1サンプルの同等性検定(1-Sample Equivalence Test)
1サンプルの同等性検定は、平均が目標値に十分近いか(たとえば、力価が表示量の±5%以内か)を、事前に設定した限界の範囲で確認します。2つの片側t検定を行い、両方のp値がalpha未満のときに同等と判定します。独立で、おおむね正規分布に従うデータを仮定します。出力には、記述統計量、同等性の信頼区間、検定表、同等性プロットが含まれます。
最終レビュー
重要なポイント
1サンプルの同等性検定は、2つの片側t検定(TOST)を用いて、標本平均が目標値から事前に設定した限界の範囲内にあるかを示し、差が問題にならないほど小さいことの積極的な根拠を与えます。
目的
1-Sample Equivalence Testは、標本の平均が目標値に、事前に設定した限界の範囲内で十分に近いかを示します。1サンプルt検定でわかるのは、平均が目標値と異なるかどうかだけで、有意でないt検定は目標どおりであることの証明にはなりません。同等性検定は問いを逆にします。帰無仮説は平均が限界の外にあることなので、有意な結果は、差が問題にならないほど小さいことの積極的な根拠になります。バッチの平均力価が表示量の±5%以内か、工程平均が公称値の周りの合意した範囲内か、といった問いに使用します。
主な機能
- Lower limit < test mean − target < upper limit に対する2つの片側検定(TOST)と、同等性の信頼区間。
- 片側の対立仮説:差が下限を上回る、差が上限を下回る、または検定平均が目標値を上回る/下回る。
- 限界は、データの単位または目標値に対する比(Multiply by target)で指定できます。
- 限界の中点を含む区間と、通常の100(1 − 2α)%区間のどちらかを選べます。
- 区間の表と検定表の下に、平易な言葉での結論を表示します。
- 同等性プロット、ヒストグラム、箱ひげ図(外れ値の一覧付き)、個別値プロット。
統計手法
ツールはn個の値から、平均 x̄、標準偏差 s、標準誤差 SE = s / √n を計算します。差は D = x̄ − target です。既定の対立仮説では、自由度n − 1の2つの片側t検定を行います。t₁ = (D − lower limit) / SE は帰無仮説 D ≤ lower limit を検定し(p値は上側確率から)、t₂ = (D − upper limit) / SE は D ≥ upper limit を検定します(p値は下側確率から)。両方のp値がα未満のときに同等と判定します。これは、2つのうち大きいほうがα未満であることと同じです。
同等性の信頼区間は D ± t(1 − α; n − 1)·SE から始まり、必要に応じて2つの限界の中点(対称な限界ではゼロ)を含むように広げます。その水準はMinitabと同様に100(1 − α)%です。この区間が同等性の区間の内側にあるときに同等と判定します。Use 100(1 − 2α)% CIにチェックを入れると、代わりに通常の区間 D ± t(1 − α; n − 1)·SE が、100(1 − 2α)%区間として表示されます。片側の対立仮説では、1つのt検定と片側の信頼限界を使用します。test mean − target > lower limit、test mean − target < upper limit、あるいはTest mean > targetとTest mean < targetでは、限界はゼロです(優越性または劣位性の検定)。Multiply by targetを使用すると、入力した限界に目標値が掛けられるため、0.05は目標値の5%を意味します。
この検定は、おおむね正規分布に従う母集団からの独立した値を仮定します。値が20個以上あれば、中程度の歪みの影響はわずかです。限界は、データを見る前に、技術上または規制上の必要性から選んでください。同等性は平均についてのもので、すべての単位が限界内にあることを示すものではありません。
入力項目とオプション
項目 | 説明 |
Sample | 必須です。測定値の数値列で、空白のセルは無視されます。 |
Target | 標本平均を比較する値で、たとえば公称値や表示量です。既定は0です。 |
Alpha | 有意水準で、既定は0.05です。 |
Alternative hypothesis | Lower limit < test mean − target < upper limit(既定、同等性)、test mean − target > lower limit、test mean − target < upper limit、Test mean > target、またはTest mean < target。 |
Lower Limit / Upper Limit | 必須です。test mean − target に対する同等性の限界で、下限は上限より小さくなければなりません。 |
Boxplot of Sample / Histogram of Sample / Equivalence plot / Individual value plot | 描画するグラフです。既定でチェックが入っているのはEquivalence plotのみです。箱ひげ図では、1.5 × IQRを超える外れ値の一覧も追加されます。 |
Multiply by target | 既定ではオフです。限界は目標値に対する比で指定します。たとえば±5%なら−0.05と0.05です。 |
Use 100(1 − 2α)% CI | 既定ではオフです。限界の中点を含む区間の代わりに、通常の100(1 − 2α)%区間を表示します。 |
Data Options: Subset (optional) | 行番号(例:3,7,12-15)や条件によって、一致する行を除外する(既定)か、一致する行のみを含めます(Exclude matching rows または Include only matching rows)。 |

図1 — 例のオプション:Test_Potency_pctを目標値100に対して、同等性の限界−5と5で指定。
出力の説明
- Method — 検定する差:Sample mean − Reference value (target)。
- Descriptive statistics(記述統計量)— N、Mean、StDev、SE Mean。
- Difference table — Difference、StDev、SE、95% CI for Equivalence、Equivalence Intervalと、信頼区間が同等性の区間内にあるかを示す注記。
- Hypotheses — 帰無仮説と対立仮説、および有意水準。
- Test table — 各片側検定のDF、T-Value、P-Valueと、大きいほうのp値および同等と判定できるかを示す注記。
- Equivalence Test: Mean − <target> — 下側(LEL)と上側(UEL)の同等性の限界に対する信頼区間。
- Histogram of Sample、Boxplot of Sample、Individual Value Plot of Sample(チェックを入れた場合)。
- DownloadによるPDFエクスポート。

図2 — 同等性の95%信頼区間−1.339〜0は、限界−5〜5の十分内側にあり、2つの片側検定はどちらもp < 0.001です。
計算例
錠剤の表示量は力価100%で、真の平均力価が表示量の±5%以内であればバッチは合格です。品質試験室が30錠を分析します。Sample = Test_Potency_pct、Target = 100、Alpha = 0.05、既定の同等性の対立仮説、Lower Limit = −5、Upper Limit = 5とします。
平均力価は99.3153%、標準偏差は2.109、標準誤差は0.3851で、錠剤は95.19〜103.86%の範囲です。目標値との差は−0.6847です。下限に対する検定はt = 11.21、上限に対する検定はt = −14.76で、どちらも自由度29、p < 0.001です。同等性の95%信頼区間は−1.339〜0(0を含むように広げたもの)で、−5〜5の十分内側にあるため、ページは同等と判定できると報告します。つまり、バッチの平均が表示量の±5%以内であることが示されました。
限界の幅は重要です。より厳しい限界−1と1では、下限に対する検定はt = 0.82、p = 0.21となり、平均が目標値を0.68下回るだけであっても、同等とは判定できません。このサンプルサイズとばらつきでは、平均が1%低い可能性をデータから排除できないためです。低い力価だけが懸念事項の場合は、対立仮説test mean − target > lower limitを下限−5で使用すると、1回の検定でp < 0.001、95%下側限界は−1.339となります。
よくある質問
1サンプルの同等性検定とは何ですか?
1サンプルの同等性検定は、標本の平均が目標値に、事前に設定した限界の範囲内で十分に近いかを示します。帰無仮説は平均が限界の外にあることなので、有意な結果は、差が問題にならないほど小さいことの積極的な根拠になります。TOSTと呼ばれる2つの片側t検定を使用します。
同等性検定と1サンプルt検定の違いは何ですか?
1サンプルt検定でわかるのは、平均が目標値と異なるかどうかだけで、有意でないt検定は、平均が目標どおりであることの証明にはなりません。同等性検定は問いを逆にし、差が同等性の限界の内側にあるかを検定するため、有意な結果は、平均が目標どおりであるという主張を裏付けます。
1サンプルの同等性検定の結果は、どのように解釈しますか?
両方の片側p値がalpha未満(大きいほうのp値がalpha未満であることと同じ)で、かつ同等性の信頼区間が同等性の区間の内側にあるときに、同等と判定します。同等性は平均についてのみで、すべての単位が限界内にあることを示すものではありません。
1サンプルの同等性検定の前提条件は何ですか?
この検定は、おおむね正規分布に従う母集団からの独立した値を仮定します。値が20個以上あれば、中程度の歪みの影響はわずかです。限界の幅は、同等と判定できるかどうかに大きく影響するため、データを見る前に、技術上または規制上の必要性から選ぶ必要があります。
