通過 X 改進擬合 Y 中的等價檢驗建議是允許自動求解為給定 alpha 提供等價的差異值。
在示例中等價測試示例將有一個選項來解決預測給定 alpha 值的等價性的差異值（它除了提供特定差異的當前選項之外）。 很多時候，這個差異值在給定的部門或職能組之間是不一致的（通常有許多不同的意見）。因此，與其運行多個差異來顯示等價的 p 值，不如採用非常方便求解在給定 alpha 值的情況下預測等價的差異。
統計和分析用戶界面回复：通過 X 改進擬合 Y 中的等價檢驗我同意反向求解器會很方便，但它違背了等價測試的意圖，即指定一個實際的差異閾值前運行實驗。
這有點像挑選實際差異來“通過”。
回复：通過 X 改進擬合 Y 中的等價檢驗如果您的 alpha=.05，則 2 組之間均值差異的 90% 置信區間將與您指定的邊界差值一致。 在 Fit Y by X 平台中，您可以將 alpha 水平更改為 0.10，並使用適當的 t 檢驗在 Big Class 數據集中進行比較。
但總的來說，獲取置信區間然後確定該差異水平是否有意義並不是一個好習慣。 我無法從您的帖子中看出這場辯論是在數據發生之前還是之後發生的；自然，我們希望事先達成一致，以便當數據返回時，該組可以對預先選擇的閾值負責。
