Você pode usar um teste de equivalência para determinar se as médias para medidas de produtos ou medidas de processo são suficientemente próximas para serem consideradas equivalentes. Testes de equivalência diferem dos testes t padrão de duas maneiras importantes.
- O ônus da prova é colocado sobre a comprovação da equivalência
- Em um teste t padrão de médias, a hipótese nula supões que a média da população é a mesma que um valor-alvo ou outro média de população. Assim, o ônus da prova recai sobre provando que a média difere de um alvo ou outra média da população. Em testes de equivalência, a hipótese nula é que a média da população difere de um valor-alvo ou outra média da população. Assim, o ônus da prova é colocado em provar que a média é a mesma que um alvo ou outra média da população.
-
Por exemplo, considere a diferença entre um teste t para 2 amostras e um teste de equivalência de duas amostras. Você usa um teste t para testar se as médias das duas populações são
diferentes. As hipóteses para o teste são:
- Hipótese nula (H0): As médias das duas populações são iguais.
- Hipótese alternativa (H1): As médias das duas populações são diferentes.
Se o valor p para o teste for menor que o alfa (α), você rejeita a hipótese nula e conclui que as médias são diferentes.
Um teste de equivalência de 2 amostras, por outro lado, é usado para testar se as médias das duas populações são
equivalentes. A equivalência para o teste é definida por um intervalo de valores que você especifica (também chamado intervalo de equivalência). As hipóteses para o teste são:
- Hipótese nula (H0): A diferença entre as médias está fora do intervalo de equivalência. As médias não são equivalentes.
- Hipótese alternativa (H1): A diferença entre as médias está dentro do intervalo de equivalência. As médias são equivalentes.
Se o valor p para o teste for menor que α, você rejeita a hipótese nula e conclui que as médias são equivalentes.
- O utilizador define uma amplitude de valores aceitáveis para a diferença
- Pequenas diferenças entre produtos nem sempre têm importância funcional ou prática. Por exemplo, uma diferença de 1 mg em uma dose de 200 mg de um medicamento provavelmente não terá qualquer efeito prático. Quando você usa um teste de equivalência, deve inserir limites de equivalência que indicam o quão grande a diferença deve ser para que seja considerada importante. Diferenças menores, que estejam dentro de seus limites de equivalência, são considerados sem importância. Deste modo, um teste de equivalência avalia tanto a significância prática como a significância estatística da diferença da média da população.
Para escolher entre uma prova de equivalência e um teste t padrão, considere o que você espera provar ou demonstrar. Se você quiser provar que duas médias são iguais ou que uma média é igual a um valor-alvo, e se você pode definir exatamente qual diferença de tamanho é importante em seu campo, você pode querer usar um teste de equivalência em vez de um teste t padrão .
