双样本等价检验

双样本等价检验用于评估两个独立组或过程产生的结果是否足够接近,可视为在实际意义上相同。它不是检验是否存在统计上显著的差异,而是旨在证明两组均值之间的任何差异都小于预先设定的等价界限,从而证明两组在所有实际用途上可以互换。

最后审阅

核心要点

双样本等价检验用于评估两个独立组或过程产生的结果是否足够接近,可视为在实际意义上相同。

本页内容
  1. 什么是双样本等价检验?
  2. 何时使用双样本等价检验?
  3. 正确使用双样本等价检验的指南
  4. 替代方法:何时不宜使用双样本等价检验
  5. 双样本等价检验示例
  6. 如何进行配对等价检验

什么是双样本等价检验?

双样本等价检验用于评估两个独立组或过程产生的结果是否足够接近,可视为在实际意义上相同。它不是检验是否存在统计上显著的差异,而是旨在证明两组均值之间的任何差异都小于预先设定的等价界限,从而证明两组在所有实际用途上可以互换。

该检验广泛用于 药学研究(生物等效性)、制造过程验证和质量体系转换,这些场合的首要目标是证明新方法与既定标准相符

简要定义:一种证明两个独立组足够相似、可视为等价的检验,即确认二者之间的任何差异小到在实际中无关紧要。

何时使用双样本等价检验?

  • 当比较 两个独立组,且目标是证明等价而非检测差异时使用。
  • 当对照既有的既定标准验证 新过程、供应商、材料或方法 时使用。
  • 当 监管申报或质量审核 需要正式的统计证据来证明两个独立过程产生等价结果时使用。
  • 当两组的各个观测值之间 没有配对或匹配 关系,即每组独立测量时使用。

正确使用双样本等价检验的指南

  • 根据领域知识或监管要求,事先定义等价区间 ——它必须代表仍可在实际中接受的最大差异。
  • 确保两组 真正独立 ——一组中的任何观测值都不应与另一组中的任何观测值相关联。
  • 两组的数据应 近似服从正态分布,或样本量应足够大,使中心极限定理适用。
  • 使用足够大的 两组样本量 ——等价检验需要比标准检验更大的样本,才能获得可靠的检验功效。
  • 只有当 差值的整个置信区间落在等价界限之内 时,才能确认等价——部分重叠是不够的。

替代方法:何时不宜使用双样本等价检验

  • 如果两组 配对或匹配,请使用 配对等价检验
  • 如果目的是 检测差异而非确认相似,请使用 双样本 t 检验
  • 如果无法 指定有意义的等价区间,则无法正确执行该检验——必须有明确的界限。

双样本等价检验示例

某食品科学工程师想确定一种成本更低的新型猫粮配方的蛋白质含量是否与原产品相同。为此,工程师从两种配方中各取 100 克样本并测量其蛋白质含量。由于目标是确保两种配方的蛋白质含量在 ±0.5 克的范围内等价,工程师进行双样本等价检验。两种配方蛋白质含量的方差未知,且可能不相等。检验步骤如下:

  1. 收集所需数据。
Two Sample Equivalence test — figure 1
  1.  现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  2.  要找到双样本等价检验,请选择 Statistical module> Hypothesis Test> Two Sample Equivalence test.
  3.  在工具中输入数据及其他输入项,如下所示:
Two Sample Equivalence test — figure 2

5. 使用上述工具后,得到如下输出:

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

如何进行配对等价检验

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Hypothesis Test >Two Sample Equivalence test。
  3. 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
  4. 填写所需选项。
  5. 最后,点击页面底部的 calculate,即可得到所需结果。

双样本等价检验的工具界面分为两部分。

Two Sample Equivalence test — figure 5

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。可以手动输入数据,也可以从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。

Load example: 将加载示例数据。

Load File: 用于直接加载 Excel 数据。

右侧提供以下选项:

  • Test Samples 选择包含所评估的 新组或替代组 测量值的列,例如来自折扣供应商的读数、新配方或更新后过程的读数。这是您希望证明与既定参照等价的组。此字段为必填项。
  • Reference Samples: 选择包含 既定组或标准组 测量值的列,检验样本与其进行比较,例如来自原供应商的数据、当前配方或现有过程的数据。与 Paired Equivalence Test 不同,此列中的观测值 不 需要与 Test Samples 列中的观测值逐一对应——两组彼此完全独立。此字段为必填项。
  • Alpha: 设定等价检验的显著性水平。标准默认值为 0.05,表示在两组实际并不等价时错误地断定等价的风险为 5%。较小的 alpha(例如 0.01)在断定等价之前需要更强的证据,用于风险较高或监管类的应用。必须在开始收集数据之前确定 alpha。
  • Hypothesized (Test Mean − Reference Mean): 所检验的试验组均值与参照组均值之间的假设差值。在大多数等价性研究中,该值设为 0,即假设两组应产生相同的平均结果。如果两组之间存在已知或可接受的系统偏差,可在此输入该值。
  • Alternative Hypothesis: 定义检验试图证明的内容:
  • Lower Limit < Test Mean − Reference Mean < Upper Limit ——确认两组之间的真实平均差值完全落在预先定义的等价界限之内。只有当差值的置信区间同时完全包含在两个限值之内时,才能断定等价——部分重叠是不够的。
  • Lower Limit : 即 最小可接受差值,指试验组与参照组之间的该差值。它定义等价区间的下边界——如果平均差值低于该值,则认为试验组不可接受地低于参照组。该边界必须在分析之前根据科学、监管或实际要求确定,而不是根据被检验的数据得出。
  • Upper Limit : 即 最大可接受差值,指试验组与参照组之间的该差值。它定义等价区间的上边界——如果平均差值超过该值,则试验组产生的结果不可接受地高于参照组。它与 Lower Limit 一起构成完整的等价窗口,观测差值必须落在该窗口内,才能判定两组等价。
  • Assume Equal Variance: 勾选后,检验假设两组具有相同的总体方差,并在计算中使用合并标准差——当该假设成立时,检验功效略高。不勾选时,每组使用各自的方差估计(Welch 方法),当两组的离散程度明显不同时更可靠。如果不确定,请保持不勾选,因为这是更保守、更安全的选择。
  • Box Plot of Difference: 启用后,显示箱线图,汇总两组值的分布以及二者之间的差值。这可以快速直观地比较各组的中心、离散程度和形状,帮助您评估任何可见的差异在实际中是否有意义,或是否处于可接受的界限之内。
  • Histogram of Difference: 启用后,显示两组分布之间差值的直方图。这有助于检查数据是否满足正态性假设,并揭示差值是对称分布,还是呈现可能影响检验结果可靠性的任何异常模式。
  • Equivalence Plot: 启用后,显示等价检验的主要结果图——显示均值差的置信区间相对于下等价限和上等价限的绘制。如果整个置信区间都落在两个边界之内,则确认等价。这是最需要查看的输出,应始终与 p 值一起评估。
  • Individual Value Plot: 启用后,并排显示两组中的每个单独数据点。这样可以完整查看每组的全部离散情况和分布,便于发现异常值、偏态或变异性差异,这些情况仅靠汇总图可能无法显示。

常见问题

什么是双样本等价检验?

双样本等价检验用于评估两个独立组或过程产生的结果是否足够接近,可视为在实际意义上相同。它不是检验是否存在显著差异,而是旨在表明两个均值之间的差异小于预先设定的等价界限。

何时应使用等价检验而不是双样本 t 检验?

当目标是证明相似时使用等价检验,例如对照既定标准验证新过程、供应商、材料或方法,或用于监管申报。当目标是检测差异时使用双样本 t 检验。对于配对或匹配数据,请使用配对等价检验。

如何断定等价?

只有当均值差的整个置信区间落在等价下限和上限之内时,才能确认等价。部分重叠是不够的。等价图将该区间与限值一并显示,应与 p 值一起查看。

双样本等价检验有哪些假设?

两组必须真正独立,观测值之间没有配对。数据应近似正态,或样本量足够大,使中心极限定理适用。等价区间必须事先根据领域知识或监管要求定义,并且等价检验需要比标准检验更大的样本。