等效性检验改进我想对当前的等效测试选项提出两项改进建议：
1. 是否可以将 Tukey HSD 或 FDR 方法纳入拟合模型等效检验，以降低在考虑大量因素和水平时的错误率？目前唯一的选择是所有成对比较，这会导致大量假阳性。
2. 等效测试能否纳入响应筛选平台？很多时候，我们会筛选未导致响应发生变化的因素。此外，如果我们发现响应没有变化，通常下一步要测试的是它们是否等效，还是我们只是需要更多数据。此外，如果 FDR 可以与响应筛选平台中的等效性测试一起使用，那也会非常有帮助。
谢谢！
史蒂夫
预测模型和机器学习
