0432\u043e\u0435 \u0440\u0435\u0448\u0435\u043d\u0438\u0435, \u0438\u043c\u0435\u044e\u0449\u0435\u0435 \u043f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432\u0430, \u043d\u0435\u0438\u0437\u043c\u0435\u0440\u044f\u0435\u043c\u044b\u0435 \u0442\u0435\u0441\u0442\u0430\u043c\u0438. \u0421\u0430\u043c\u044b\u0439 \u043f\u0440\u043e\u0441\u0442\u043e\u0439 \u043f\u0440\u0438\u043c\u0435\u0440 \u2014 \u0441\u043d\u0438\u0436\u0435\u043d\u0438\u0435 \u043a\u043e\u0441\u0442\u043e\u0432. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0437\u0438\u0440\u0443\u0435\u043c \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u0443\u0440\u043e\u043a\u0430, \u043d\u043e \u043d\u0435 \u0445\u043e\u0442\u0438\u043c \u0441\u0438\u043b\u044c\u043d\u043e \u0443\u0440\u043e\u043d\u0438\u0442\u044c \u0441\u043a\u0432\u043e\u0437\u043d\u0443\u044e \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u044e. \u0418\u043b\u0438 \u0442\u0435\u0441\u0442\u0438\u0440\u0443\u0435\u043c […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":26311,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-34958","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47N\u00e4r ska man testa hypotesen om att den inte \u00e4r mindre effektiv? | ProHoster","description":"Artikel fr\u00e5n Stitch Fix-teamet.","canonical_url":"https:\/\/prohoster.info\/sv\/blog\/news\/kogda-stoit-proveryat-gipotezu-o-ne-menshej-effektivnosti","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"sv_SE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041a\u043e\u0433\u0434\u0430 \u0441\u0442\u043e\u0438\u0442 \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0442\u044c \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u0443 \u043e \u043d\u0435 \u043c\u0435\u043d\u044c\u0448\u0435\u0439 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u043e\u0441\u0442\u0438? | ProHoster","og:description":"\u0421\u0442\u0430\u0442\u044c\u044f \u043e\u0442 \u043a\u043e\u043c\u0430\u043d\u0434\u044b Stitch Fix.","og:url":"https:\/\/prohoster.info\/sv\/blog\/news\/kogda-stoit-proveryat-gipotezu-o-ne-menshej-effektivnosti","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-10-31T19:01:31+00:00","article:modified_time":"2019-10-31T19:01:31+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"34958","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-21 21:15:19","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-03-01 02:12:27","updated":"2026-01-21 21:15:19","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/posts\/34958","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/comments?post=34958"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/posts\/34958\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/media\/26311"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/media?parent=34958"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/categories?post=34958"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/tags?post=34958"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}