雙樣本等價檢定

雙樣本等價檢定用於評估兩個獨立組或製程產生的結果是否足夠接近,可視為在實際意義上相同。它不是檢定是否存在統計上顯著的差異,而是旨在證明兩組平均值之間的任何差異都小於預先設定的等價界限,從而證明兩組在所有實際用途上可以互換。

最後審閱

核心要點

雙樣本等價檢定用於評估兩個獨立組或製程產生的結果是否足夠接近,可視為在實際意義上相同。

本頁內容
  1. 什麼是雙樣本等價檢定?
  2. 何時使用雙樣本等價檢定?
  3. 正確使用雙樣本等價檢定的指南
  4. 替代方法:何時不宜使用雙樣本等價檢定
  5. 雙樣本等價檢定範例
  6. 如何進行配對等價檢定

什麼是雙樣本等價檢定?

雙樣本等價檢定用於評估兩個獨立組或製程產生的結果是否足夠接近,可視為在實際意義上相同。它不是檢定是否存在統計上顯著的差異,而是旨在證明兩組平均值之間的任何差異都小於預先設定的等價界限,從而證明兩組在所有實際用途上可以互換。

該檢定廣泛用於 藥學研究(生物等效性)、製造製程驗證和品質系統轉換,這些場合的首要目標是證明新方法與既定標準相符

簡要定義:一種證明兩個獨立組足夠相似、可視為等價的檢定,即確認二者之間的任何差異小到在實際中無關緊要。

何時使用雙樣本等價檢定?

  • 當比較 兩個獨立組,且目標是證明等價而非檢測差異時使用。
  • 當對照既有的既定標準驗證 新製程、供應商、材料或方法 時使用。
  • 當 監管申報或品質稽核 需要正式的統計證據來證明兩個獨立製程產生等價結果時使用。
  • 當兩組的各個觀測值之間 沒有配對或匹配 關係,即每組獨立量測時使用。

正確使用雙樣本等價檢定的指南

  • 根據領域知識或監管要求,事先定義等價區間 ——它必須代表仍可在實際中接受的最大差異。
  • 確保兩組 真正獨立 ——一組中的任何觀測值都不應與另一組中的任何觀測值相關聯。
  • 兩組的資料應 近似服從常態分配,或樣本數應足夠大,使中心極限定理適用。
  • 使用足夠大的 兩組樣本數 ——等價檢定需要比標準檢定更大的樣本,才能獲得可靠的檢定力。
  • 只有當 差值的整個信賴區間落在等價界限之內 時,才能確認等價——部分重疊是不夠的。

替代方法:何時不宜使用雙樣本等價檢定

  • 如果兩組 配對或匹配,請使用 配對等價檢定
  • 如果目的是 檢測差異而非確認相似,請使用 雙樣本 t 檢定
  • 如果無法 指定有意義的等價區間,則無法正確執行該檢定——必須有明確的界限。

雙樣本等價檢定範例

某食品科學工程師想確定一種成本更低的新型貓糧配方的蛋白質含量是否與原產品相同。為此,工程師從兩種配方中各取 100 克樣本並量測其蛋白質含量。由於目標是確保兩種配方的蛋白質含量在 ±0.5 克的範圍內等價,工程師進行雙樣本等價檢定。兩種配方蛋白質含量的變異數未知,且可能不相等。檢定步驟如下:

  1. 收集所需資料。
Two Sample Equivalence test — figure 1
  1.  現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
  2.  要找到雙樣本等價檢定,請選擇 Statistical module> Hypothesis Test> Two Sample Equivalence test.
  3.  在工具中輸入資料及其他輸入項,如下所示:
Two Sample Equivalence test — figure 2

5. 使用上述工具後,得到如下輸出:

Two Sample Equivalence test — figure 3Two Sample Equivalence test — figure 4

如何進行配對等價檢定

操作步驟如下:

  1. 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
  2. 在首頁選擇 Statistical Tool> Hypothesis Test >Two Sample Equivalence test。
  3. 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
  4. 填寫所需選項。
  5. 最後,點選頁面底部的 calculate,即可得到所需結果。

雙樣本等價檢定的工具介面分為兩部分。

Two Sample Equivalence test — figure 5

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。可以手動輸入資料,也可以從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。

Load example: 將載入範例資料。

Load File: 用於直接載入 Excel 資料。

右側提供以下選項:

  • Test Samples 選擇包含所評估的 新組或替代組 量測值的欄,例如來自折扣供應商的讀數、新配方或更新後製程的讀數。這是您希望證明與既定參照等價的組。此欄位為必填項。
  • Reference Samples: 選擇包含 既定組或標準組 量測值的欄,檢定樣本與其進行比較,例如來自原供應商的資料、當前配方或現有製程的資料。與 Paired Equivalence Test 不同,此欄中的觀測值 不 需要與 Test Samples 欄中的觀測值逐一對應——兩組彼此完全獨立。此欄位為必填項。
  • Alpha: 設定等價檢定的顯著水準。標準預設值為 0.05,表示在兩組實際並不等價時錯誤地斷定等價的風險為 5%。較小的 alpha(例如 0.01)在斷定等價之前需要更強的證據,用於風險較高或監管類的應用。必須在開始收集資料之前確定 alpha。
  • Hypothesized (Test Mean − Reference Mean): 所檢定的試驗組平均值與參照組平均值之間的假設差值。在大多數等價性研究中,該值設為 0,即假設兩組應產生相同的平均結果。如果兩組之間存在已知或可接受的系統偏差,可在此輸入該值。
  • Alternative Hypothesis: 定義檢定試圖證明的內容:
  • Lower Limit < Test Mean − Reference Mean < Upper Limit ——確認兩組之間的真實平均差值完全落在預先定義的等價界限之內。只有當差值的信賴區間同時完全包含在兩個限值之內時,才能斷定等價——部分重疊是不夠的。
  • Lower Limit : 即 最小可接受差值,指試驗組與參照組之間的該差值。它定義等價區間的下邊界——如果平均差值低於該值,則認為試驗組不可接受地低於參照組。該邊界必須在分析之前根據科學、監管或實際要求確定,而不是根據被檢定的資料得出。
  • Upper Limit : 即 最大可接受差值,指試驗組與參照組之間的該差值。它定義等價區間的上邊界——如果平均差值超過該值,則試驗組產生的結果不可接受地高於參照組。它與 Lower Limit 一起構成完整的等價視窗,觀測差值必須落在該視窗內,才能判定兩組等價。
  • Assume Equal Variance: 勾選後,檢定假設兩組具有相同的母體變異數,並在計算中使用合併標準差——當該假設成立時,檢定力略高。不勾選時,每組使用各自的變異數估計(Welch 方法),當兩組的離散程度明顯不同時更可靠。如果不確定,請保持不勾選,因為這是更保守、更安全的選擇。
  • Box Plot of Difference: 啟用後,顯示盒鬚圖,彙總兩組值的分配以及二者之間的差值。這可以快速直觀地比較各組的中心、離散程度和形狀,幫助您評估任何可見的差異在實際中是否有意義,或是否處於可接受的界限之內。
  • Histogram of Difference: 啟用後,顯示兩組分配之間差值的直方圖。這有助於檢查資料是否滿足常態性假設,並揭示差值是對稱分配,還是呈現可能影響檢定結果可靠度的任何異常模式。
  • Equivalence Plot: 啟用後,顯示等價檢定的主要結果圖——顯示平均值差的信賴區間相對於下等價限和上等價限的繪製。如果整個信賴區間都落在兩個邊界之內,則確認等價。這是最需要檢視的輸出,應始終與 p 值一起評估。
  • Individual Value Plot: 啟用後,並排顯示兩組中的每個單獨資料點。這樣可以完整檢視每組的全部離散情況和分配,便於發現離群值、偏態或變異性差異,這些情況僅靠彙總圖可能無法顯示。

常見問題

什麼是雙樣本等價檢定?

雙樣本等價檢定用於評估兩個獨立組或製程產生的結果是否足夠接近,可視為在實際意義上相同。它不是檢定是否存在顯著差異,而是旨在表明兩個平均值之間的差異小於預先設定的等價界限。

何時應使用等價檢定而不是雙樣本 t 檢定?

當目標是證明相似時使用等價檢定,例如對照既定標準驗證新製程、供應商、材料或方法,或用於監管申報。當目標是檢測差異時使用雙樣本 t 檢定。對於配對或匹配資料,請使用配對等價檢定。

如何斷定等價?

只有當平均值差的整個信賴區間落在等價下限和上限之內時,才能確認等價。部分重疊是不夠的。等價圖將該區間與限值一併顯示,應與 p 值一起檢視。

雙樣本等價檢定有哪些假設?

兩組必須真正獨立,觀測值之間沒有配對。資料應近似常態,或樣本數足夠大,使中心極限定理適用。等價區間必須事先根據領域知識或監管要求定義,並且等價檢定需要比標準檢定更大的樣本。