配對等價檢定的檢定力與樣本數

用於規劃配對等價檢定:每個單元被量測兩次(例如用新量具和參考量具),且必須證明平均值差小到可以忽略。輸入等價限、配對差值的標準差,以及配對數、差值和檢定力三者中的任意兩項;工具使用精確的 TOST 檢定力求解第三項。輸出結果表和檢定力曲線。

最後審閱

核心要點

配對等價檢定的檢定力與樣本數用於計算需要多少對資料,才能透過兩個單側 t 檢定(TOST)證明配對差值的平均值落在等價區間內。

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

配對等價檢定的檢定力與樣本數用於規劃這樣一類研究:每個單元被量測兩次,例如用新方法和參考方法、製程變更前後,或在兩個夾具上量測,目的是證明配對差值的平均值小到可以忽略。設定平均值差的等價區間後,工具會告知需要多少對資料、計畫的配對數能帶來多大的檢定力,或者可以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,工具即可求解第三項。請在進行配對等價檢定之前使用。

主要功能

  • 可求解樣本數(配對數)、檢定力或差值:留空您想求解的那一項。
  • 可一次輸入多個值,例如樣本數「10 20 30」,每種組合各得一列。
  • 任意等價區間,對稱或不對稱均可。
  • 對配對差值的兩個單尾檢定(TOST)程序給出精確檢定力。
  • 每個差值對應的檢定力對配對數的檢定力曲線,並標出求解得到的點。

統計方法

配對研究透過每一對內部的差值(測試 − 參考)進行分析,因此該計算是應用於這些差值的單樣本 TOST。對於 n 對資料和差值的標準差 σ_d,標準誤為 SE = σ_d/√n,自由度為 n − 1。當證明平均值差高於下限 L 且低於上限 U 時,即判定等價,其中每個單側 t 檢定的顯著水準為 α(即 Significance level (alpha) 欄位,預設值 0.05)。

檢定力是真實平均值差為 δ 時兩個單尾檢定均成功的機率。它是精確計算的:對於給定的差值樣本標準差 s,成功的機率為 Φ(−t·s/σ_d − (δ − U)/SE) − Φ(t·s/σ_d − (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配對數並向上取整數,該數目下的檢定力作為實際檢定力報告。求解差值時,工具在兩個限值的中點與上限之間搜尋。

應輸入的標準差是配對差值的標準差,而不是單一量測值的標準差。當單元上的兩次量測密切相關時,配對會帶來收益,因為此時 σ_d 遠小於單元之間的離散程度。差值必須嚴格位於兩個限值之間;檢定力在區間的中點處最高。

輸入欄位和選項

欄位

說明

Sample sizes

配對數。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」。您預期的真實配對差值平均值;必須嚴格位於兩個限值之間。留空則求解該值(在兩個限值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。可接受的最小和最大平均值差;下限必須小於上限。

Standard deviation of the differences

必填。配對差值的假定或歷史標準差。

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

輸出和檢定力曲線上顯示的標題。

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


圖 1 — 求解檢定力:Sample sizes = 10 20 30,Difference(s) to detect = 0.1,限值為 −0.5 和 0.5,Standard deviation of the differences = 0.6,alpha = 0.05。

輸出說明

  • Settings — 求解的物件、等價下限和上限、差值的標準差以及顯著水準。
  • Results — 每種組合一列:差值、樣本數(配對數),求解檢定力時給出檢定力,求解樣本數時給出目標檢定力和實際檢定力,求解差值時給出差值。
  • Power Curve — 每個差值對應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-paired-equivalence-test-output


圖 2 — 範例的結果:當真實偏誤為 0.1 µm、等價區間為 ±0.5 µm 時,10、20 和 30 塊面板的檢定力分別為 0.520、0.886 和 0.972。

計算範例

某塗裝現場想用更便宜的手持設備替換其參考塗層測厚儀。每塊試驗面板將用兩臺量具分別量測,若手持量具的平均值偏誤在 ±0.5 µm 以內,則可接受。一次試執行得到配對差值的標準差為 0.6 µm,預期偏誤約為 0.1 µm。計量人員輸入 Sample sizes = 10 20 30,Difference(s) to detect = 0.1,Lower equivalence limit = −0.5,Upper equivalence limit = 0.5,Standard deviation of the differences = 0.6,Power values 留空,並保持 alpha = 0.05。

10 塊面板的檢定力為 0.520,20 塊為 0.886,30 塊為 0.972。10 塊面板意味著有大約二分之一的機會誤判一臺實際上可接受的量具為不合格。改為求解樣本數(Power values = 0.8 0.9),則 80% 檢定力需要 16 塊面板,90% 需要 21 塊。如果偏誤為 0.2 µm,20 塊面板的檢定力為 0.695;若完全沒有偏誤,則為 0.948。

常見問題

配對等價檢定力分析如何計算?

配對研究透過每一對內部的差值(測試減參考)進行分析,因此該計算是應用於這些差值的單樣本 TOST。當證明平均值差高於下限且低於上限時,即判定等價,其中每個單側 t 檢定採用所選的 alpha。檢定力透過數值積分精確計算。

進行配對等價檢定時應輸入哪個標準差?

輸入配對差值的標準差,而不是單一量測值的標準差。當單元上的兩次量測密切相關時,配對會帶來收益,因為此時差值的標準差遠小於單元之間的離散程度,從而減少所需的配對數。

配對等價檢定需要多少對資料?

在一個計算範例中,等價區間為正負 0.5 微米,差值的標準差為 0.6,預期偏誤為 0.1,16 塊面板可達 80% 檢定力,21 塊可達 90%。10 塊面板的檢定力為 0.520,20 塊為 0.886,30 塊為 0.972。更大的偏誤 0.2 會使 20 塊面板的檢定力降至 0.695。

為什麼差值必須嚴格位於等價限之間?

位於限值上或超出限值的真實平均值差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。真實差值位於區間中點時檢定力最高,向任一限值靠近時檢定力下降。