使用配对数据的等价检验 示例

某视力保健公司的工程师想测试一款新的隐形眼镜清洁液。该工程师想要确认新清洁液对镜片的清洁效果与名牌清洁液的效果是否一样好。工程师让 14 名参与者配戴一天阴影眼镜后清洁镜片。每名参与者用新清洁液清洁一个镜片,用名牌清洁液清洁另一个镜片。工程师通过度量镜片上液滴的接触角度来评估每个镜片的清洁程度。液滴接触角度会受镜片上的薄膜或沉积物的影响。新清洁液的平均接触角度必须在名牌清洁液的平均接触角度的 ±0.5 度范围内,这两种清洁液才等价。

工程师执行使用配对数据的等价检验来确定这两种清洁液是否等价。

  1. 打开样本数据,隐形眼镜清洁剂.MTW
  2. 选择统计 > 等价检验 > 配对
  3. 检验样本中,输入新品牌
  4. 参考样本中,输入领先品牌
  5. 相关假设中,选择检验均值 - 参考均值
  6. 您要确定什么? (备择假设)中,选择下限 < 检验均值 - 参考均值 < 上限
  7. 下限中,输入 -0.5
  8. 上限中,输入 0.5
  9. 单击确定

解释结果

由于置信区间完全包含在等价区间内,因此工程师得出两种清洁液等价的结论。

具有配对数据的等价检验: 新品牌, 领先品牌

方法 检验均值 = 新品牌 的均值 参考均值 = 领先品牌 的均值
描述性统计量 变量 N 均值 标准差 均值标准误 新品牌 14 88.604 1.5578 0.41634 领先品牌 14 88.724 1.5907 0.42514
差值: 均值(新品牌) - 均值(领先品牌) 差值 标准差 SE 对等项的 95% CI 等价区间 -0.11929 0.42324 0.11312 (-0.319605, 0.0810335) (-0.5, 0.5) 置信区间在等价区间内。可以认为是等价。
检验 原假设: 差值 ≤ -0.5 或差值 ≥ 0.5 备择假设: -0.5 < 差值 < 0.5 α 水平: 0.05
原假设 自由度 T 值 P 值 差值 ≤ -0.5 13 3.3657 0.003 差值 ≥ 0.5 13 -5.4748 0.000 两个 P 值中更大的值为 0.003。可以认为是等价。

等价检验: 均值(新品牌) - 均值(领先品牌)

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策