雙樣本等價檢定的檢定力與樣本數

規劃一項雙樣本等價檢定,該檢定必須證明兩個獨立組(例如兩家供應商)的平均值實際相同。輸入等價限、合併標準差,以及每組樣本數、差值和檢定力三者中的任意兩項,工具即求解第三項。在各組樣本數相等時,TOST 的檢定力按精確方法計算。輸出結果表和檢定力曲線。

最後審閱

核心要點

雙樣本等價檢定的檢定力與樣本數工具用於計算,要用兩個單側 t 檢定(TOST)證明兩個獨立組的平均值之差小於等價視窗,每組需要多少個單位。

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

雙樣本等價檢定的檢定力與樣本數用於規劃一項必須證明兩個獨立組平均值實際相同的研究,例如第二家供應商與現有供應商、新機器與舊機器,或更便宜的材料與標準材料。您為差值(檢定平均值 − 參照平均值)設定一個等價視窗,工具會告訴您每組需要多少個單位才能證明差值位於視窗之內、計畫的樣本能提供多大的檢定力,或者能容忍多大的真實差值。輸入樣本數、差值和檢定力三者中的任意兩項,工具即求解第三項。請在進行雙樣本等價檢定之前使用。

主要功能

  • 求解樣本數、檢定力或差值:將您想求解的一項留空。
  • 可同時輸入多個值,例如差值「0 0.5」和檢定力值「0.8 0.9」,每種組合給出一列。
  • 任意等價視窗,對稱或不對稱均可。
  • 針對採用合併標準差且各組樣本數相等的兩個單尾檢定(TOST)程序,給出精確的檢定力。
  • 針對每個差值繪製檢定力對樣本數的檢定力曲線,並標出求解得到的點。

統計方法

等價檢定對兩個平均值之差使用兩個單側 t 檢定(TOST)。每組有 n 個單位、共同標準差為 σ 時,差值的標準誤為 SE = σ·√(2/n),合併 t 檢定的自由度為 2(n − 1)。當證明差值高於下限 L 且低於上限 U 時,即判定等價,每個單尾檢定均在顯著水準 α 下進行(即 Significance level (alpha) 欄位,預設 0.05)。

檢定力是真實差值為 δ 時兩個單尾檢定都成功的機率。它按精確方法計算:對於給定的合併樣本標準差 s,成功的機率為 Φ(−t·s/σ − (δ − U)/SE) − Φ(t·s/σ − (δ − L)/SE),其中 t = t₁₋α,2(n−1),並通過數值積分對合併變異數的卡方分配取平均。對於樣本數,求出達到目標檢定力的每組 n 並無條件進位,在該 n 下的檢定力作為實際檢定力報告。求解差值時,工具在視窗兩個限的中點與上限之間搜尋。

要檢測的差值必須嚴格位於兩個限之間。真實差值位於視窗中點時檢定力最高,向任一限靠近時逐漸下降。與單樣本研究相比,兩個獨立組每組大約需要兩倍的單位,因為兩個平均值都帶有抽樣誤差。

輸入欄位和選項

欄位

說明

Sample sizes

每組的樣本數。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(檢定平均值 − 參照平均值);必須嚴格位於兩個限之間。留空則求解該值(在兩個限的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。兩個平均值之間可接受的最小差值和最大差值;下限必須小於上限。

Standard deviation

必填。兩個母體假定的或歷史上的共同(合併)標準差。

Significance level (alpha)

預設值為 0.05。應用於兩個單尾檢定中的每一個。

Power curve

預設勾選:繪製檢定力對樣本數的曲線。

Title

顯示在輸出和檢定力曲線上的標題。

power-and-sample-size-2-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 −1.5 和 1.5,Standard deviation = 2,alpha = 0.05。

輸出說明

  • Settings — 所求解的內容、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、每組樣本數,以及求解樣本數時的目標檢定力和實際檢定力,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對樣本數的曲線,並標出計算得到的點。
  • 透過 Download 匯出 PDF。

power-and-sample-size-2-sample-equivalence-test-output


圖 2 — 範例的結果:在 ±1.5 MPa 的視窗和 0.5 MPa 的真實差值下,檢定力 80% 時每家供應商需 51 根鋼棒,檢定力 90% 時需 70 根。

計算範例

某採購團隊想核准第二家鋼棒供應商。新供應商的平均屈服強度必須與現有供應商相差在 ±1.5 MPa 以內。以往資料給出兩者的標準差均為 2 MPa,團隊預計真實差值最大為 0.5 MPa。他們將 Sample sizes 留空,並輸入 Difference(s) to detect = 0.5,Power values = 0.8 0.9,Lower equivalence limit = −1.5,Upper equivalence limit = 1.5 和 Standard deviation = 2,alpha = 0.05。

工具顯示,檢定力 80% 時每家供應商需要 51 根鋼棒(實際檢定力 0.806),檢定力 90% 時每家需要 70 根(實際檢定力 0.903)。每家供應商 30 根鋼棒時,檢定力僅為 0.591。如果兩家供應商的平均值確實相同(差值為 0),每家 32 根可達到 80% 的檢定力,40 根可達到 90%。如果設計允許,將視窗放寬到 ±2 MPa,則在差值為 0.5 MPa 時,達到 80% 檢定力的要求降至每家供應商 24 根鋼棒。

常見問題

雙樣本等價檢定力分析能告訴您什麼?

它能告訴您:每個獨立組需要多少個單位,才能證明兩個平均值之差(檢定平均值減參照平均值)位於等價視窗之內;計畫的樣本能提供多大的檢定力;或者能容忍多大的真實差值。當兩個單側 t 檢定表明差值高於下限且低於上限時,即判定等價。

雙樣本等價檢定每組需要多少樣本?

在一個計算範例中,視窗為正負 1.5 MPa,標準差為 2 MPa,預期差值為 0.5 MPa,每家供應商 51 根鋼棒可得到 80% 的檢定力,70 根可得到 90%。如果平均值確實相等,每家 32 根可得到 80% 的檢定力,將視窗放寬到正負 2 MPa 則要求降至 24 根鋼棒。

為什麼雙樣本等價研究比單樣本研究需要更多的單位?

兩個組的平均值都帶有抽樣誤差,因此差值的標準誤等於標準差乘以 2/n 的平方根。結果是,兩個獨立組每組所需的單位大約是單樣本研究的兩倍。真實差值位於視窗中點時檢定力最高,向任一限靠近時逐漸下降。

雙樣本等價檢定力計算需要哪些輸入?

需要等價下限和上限(下限必須小於上限),以及假定的或歷史上的共同(合併)標準差。然後在每組樣本數、要檢測的差值和檢定力值三者中輸入任意兩項。差值必須嚴格位於兩個限之間。顯著水準預設為 0.05,應用於每個單尾檢定。