考虑以下比例相等测试的示例。
（例子）
一家金属加工公司在两条生产线 A 和 B 上加工相同的金属零件，并希望表明不合格品的比例是相同的。
从A线和B线中随机抽取同时、同一环境下生产的金属零件，调查不合格品（不良品）数量，结果如下。
A 行：290 件商品中有 33 件为不合格品
B 行：250 项中有 28 项不合格。
如果不合格率（缺陷率）之差的等价幅度为0.03（3%），是否可以说生产线A的不合格率与生产线B的不合格率相等？
两个样本比例的等价检验
提前时间本博客系列的第 1 部分在本文中，我们讨论了均值的等价检验，但在本文的第 2 部分中，我们将讨论比例等价我会接受。对于制造业的质量控制，如本例所示，不合格率（缺陷率）可能会被提及。
在此示例中，我们比较两条生产线的不合格率，如下所示。 “不合格率之差为0”表示所谓的不合格率是相同的。
(生产线A不合格率)-(生产线B不合格率)=0
但如果不是100%检验，则需要对每条生产线抽取的样品计算不合格率，并判断是否等效。那时，等效公差范围（裕度）提前决定。
比较两个样本的比例时，请指定两个比例之间差异的可接受范围（裕度）。在此示例中，该值为 0.03 (3%)。
使用 JMP 并解释报告
让我们在 JMP 中运行等价性检验。
首先，作为数据，您需要输入每条生产线的频率以及四条线的合格/不合格情况，如下图所示。将“生产线”和“合格/不合格”列保留在名义范围内，将“频率”保留在连续范围内。
分析 > 双变量关系然后，指定 Y、X 和度数，如下所示。
将显示列联表分析报告。
报告显示，A线不合格率为11.38%，B线不合格率为11.20%。差异为0.18%。由于保证金是3%，我认为如果相差这么多，可以说它们是相当的。
要对比例差异（风险差异）执行等价性测试，请单击报告左上角的红色三角形按钮。 [等效性检验] > [风险差异]选择。
在随后出现的对话框中，将 Y 的目标类别指定为“不合格”，并将边距（差异）指定为 0.03 (= 3%)。
将显示“风险差异等价测试”报告。该报告与均值平等检验基本相同。在“TOST测试”报告的右侧，有一条声明称“无法确定实质等同性”。这可以从以下事实看出：比例差异的 90% 置信区间并未完全包含在森林图中的 ±0.03 裕度范围（蓝色区间）内。
两个比例之间的差值是 0.018，接近于 0，所以看起来我们可以说它们是等价的，但是 90% 置信区间是 -0.044 到 0.047，所以如果有 0.03 的余量，我们就不能说它们是等价的..
样本量增加的案例
在上面的例子中，我们无法说等价，但是如果我们有以下情况怎么办？
A 行：2,900 件商品中有 330 件为不合格品
B 行：2,500 件商品中有 280 件为不合格品
这只是第一个示例中的数字乘以 10。因此，A 线和 B 线的不合格率将与第一个示例中的相同。
我们来看看本案的“风险差异等价检验”报告。如果您查看森林图，您可以看到差异的 90% 置信区间完全包含在被视为等效的区间中，因此我们可以说它们是等效的。
这是因为样本量较大，“比例差异估计”的误差较小。
在测试等效性时，很难确定如何确定余量以及为该余量采集多少样本。有时您可能绝对需要过去的考试成绩或特定知识。
在这个由两部分组成的系列中，我们展示了在制造业中有用的“等效测试”示例，但如果您有机会在实践中使用它们，请尝试使用它们。
经过增川直弘（JMP 日本）
参考：点播研讨会
点播“利用 JMP 进行制造业统计测试方法的概述和使用示例”（日语）
