双样本等价检验的检验功效与样本量

规划一项双样本等价检验,该检验必须证明两个独立组(例如两家供应商)的均值实际相同。输入等价限、合并标准差,以及每组样本量、差值和检验功效三者中的任意两项,工具即求解第三项。在各组样本量相等时,TOST 的检验功效按精确方法计算。输出结果表和功效曲线。

最后审阅

核心要点

双样本等价检验的检验功效与样本量工具用于计算,要用两个单侧 t 检验(TOST)证明两个独立组的均值之差小于等价窗口,每组需要多少个单位。

本页内容
  1. 用途
  2. 主要功能
  3. 统计方法
  4. 输入字段和选项
  5. 输出说明
  6. 计算示例

用途

双样本等价检验的检验功效与样本量用于规划一项必须证明两个独立组均值实际相同的研究,例如第二家供应商与现有供应商、新机器与旧机器,或更便宜的材料与标准材料。您为差值(检验均值 − 参照均值)设定一个等价窗口,工具会告诉您每组需要多少个单位才能证明差值位于窗口之内、计划的样本能提供多大的检验功效,或者能容忍多大的真实差值。输入样本量、差值和检验功效三者中的任意两项,工具即求解第三项。请在进行双样本等价检验之前使用。

主要功能

  • 求解样本量、检验功效或差值:将您想求解的一项留空。
  • 可同时输入多个值,例如差值“0 0.5”和检验功效值“0.8 0.9”,每种组合给出一行。
  • 任意等价窗口,对称或不对称均可。
  • 针对采用合并标准差且各组样本量相等的两个单侧检验(TOST)程序,给出精确的检验功效。
  • 针对每个差值绘制检验功效对样本量的功效曲线,并标出求解得到的点。

统计方法

等价检验对两个均值之差使用两个单侧 t 检验(TOST)。每组有 n 个单位、共同标准差为 σ 时,差值的标准误为 SE = σ·√(2/n),合并 t 检验的自由度为 2(n − 1)。当证明差值高于下限 L 且低于上限 U 时,即判定等价,每个单侧检验均在显著性水平 α 下进行(即 Significance level (alpha) 字段,默认 0.05)。

检验功效是真实差值为 δ 时两个单侧检验都成功的概率。它按精确方法计算:对于给定的合并样本标准差 s,成功的概率为 Φ(−t·s/σ − (δ − U)/SE) − Φ(t·s/σ − (δ − L)/SE),其中 t = t₁₋α,2(n−1),并通过数值积分对合并方差的卡方分布取平均。对于样本量,求出达到目标检验功效的每组 n 并向上取整,在该 n 下的检验功效作为实际检验功效报告。求解差值时,工具在窗口两个限的中点与上限之间搜索。

要检测的差值必须严格位于两个限之间。真实差值位于窗口中点时检验功效最高,向任一限靠近时逐渐下降。与单样本研究相比,两个独立组每组大约需要两倍的单位,因为两个均值都带有抽样误差。

输入字段和选项

字段

说明

Sample sizes

每组的样本量。以空格或逗号分隔,例如“20 30 40”。留空则求解样本量。

Difference(s) to detect

以空格或逗号分隔,例如“0.5 0.7”。您预期的真实差值(检验均值 − 参照均值);必须严格位于两个限之间。留空则求解该值(在两个限的中点与上限之间搜索)。

Power values

以空格或逗号分隔,例如“0.8 0.9”。留空则求解检验功效。

Lower equivalence limit / Upper equivalence limit

必填。两个均值之间可接受的最小差值和最大差值;下限必须小于上限。

Standard deviation

必填。两个总体假定的或历史上的共同(合并)标准差。

Significance level (alpha)

默认值为 0.05。应用于两个单侧检验中的每一个。

Power curve

默认勾选:绘制检验功效对样本量的曲线。

Title

显示在输出和功效曲线上的标题。

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


图 1 — 求解样本量:Difference(s) to detect = 0.5,Power values = 0.8 0.9,限为 −1.5 和 1.5,Standard deviation = 2,alpha = 0.05。

输出说明

  • Settings — 所求解的内容、等价下限和上限、标准差以及显著性水平。
  • Results — 每种组合一行:差值、每组样本量,以及求解样本量时的目标检验功效和实际检验功效,求解检验功效时的检验功效,或求解差值时的差值。
  • Power Curve — 针对每个差值的检验功效对样本量的曲线,并标出计算得到的点。
  • 通过 Download 导出 PDF。

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


图 2 — 示例的结果:在 ±1.5 MPa 的窗口和 0.5 MPa 的真实差值下,检验功效 80% 时每家供应商需 51 根钢棒,检验功效 90% 时需 70 根。

计算示例

某采购团队想批准第二家钢棒供应商。新供应商的平均屈服强度必须与现有供应商相差在 ±1.5 MPa 以内。以往数据给出两者的标准差均为 2 MPa,团队预计真实差值最大为 0.5 MPa。他们将 Sample sizes 留空,并输入 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。

工具显示,检验功效 80% 时每家供应商需要 51 根钢棒(实际检验功效 0.806),检验功效 90% 时每家需要 70 根(实际检验功效 0.903)。每家供应商 30 根钢棒时,检验功效仅为 0.591。如果两家供应商的均值确实相同(差值为 0),每家 32 根可达到 80% 的检验功效,40 根可达到 90%。如果设计允许,将窗口放宽到 ±2 MPa,则在差值为 0.5 MPa 时,达到 80% 检验功效的要求降至每家供应商 24 根钢棒。

常见问题

双样本等价检验功效分析能告诉您什么?

它能告诉您:每个独立组需要多少个单位,才能证明两个均值之差(检验均值减参照均值)位于等价窗口之内;计划的样本能提供多大的检验功效;或者能容忍多大的真实差值。当两个单侧 t 检验表明差值高于下限且低于上限时,即判定等价。

双样本等价检验每组需要多少样本?

在一个计算示例中,窗口为正负 1.5 MPa,标准差为 2 MPa,预期差值为 0.5 MPa,每家供应商 51 根钢棒可得到 80% 的检验功效,70 根可得到 90%。如果均值确实相等,每家 32 根可得到 80% 的检验功效,将窗口放宽到正负 2 MPa 则要求降至 24 根钢棒。

为什么双样本等价研究比单样本研究需要更多的单位?

两个组的均值都带有抽样误差,因此差值的标准误等于标准差乘以 2/n 的平方根。结果是,两个独立组每组所需的单位大约是单样本研究的两倍。真实差值位于窗口中点时检验功效最高,向任一限靠近时逐渐下降。

双样本等价检验功效计算需要哪些输入?

需要等价下限和上限(下限必须小于上限),以及假定的或历史上的共同(合并)标准差。然后在每组样本量、要检测的差值和检验功效值三者中输入任意两项。差值必须严格位于两个限之间。显著性水平默认为 0.05,应用于每个单侧检验。