方差不等時的等價檢驗當組別的變異數不相等時（JMP 的「不等方差」報告下的適當測試的顯著結果），是否有內建方法（或直接編寫腳本的方法）來使用類似於TOST 的過程來測試平均值的等價性。
我假設，由於 TOST 過程是「Fit Y by X」平台中 JMP「等價檢驗」選項的一部分，依賴兩個 t 檢驗，因此預設會合併變異數。
謝謝。
回覆：方差不相等時的等價檢驗它通常並不大，但在某些情況下，它可以將 TOST 結果從低於 0.05 的顯著性推高到以上。 我意識到 TOST 方法的各個方面（例如設定等效閾值）可能有點任意，因此我可能會挑剔一個比我可能做出的其他選擇更小的細節。 但是，我只是希望為某些數據建立一個固定的方法，其中首先比較各組的方差，然後使用合併方差測試或不假設方差相等的測試來執行 TOST，以合適者為準。
我設定了一個腳本，當我們不假設變異數相等時，確定組間差異的 90% 信賴區間。 然後可以將該信賴區間與使用所需等價閾值確定的區間進行比較，從而對等價問題給出是/否答案。 所以，如果必須的話，我可以忍受這個。 我想要改進的部分是最大 p 值的確定以及結果的漂亮圖形表示，這兩者都是內建 JMP 等價檢定提供的。
回覆：方差不相等時的等價檢驗方差的差異是否顯著？
回覆：方差不相等時的等價檢驗如果我在這裡遺漏了一些東西，我很抱歉，因為我對執行 TOST 測試來比較方差不等的兩組有同樣的問題，但我沒有遵循回應。 根據 JMP 等效 TOST 檢定的描述，“兩個單邊合併方差t測試是針對真實差異超過閾值的零假設構建的。” 因此，我想做的就是執行完全相同的測試，但使用方差不等的 t 檢定。 當使用合併變異數或假設變異數不等確定時，兩組平均值差異的信心區間略有不同。 所以我想使用適當的置信區間執行 TOST 測試。
回覆：方差不相等時的等價檢驗從您的帖子中不清楚您將如何使用等效性測試。 在 TOST 中，我設定了上限和下限，然後將 95% CI 置於限制上，並確保我的平均值位於置信區間之間。 在分發平台中，您會得到這樣的結果（如下），並且沒有方差池。 它只是單變量統計量的變異數。
該圖具有等效上限和下限（我將其定義為可忽略的差異），變數的平均值以一側 95% CI 為界（或平均值的 90% CI，相同）。 如果 CI 跨越等價邊界，則它不等價。 測量系統越精確，我就越能接近邊界而不跨越邊界。
我可以使用 Fit Y by X 平台計算整組變數的 90% CI（透過 JSL），將結果表作為資料表（透過 JSL）並使用圖形產生器製作類似的圖（儲存圖形腳本並也使用它。）由於等價檢定將每個組別平均值及其變異數與等價限制進行比較，因此不存在變異數合併。 當我像 t 檢定一樣將組別平均值相互比較時，變異數會被合併（或不合併）。
