Äquivalenztest für eine Stichprobe (1-Sample Equivalence Test)

Der Äquivalenztest für eine Stichprobe prüft, ob ein Mittelwert nah genug an einem Zielwert liegt, innerhalb vorab festgelegter Grenzen, etwa eine Wirksamkeit innerhalb von plus/minus 5% des deklarierten Werts. Er führt zwei einseitige t-Tests durch; Äquivalenz wird festgestellt, wenn beide p-Werte unter Alpha liegen. Vorausgesetzt werden unabhängige, annähernd normalverteilte Daten. Die Ausgabe enthält deskriptive Statistiken, das Konfidenzintervall für Äquivalenz, die Testtabelle und ein Äquivalenzdiagramm.

Zuletzt geprüft

Kernaussage

Der Äquivalenztest für eine Stichprobe nutzt zwei einseitige t-Tests (TOST), um zu zeigen, ob ein Stichprobenmittelwert innerhalb vorab festgelegter Grenzen um einen Zielwert liegt, und belegt so, dass der Unterschied unerheblich ist.

Auf dieser Seite
  1. Zweck
  2. Wichtigste Funktionen
  3. Statistische Methoden
  4. Eingabefelder und Optionen
  5. Beschreibung der Ausgaben
  6. Beispiel

Zweck

Der Äquivalenztest für eine Stichprobe zeigt, ob der Mittelwert einer Stichprobe nah genug an einem Zielwert liegt, innerhalb von Grenzen, die Sie vorab festlegen. Ein t-Test für eine Stichprobe kann nur sagen, ob sich der Mittelwert vom Zielwert unterscheidet; ein nicht signifikanter t-Test beweist nicht, dass er auf dem Zielwert liegt. Der Äquivalenztest kehrt die Fragestellung um: Die Nullhypothese lautet, dass der Mittelwert außerhalb der Grenzen liegt, sodass ein signifikantes Ergebnis ein positiver Beleg dafür ist, dass der Unterschied zu klein ist, um eine Rolle zu spielen. Verwenden Sie ihn für Fragen wie, ob die mittlere Wirksamkeit einer Charge innerhalb von ±5% des deklarierten Werts liegt oder ob ein Prozessmittelwert innerhalb eines vereinbarten Bands um den Nennwert liegt.

Wichtigste Funktionen

  • Zwei einseitige Tests (TOST) für Lower limit < test mean − target < upper limit, mit dem Konfidenzintervall für Äquivalenz.
  • Einseitige Alternativen: Differenz über der unteren Grenze, Differenz unter der oberen Grenze oder Testmittelwert über bzw. unter dem Zielwert.
  • Grenzen in den Einheiten der Daten oder als Anteile des Zielwerts (Multiply by target).
  • Wahl zwischen dem Intervall, das den Mittelpunkt der Grenzen einschließt, und dem einfachen 100(1 − 2α)%-Intervall.
  • Schlussfolgerung in verständlicher Sprache unter den Intervall- und Testtabellen.
  • Äquivalenzdiagramm, Histogramm, Boxplot (mit einer Liste der Ausreißer) und Einzelwertdiagramm.

Statistische Methoden

Aus den n Werten berechnet das Werkzeug den Mittelwert x̄, die Standardabweichung s und den Standardfehler SE = s / √n. Die Differenz ist D = x̄ − Zielwert. Für die Standardalternative werden zwei einseitige t-Tests mit n − 1 Freiheitsgraden durchgeführt: t₁ = (D − untere Grenze) / SE prüft die Nullhypothese D ≤ untere Grenze (p-Wert aus dem oberen Rand), und t₂ = (D − obere Grenze) / SE prüft D ≥ obere Grenze (p-Wert aus dem unteren Rand). Äquivalenz wird festgestellt, wenn beide p-Werte unter α liegen, was gleichbedeutend damit ist, dass der größere der beiden unter α liegt.

Das Konfidenzintervall für Äquivalenz geht von D ± t(1 − α; n − 1)·SE aus und wird bei Bedarf so erweitert, dass es den Mittelpunkt der beiden Grenzen einschließt (null bei symmetrischen Grenzen); sein Niveau beträgt 100(1 − α)%, wie in Minitab. Äquivalenz wird festgestellt, wenn dieses Intervall innerhalb des Äquivalenzintervalls liegt. Ist Use 100(1 − 2α)% CI aktiviert, wird stattdessen das einfache Intervall D ± t(1 − α; n − 1)·SE angezeigt, beschriftet als 100(1 − 2α)%-Intervall. Die einseitigen Alternativen verwenden einen t-Test und eine einseitige Konfidenzgrenze: test mean − target > lower limit, test mean − target < upper limit oder, für Test mean > target und Test mean < target, eine Grenze von null (ein Überlegenheits- bzw. Unterlegenheitstest). Mit Multiply by target werden die eingegebenen Grenzen mit dem Zielwert multipliziert, sodass 0.05 für 5% des Zielwerts steht.

Der Test setzt unabhängige Werte aus einer annähernd normalverteilten Grundgesamtheit voraus; bei 20 oder mehr Werten hat eine mäßige Schiefe wenig Einfluss. Wählen Sie die Grenzen nach technischen oder regulatorischen Anforderungen, bevor Sie die Daten betrachten. Äquivalenz bezieht sich auf den Mittelwert: Sie besagt nicht, dass jede Einheit innerhalb der Grenzen liegt.

Eingabefelder und Optionen

Feld

Beschreibung

Sample

Erforderlich. Numerische Spalte mit den Messwerten; leere Zellen werden ignoriert.

Target

Der Wert, mit dem der Stichprobenmittelwert verglichen wird, z. B. ein Nennwert oder deklarierter Wert. Standard 0.

Alpha

Signifikanzniveau, Standard 0.05.

Alternative hypothesis

Lower limit < test mean − target < upper limit (Standard, Äquivalenz), test mean − target > lower limit, test mean − target < upper limit, Test mean > target oder Test mean < target.

Lower Limit / Upper Limit

Erforderlich. Die Äquivalenzgrenzen für Testmittelwert − Zielwert; die untere Grenze muss unter der oberen liegen.

Boxplot of Sample / Histogram of Sample / Equivalence plot / Individual value plot

Zu zeichnende Diagramme. Standardmäßig ist nur Equivalence plot aktiviert. Der Boxplot ergänzt außerdem eine Liste der Ausreißer jenseits von 1.5 × IQR.

Multiply by target

Standardmäßig deaktiviert. Die Grenzen sind Anteile des Zielwerts, z. B. −0.05 und 0.05 für ±5%.

Use 100(1 − 2α)% CI

Standardmäßig deaktiviert. Zeigt das einfache 100(1 − 2α)%-Intervall statt des Intervalls, das den Mittelpunkt der Grenzen einschließt.

Data Options: Subset (optional)

Exclude matching rows (Standard) oder Include only matching rows, nach Zeilennummern (z. B. 3,7,12-15) und/oder einer Bedingung.

one-sample-equivalence-test-inputs


Abbildung 1 – Optionen für das Beispiel: Test_Potency_pct gegen einen Zielwert von 100 mit den Äquivalenzgrenzen −5 und 5.

Beschreibung der Ausgaben

  • Method: die geprüfte Differenz, Sample mean − Reference value (Zielwert).
  • Deskriptive Statistik: N, Mean, StDev und SE Mean.
  • Tabelle Difference: Difference, StDev, SE, das 95% CI for Equivalence und das Equivalence Interval, mit einem Hinweis, ob das KI innerhalb des Äquivalenzintervalls liegt.
  • Hypotheses: Null- und Alternativhypothese sowie das Signifikanzniveau.
  • Testtabelle: DF, T-Value und P-Value für jeden einseitigen Test, mit einem Hinweis auf den größeren p-Wert und darauf, ob Äquivalenz festgestellt werden kann.
  • Equivalence Test: Mean − <target>: das Konfidenzintervall gegenüber der unteren (LEL) und oberen (UEL) Äquivalenzgrenze.
  • Histogram of Sample, Boxplot of Sample und Individual Value Plot of Sample, sofern aktiviert.
  • PDF-Export über Download.

one-sample-equivalence-test-output


Abbildung 2 – Das 95%-KI für Äquivalenz, −1.339 bis 0, liegt deutlich innerhalb der Grenzen −5 bis 5, und beide einseitigen Tests ergeben p < 0.001.

Beispiel

Auf dem Etikett einer Tablette ist eine Wirksamkeit von 100% angegeben, und eine Charge ist annehmbar, wenn die wahre mittlere Wirksamkeit innerhalb von ±5% dieses Werts liegt. Das Qualitätslabor untersucht 30 Tabletten. Sample = Test_Potency_pct, Target = 100, Alpha = 0.05, die Standardalternative für Äquivalenz, Lower Limit = −5 und Upper Limit = 5.

Die mittlere Wirksamkeit beträgt 99.3153% bei einer Standardabweichung von 2.109 und einem Standardfehler von 0.3851; die Tabletten liegen zwischen 95.19 und 103.86%. Die Differenz zum Zielwert beträgt −0.6847. Der Test gegen die untere Grenze ergibt t = 11.21 und der Test gegen die obere Grenze t = −14.76, beide mit 29 Freiheitsgraden und p < 0.001. Das 95%-KI für Äquivalenz reicht von −1.339 bis 0 (erweitert, um 0 einzuschließen) und liegt deutlich innerhalb von −5 bis 5. Die Seite meldet daher, dass Äquivalenz festgestellt werden kann: Es ist gezeigt, dass der Chargenmittelwert innerhalb von ±5% des deklarierten Werts liegt.

Die Breite der Grenzen ist entscheidend. Mit engeren Grenzen von −1 und 1 ergibt der Test gegen die untere Grenze t = 0.82 und p = 0.21, sodass keine Äquivalenz festgestellt werden kann, obwohl der Mittelwert nur 0.68 unter dem Zielwert liegt: Bei diesem Stichprobenumfang und dieser Streuung können die Daten einen um 1% zu niedrigen Mittelwert nicht ausschließen. Ist nur eine zu niedrige Wirksamkeit von Belang, liefert die Alternative test mean − target > lower limit mit einer unteren Grenze von −5 einen einzigen Test mit p < 0.001 und einer unteren 95%-Grenze von −1.339.

Häufig gestellte Fragen

Was ist ein Äquivalenztest für eine Stichprobe?

Ein Äquivalenztest für eine Stichprobe zeigt, ob der Mittelwert einer Stichprobe nah genug an einem Zielwert liegt, innerhalb vorab festgelegter Grenzen. Die Nullhypothese lautet, dass der Mittelwert außerhalb der Grenzen liegt, sodass ein signifikantes Ergebnis ein positiver Beleg dafür ist, dass der Unterschied zu klein ist, um eine Rolle zu spielen. Er verwendet zwei einseitige t-Tests, bekannt als TOST.

Was ist der Unterschied zwischen einem Äquivalenztest und einem t-Test für eine Stichprobe?

Ein t-Test für eine Stichprobe kann nur sagen, ob sich der Mittelwert vom Zielwert unterscheidet; ein nicht signifikanter t-Test beweist nicht, dass der Mittelwert auf dem Zielwert liegt. Der Äquivalenztest kehrt die Fragestellung um und prüft, ob die Differenz innerhalb der Äquivalenzgrenzen liegt; ein signifikantes Ergebnis stützt daher die Aussage, dass der Mittelwert auf dem Zielwert liegt.

Wie interpretieren Sie einen Äquivalenztest für eine Stichprobe?

Äquivalenz wird festgestellt, wenn beide einseitigen p-Werte unter Alpha liegen, was gleichbedeutend damit ist, dass der größere p-Wert unter Alpha liegt, und wenn das Konfidenzintervall für Äquivalenz innerhalb des Äquivalenzintervalls liegt. Äquivalenz betrifft nur den Mittelwert; sie zeigt nicht, dass jede Einheit innerhalb der Grenzen liegt.

Welche Voraussetzungen hat der Äquivalenztest für eine Stichprobe?

Der Test setzt unabhängige Werte aus einer annähernd normalverteilten Grundgesamtheit voraus; bei 20 oder mehr Werten hat eine mäßige Schiefe wenig Einfluss. Die Äquivalenzgrenzen sollten nach technischen oder regulatorischen Anforderungen gewählt werden, bevor Sie die Daten betrachten, denn die Breite der Grenzen beeinflusst stark, ob Äquivalenz festgestellt werden kann.