TOST 驗收標準和样本量你好，
我正在分析歷史數據，需要找到組之間有意義的等效接受標準，併計算新實驗的樣本量。 我如何設置實際上等效的驗收標準，我正在使用 DOE 樣本大小和功效計算器 K 均值。 我應該進入哪個預期意味著。
謝謝
回复：TOST 驗收標準和样本量選擇分析 > 用 X 擬合 Y。 在 Y 角色中輸入測量值，在 X 角色中輸入分組指示符。 單擊“確定”。 單擊紅色三角形並選擇等價測試。 輸入實際差異並單擊“確定”。 出現這樣的結果：
有關更多詳細信息和示例，請參閱“幫助”>“書籍”>“基本分析”。
回复：TOST 驗收標準和样本量我完全明白了所提出的問題 - 將歷史數據與新數據進行比較以進行等價測試。 我相信，至少據我所知，通過能源部路線推薦的方法有些不清楚。 我也問過類似的問題...... 我們必須對 2 個人群使用 TOST，並且我們希望為普通觀眾提供圖形演示。 JMP 可能沒有簡單的方法來做到這一點？
回复：TOST 驗收標準和样本量我認為任何人都不應該使用我最近展示的方法進行兩個樣本測試。 該結果是假設的差異，而不是等價。 MINITAB 和您的手工計算提供了假設平衡設計的一個總體的樣本量。 我將計算實現為 JMP 腳本：
alpha = 0.05;
beta = 1 - 0.95;
delta = 10;
sigma = 9.43;
ratio = 1;
z alpha = normal quantile( 1 - alpha );
z beta = normal quantile( 1 - beta );
n = Ceiling( ((1 + 1/ratio) * sigma^2 * (z alpha + z beta)^2) / (delta^2) );
對於這種置信度為 95%、功效為 95%、標準差為 9.43、顯著性差異為 10 的情況，我得到 N1 = N2 = 20。
結果適用於一個樣品。 其他總體的樣本量是比率乘以第一個樣本量。 對於平衡設計，該比率為 1。
回复：TOST 驗收標準和样本量我正在嘗試進行兩側等價測試。當我通過 Minitab 運行它時，我得到了 24。我還在 Excel 中使用了以下公式 = (2*((-1.96 -1.6449)^2)*9.43^2 )/10^2 並得到了 23.11。
請告知我如何從 JMP 獲取此信息。
回复：TOST 驗收標準和样本量*** 注 1：我更新了原來的回复，因為它沒有解決二樣本等效性檢驗。 ***
*** 注 2：此方法用於假設差異。 它應該不是用於計算等效樣本量。
我相信您確定的 TOST 等效樣本大小與均值的兩個樣本檢驗完全相同。 我手邊沒有紙（這是一張舊紙），但我們很幸運，它們是一樣的。 選擇美國能源部>設計診斷>樣本量和功效。 點擊兩個樣本均值並輸入您的值，如下所示，然後單擊繼續獲得樣本大小（在本例中為每組 49 個或 25 個）。
當我有機會確定是否還有其他方法或者我是否錯誤地認為您可以使用此方法時，我將進一步調查。
回复：TOST 驗收標準和样本量我想確定兩個樣本等價性檢驗的樣本量。
我希望 alpha 和 beta 為 0.05。實際差異為 <-10 或 >10。我的標準差是 9.43。
我如何使用 jmp 中的一個樣本測試樣本大小進行設置？請您具體說明我應該在每個字段中輸入什麼內容。
回复：TOST 驗收標準和样本量確切地！
回复：TOST 驗收標準和样本量好的，非常感謝，
美國能源部>設計診斷>樣本量和功效>一個樣本均值它還要求我提供標準偏差，這是來自歷史數據嗎？
回复：TOST 驗收標準和样本量當然，您可以為此測試設置更嚴格的標準。 不過，TOST 的這個方面不是統計問題，除非您所說的“更嚴格”意味著您在測試中需要更大的顯著性（更低的 alpha 水平）。
歷史數據的分佈是指個體結果。 TOST 是對總體平均值的檢驗。 歷史數據可用於估計平均值和標準差。
使用美國能源部>設計診斷>樣本量和功效>一個樣本均值。 事實證明，樣本大小與 TOST 相同。 要檢測的差異是平均值和標準限之間的差異。
您有規範，因此您可以將它們用於您的新標準。 您可以確定合理的安全邊際。 例如，在上面的示例中，如果我想要 50% 的利潤，那麼我會將標准設置為 y > 9.95 且 y < 10.05。 您不需要歷史數據的分佈來設置標準。
回复：TOST 驗收標準和样本量謝謝你，
我有歷史值並且所有值都在規格範圍內，但我想設置比規格更嚴格的等效驗收標準，以證明兩個批次實際上是等效的。 我可以設置嚴格的等效接受標準，根據歷史數據的分佈設置規則嗎？
另外，我需要從樣本量計算器設置測試的樣本量（我可以使用樣本量計算器進行 t 檢驗嗎？我應該在計算器中輸入哪種預期方法）
回复：TOST 驗收標準和样本量實際上等效的驗收標準不是統計置信界限或限制。 與規範一樣，它們基於不可接受的性能或故障標準。 例如，您可能會確定材料、零件或設備的特定屬性必須在 10 的 0.1 範圍內，否則其性能將不符合要求。 在這種情況下，實際上等效的驗收標準是 y > 9.9 和 y < 10.1。 所以你的問題的答案是它們來自規範。
您提到的等價檢驗 (TOST) 是一對假設檢驗，其中驗收標准定義了零值。假設：
H0：平均值 < 9.9 或平均值 > 10.1
