單樣本等價檢定的檢定力與樣本數

規劃單樣本等價檢定,該檢定必須證明平均值與目標值足夠接近,而不是與之不同。輸入等價下限和上限、標準差,以及樣本數、差值和檢定力三者中的任意兩項;工具求解第三項。檢定力使用 t 分配對 TOST 程序精確計算。輸出結果表和檢定力曲線。

最後審閱

核心要點

單樣本等價檢定的檢定力與樣本數用於計算需要多少量測值,才能透過兩個單側 t 檢定(TOST)證明製程平均位於目標值周圍的等價區間內。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. 輸出說明
  6. 計算範例

用途

單樣本等價檢定的檢定力與樣本數用於規劃一項研究,該研究必須證明製程平均與目標值足夠接近,而不是與之不同。您設定等價區間(平均值 − 目標值的下限和上限),工具會告訴您需要多少量測值才能證明平均值位於其中、給定樣本的檢定力是多少,或在給定樣本和檢定力下真實平均值最多可偏離目標值多遠。輸入樣本數、差值和檢定力三者中的任意兩項,工具求解第三項。可在進行單樣本等價檢定之前使用,例如針對標稱值驗證新的充填頭、量具或配方。

主要功能

  • 求解樣本數、檢定力或差值:將想求解的那一項留空。
  • 可一次輸入多個值,例如差值「0 0.5 1」和檢定力值「0.8 0.9」,每種組合給出一列。
  • 任意等價區間:對稱(−2 至 2)或不對稱(−1 至 3)。
  • 對兩個單尾檢定(TOST)程序給出精確檢定力,使用 t 分配而非常態近似。
  • 針對每個差值繪製檢定力隨樣本數變化的檢定力曲線,並標出求解得到的點。

統計方法

等價檢定使用兩個單側 t 檢定(TOST)。在有 n 個量測值、標準差 σ、標準誤 SE = σ/√n 和 n − 1 個自由度時,當平均值減去目標值被證明高於下限 L 且低於上限 U 時,即判定等價,兩者均在顯著水準 α 下進行(Significance level (alpha) 欄位,預設 0.05;不會將其拆分為兩半)。

檢定力是當真實差值(平均值 − 目標值)為 δ 時兩個單尾檢定都成功的機率。工具對其精確計算:對於給定的樣本標準差,成功的機率是兩個常態機率之差,Φ(−t·s/σ − (δ − U)/SE) − Φ(t·s/σ − (δ − L)/SE),其中 t = t₁₋α,n−1,並通過數值積分對樣本變異數的卡方分配取平均。對於樣本數,找到達到目標檢定力的 n 並向上取整,在該 n 處的檢定力作為實際檢定力報告。求解差值時,工具在區間中點與上限之間搜尋,因為真實差值位於中點時檢定力最高,並隨著向任一限靠近而下降。

要檢測的差值必須嚴格位於兩個限之間:位於限上或超出限的真實平均值永遠無法被證明等價。檢定力隨樣本數和區間寬度增加而上升,隨 σ 增大或真實差值向某一限靠近而下降。

輸入欄位和選項

欄位

說明

Sample sizes

以空格或逗號分隔,例如「20 30 40」。留空則求解樣本數。

Difference(s) to detect

以空格或逗號分隔,例如「0.5 0.7」。您預期的真實差值(平均值 − 目標值);必須嚴格位於下限和上限之間。留空則求解該值(在區間中點與上限之間搜尋)。

Power values

以空格或逗號分隔,例如「0.8 0.9」。留空則求解檢定力。

Lower equivalence limit / Upper equivalence limit

必填。與目標值相比可接受的最小和最大差值,以量測單位表示;下限必須小於上限。

Standard deviation

必填。量測值的假定或歷史標準差。

Significance level (alpha)

預設 0.05。應用於兩個單尾檢定中的每一個。

Power curve

預設勾選:繪製檢定力隨樣本數變化的曲線。

Title

顯示在輸出和檢定力曲線上的標題。

power-and-sample-size-1-sample-equivalence-test-inputs


圖 1 — 求解樣本數:Difference(s) to detect = 0.5,Power values = 0.8 0.9,限為 −2 和 2,Standard deviation = 3,alpha = 0.05。

輸出說明

  • Settings — 求解的內容、等價下限和上限、標準差以及顯著水準。
  • Results — 每種組合一列:差值、樣本數,以及求解樣本數時的目標檢定力和實際檢定力,或求解檢定力時的檢定力,或求解差值時的差值。
  • Power Curve — 針對每個差值的檢定力隨樣本數變化的曲線,並標出計算得到的點。
  • 透過 Download 匯出 PDF。

power-and-sample-size-1-sample-equivalence-test-output


圖 2 — 範例的結果:當真實偏離量在 ±2 g 區間內為 0.5 g 時,80% 檢定力需要 27 次充填,90% 檢定力需要 36 次。

計算範例

一條包裝線安裝了新的充填頭,在放行之前必須證明其平均充填量與 500 g 目標值相差在 ±2 g 以內。歷史資料表明充填標準差為 3 g,工程師預期新充填頭偏離目標最多可達 0.5 g。他們將 Sample sizes 留空,輸入 Difference(s) to detect = 0.5、Power values = 0.8 0.9、Lower equivalence limit = −2、Upper equivalence limit = 2 和 Standard deviation = 3,alpha = 0.05。

工具顯示,80% 檢定力需要 27 次充填(實際檢定力 0.807),90% 檢定力需要 36 次充填(實際檢定力 0.902)。若僅有 20 次充填,檢定力為 0.669,即一個實際上合格的充填頭有三分之一的機率通不過等價檢定。偏離量很重要:恰好對準目標的充填頭達到 80% 檢定力需要 21 次充填,而偏離目標 1 g 的則需要 58 次。如果團隊不確定偏離量,按較大的值規劃可保護研究。

常見問題

等價檢定與標準單樣本 t 檢定有何不同?

標準檢定試圖證明平均值與目標值不同,而等價檢定證明它足夠接近。它使用兩個單側 t 檢定(TOST):當平均值減去目標值被證明高於下限且低於上限時即判定等價,兩者均在所選顯著水準下進行,該水準不會被拆分為兩半。

為什麼要檢測的差值必須位於等價限之間?

位於等價限上或超出等價限的真實平均值永遠無法被證明等價,因此預期差值必須嚴格位於下限和上限之間。真實差值位於兩個限的中點時檢定力最高,並隨著向任一限靠近而下降。檢定力還隨樣本數和區間寬度增加而上升,隨標準差增大而下降。

單樣本等價檢定需要多少樣本?

這取決於區間、標準差和預期偏離量。在一個區間為正負 2 g、標準差為 3 g、預期偏離量為 0.5 g 的計算範例中,27 次充填給出 80% 檢定力,36 次給出 90%。恰好對準目標的充填頭需要 21 次充填,而偏離目標 1 g 的則需要 58 次。

如何在 Zometric Statistical Software 中進行這項檢定力分析?

輸入必填的等價下限和上限以及標準差,然後輸入樣本數、要檢測的差值和檢定力值中的任意兩項,將要求解的那一項留空。設定顯著水準(預設 0.05)並計算。輸出顯示設定、每種組合一列並帶有目標檢定力和實際檢定力的結果,以及檢定力曲線。