考慮以下比例相等測試的範例。
（例）
一家金屬加工公司在兩條生產線 A 和 B 上加工相同的金屬零件，並希望表明不合格品的比例是相同的。
對於同一時間、同一環境下生產的金屬零件，我們從A線和B線隨機抽取樣品，調查不合格品（不良品）的數量，結果如下。
A 行：290 件商品中有 33 件為不合格品
B 行：250 項中有 28 項不合格。
若不合格率（不良率）之差的等價幅度為0.03（3%），是否可以說生產線A的不合格率與生產線B的不合格率相等？
兩個樣本比例的等價檢驗
提前時間本部落格系列的第 1 部分在本文中，我們討論了均值的等價檢驗，但在本文的第 2 部分中，我們將討論比例等價我會接受。對於製造業的品質控制，如本例所示，不合格率（缺陷率）可能會被提及。
在此範例中，我們比較兩條生產線的不合格率，如下所示。 「不合格率之差為0」表示所謂的不合格率是相同的。
(生產線A不合格率)-(生產線B不合格率)=0
但如果不是100%檢驗，則需要對每條生產線抽取的樣品計算不合格率，並判斷是否等效。那時，等效公差範圍（裕度）提前決定。
比較兩個樣本的比例時，請指定兩個比例之間差異的可接受範圍（裕度）。在此範例中，該值為 0.03 (3%)。
使用 JMP 並解釋報告
讓我們在 JMP 中執行等價性檢定。
首先，作為數據，您需要輸入每條生產線的頻率以及四條線的合格/不合格情況，如下圖所示。將「生產線」和「合格/不合格」列保留在名義範圍內，將「頻率」保留在連續範圍內。
分析 > 雙變量關係然後，指定 Y、X 和度數，如下所示。
將顯示列聯表分析報告。
報告顯示，A線不合格率為11.38%，B線不合格率為11.20%。差異為0.18%。由於保證金是3%，我認為如果相差這麼多，可以說它們是相當的。
若要對比例差異（風險差異）執行等價性測試，請點選報告左上角的紅色三角形按鈕。 [等效性檢定] > [風險差異]選擇。
在隨後出現的對話方塊中，將 Y 中的目標類別指定為“不合格”，並將邊距（差異）指定為 0.03 (= 3%)。
將顯示「風險差異等價測試」報告。此報告與均值平等檢定基本相同。在「TOST測試」報告的右側，有一條聲明稱「無法確定實質等同性」。這可以從以下事實看出：比例差異的 90% 信賴區間並未完全包含在森林圖中的 ±0.03 裕度範圍（藍色區間）內。
兩個比例之間的差值是 0.018，接近 0，所以看起來我們可以說它們是等價的，但是 90% 置信區間是 -0.044 到 0.047，所以如果有 0.03 的餘量，我們就不能說它們是等價的..
樣本量增加的案例
在上面的例子中，我們無法說等價，但是如果我們有以下情況怎麼辦？
A 行：2,900 件商品中有 330 件為不合格品
B 行：2,500 件商品中有 280 件為不合格品
這只是第一個範例中的數字乘以 10。因此，A 線和 B 線的不合格率將與第一個範例中的相同。
我們來看看本案的「風險差異等價檢驗」報告。查看森林圖，我們可以看到差異的 90% 置信區間完全包含在被視為等效的區間中，因此我們可以說它們是等效的。
這是因為樣本量較大，而「比例差異估計」的誤差較小。
在測試等效性時，很難確定如何確定餘裕以及為該餘量採集多少樣本。有時您可能絕對需要過去的考試成績或特定知識。
在這個由兩部分組成的系列中，我們展示了在製造業中有用的「等效測試」範例，但如果您有機會在實踐中使用它們，請嘗試使用它們。
經過增川直宏（JMP 日本）
參考：點播研討會
「利用 JMP 進行製造業的統計測試方法的概述和使用範例」點播（日文）
