參數等價性檢驗我們經常使用假設檢驗來檢驗差異，但有時我們想要檢驗等價性。 用差異檢驗不顯著的結果來斷定等價性是不恰當的。 請注意，JMP 會執行一些等價性檢驗，例如比較 Oneway 平台中的兩組。
此腳本對滿足 t 檢驗假設的任何參數執行等效檢驗：
常見示例包括線性模型的樣本平均值和參數估計。
這是運行腳本時初始對話框的樣子：
該腳本只需要五個輸入：
- 假設參數值
- 公差值 - 任何觀察到的與小於公差的假設值的差異表明實際等效或相似
- 參數估計
- 估計值的標準誤差
- 樣本量 - 用於估計的觀察次數
我將通過以下示例說明此腳本的用法。
- 具有已知價值的 100 個項目的樣本 (標準 Y ) 用新儀器進行測試 (測試 Y ).
- 新工具應提供相同的結果，因此假設的回歸斜率為1個.
- 實際等效值在假設值的 5% 以內，因此公差為0.05 .
下面是回歸分析：
參數估計是0.9942 , 估計的標準誤差是0.00522 , 觀察次數為100 .對話框中的值已更改以匹配情況：
當我點擊時出現這個結果好的:
該圖顯示了假設的參數和實際等效的區間，並帶有垂直的黑線。 參數 estiamte 顯示為一條垂直的紅線。 紅色箭頭分別顯示參數估計與下限和上限之間的下限和上限差異。 圖下方的信息記錄了輸入到對話框的值，並報告了上下差值、t 比和單側 p 值。 兩項檢驗均在 α = 0.05 時顯著，因此我們得出結論，估計斜率等於假設斜率。
我們經常使用假設檢驗來檢驗差異，但有時我們想要檢驗等價性。 用差異檢驗不顯著的結果來斷定等價性是不恰當的。此腳本對滿足 t 檢驗假設的任何參數執行等效檢驗。
等價腳本測試回复：參數等價性測試Oneway 平台提供等效性測試。 但是，您有兩個因素，方法和批次。 batch 是你的隨機效應（樣本）嗎？ 如果是這樣，那麼方法是唯一的因素，你就可以開始了。
JMP 在 Matched Pairs 平台中提供 Bland-Altman 方法。 注意：Bland-Altman 是一項針對差異而非等效性的測試。
回复：參數等價性測試
謝謝馬克。
就我而言，我想評估兩種分析方法在不同批次上的等效性（參見附圖）。
我計劃使用 Oneway 平台中提供的 TOST。
但我聽說過 Bland Altman 測試，以防我的批次內容差異太大。 該測試是否適用於比較兩種分析方法？
托馬斯
回复：參數等價性測試兩項檢驗均基於兩個單側 t 檢驗。 Oneway平台中的檢驗是檢驗樣本均值的等價性。 上面的腳本是為了測試參數估計的等價性。
回复：參數等價性測試你好馬克，
使用上述腳本和菜單分析 > 通過 X 調整 Y（請參閱隨附的屏幕截圖）下的等效測試 (TOST) 是否有區別？
謝謝，
托馬斯
回复：參數等價性測試我附上了用於演示如何按要求使用此腳本的示例。
回复：參數等效性測試是否可以共享此處使用的 JMP 數據表。 這將幫助我理解和學習這個使用完整測試。 謝謝。
