高效液相色谱等效性研究：仪器和色谱柱同时更换大家好，
我想请您就高效液相色谱等效性研究中最合适的统计方法提供一些建议。
背景
我们需要证明我们现有和未来的高效液相色谱系统具有等效性。然而，有两个因素同时发生变化：
在日常使用中，这些变化不一定会同时实施，但这项研究旨在支持向新配置的过渡。
评估的配置
- A：旧仪器+旧色谱柱（当前常规配置）
- B：新仪器+新色谱柱（目标配置）
- C：旧仪器+新色谱柱（中间配置）
将在三种条件下分析相同的样本，因此数据将是成对的。
问题
您会推荐哪种统计方法来证明系统之间的等效性，并且如果可能的话，区分仪器的影响和色谱柱的影响？
我正在考虑几种方案。
方案一：等效性测试（TOST）
方案二：混合模式，随后采用TOST
对于 JMP 用户，你们是否已经使用以下方法实现了这种方法？重复结构选项，尤其是有方差不齐协方差结构？如果是，其优点和局限性是什么？
方案三：替代方案
- 实验设计（DOE）
- 您在类似情况下成功应用的其他任何方法。
样本量确定
我也想了解一下关于此类等效性研究的样本量计算方面的建议。
研究局限性
我们没有额外的配置：
感谢您提前分享您的见解、经验和建议。
高级统计建模基础数据分析与建模数据探索与可视化实验设计质量与工艺工程可靠性分析回复：高效液相色谱等效性研究：仪器和色谱柱同时更换嗨@BayesKnight ：这里有很多东西要补充。但以下列举的顺序不分先后：
1. 如果只有两种配置，以样本为随机效应、配置为固定效应的混合模型（如您所描述的选项 2）实际上就是配对 t 检验。因此，通过混合模型可以轻松扩展到两种以上的配置。然后，您可以在该混合模型结构内（无论协方差结构如何）执行成对 TOST 检验。一般来说，这比选项 1 更有效。
2. 样本量；对于两个以上的配置，混合模型方法需要进行模拟。由于数据是“配对”的，您可以通过“单样本均值等效性检验”平台大致了解样本量。
3.区分仪器效应和柱效应，一般来说，需要一些假设（无交互作用）。
