参数等价性检验我们经常使用假设检验来检验差异，但有时我们想要检验等价性。 用差异检验不显着的结果来断定等价性是不恰当的。 请注意，JMP 会执行一些等价性检验，例如比较 Oneway 平台中的两组。
此脚本对满足 t 检验假设的任何参数执行等效检验：
常见示例包括线性模型的样本平均值和参数估计。
这是运行脚本时初始对话框的样子：
该脚本只需要五个输入：
- 假设参数值
- 公差值 - 任何观察到的与小于公差的假设值的差异表明实际等效或相似
- 参数估计
- 估计值的标准误差
- 样本量 - 用于估计的观察次数
我将通过以下示例说明此脚本的用法。
- 具有已知价值的 100 个项目的样本 (标准 Y ) 用新仪器进行测试 (测试 Y ).
- 新工具应提供相同的结果，因此假设的回归斜率为1个.
- 实际等效值在假设值的 5% 以内，因此公差为0.05 .
下面是回归分析：
参数估计是0.9942 , 估计的标准误差是0.00522 , 观察次数为100 .对话框中的值已更改以匹配情况：
当我点击时出现这个结果好的:
该图显示了假设的参数和实际等效的区间，并带有垂直的黑线。 参数 estiamte 显示为一条垂直的红线。 红色箭头分别显示参数估计与下限和上限之间的下限和上限差异。 图下方的信息记录了输入到对话框的值，并报告了上下差值、t 比和单侧 p 值。 两项检验均在 α = 0.05 时显着，因此我们得出结论，估计斜率等于假设斜率。
我们经常使用假设检验来检验差异，但有时我们想要检验等价性。 用差异检验不显着的结果来断定等价性是不恰当的。此脚本对满足 t 检验假设的任何参数执行等效检验。
等价脚本测试回复：参数等价性测试Oneway 平台提供等效性测试。 但是，您有两个因素，方法和批次。 batch 是你的随机效应（样本）吗？ 如果是这样，那么方法是唯一的因素，你就可以开始了。
JMP 在 Matched Pairs 平台中提供 Bland-Altman 方法。 注意：Bland-Altman 是一项针对差异而非等效性的测试。
回复：参数等价性测试
谢谢马克。
就我而言，我想评估两种分析方法在不同批次上的等效性（参见附图）。
我计划使用 Oneway 平台中提供的 TOST。
但我听说过 Bland Altman 测试，以防我的批次内容差异太大。 该测试是否适用于比较两种分析方法？
托马斯
回复：参数等价性测试两项检验均基于两个单侧 t 检验。 Oneway平台中的检验是检验样本均值的等价性。 上面的脚本是为了测试参数估计的等价性。
回复：参数等价性测试你好马克，
使用上述脚本和菜单分析 > 通过 X 调整 Y（请参阅随附的屏幕截图）下的等效测试 (TOST) 是否有区别？
谢谢，
托马斯
回复：参数等价性测试我附上了用于演示如何按要求使用此脚本的示例。
回复：参数等价性测试是否可以共享此处使用的 JMP 数据表。 这将帮助我理解和学习这个使用完整测试。 谢谢。
