SPSSPRO,让数据分析更简单,问卷调查类数据分析不再愁 产品介绍 帮助中心 客户端
微信登录
  • 产品简介

  • 我的数据

  • PRO绘图

  • 数据处理

  • 数据分析

    • 描述性分析

    • 问卷分析

    • 综合评价

    • 差异性分析

      • 差异性分析自动求解器
      • 参数检验

        • 单样本T检验
        • 配对样本T检验
        • 独立样本T检验
        • 单因素方差分析
        • 事后多重比较
        • 双因素方差分析
        • 三因素方差分析
        • 多因素方差分析
        • 摘要单因素方差分析
        • 摘要T检验
        • 协方差分析
        • 多变量方差分析
        • 单样本等价检验
        • 双样本等价检验
        • 配对样本等价检验
          • 1、作用
          • 2、输入输出描述
          • 3、案例示例
          • 4、案例数据
          • 5、案例操作
          • 6、输出结果分析
          • 7、注意事项
          • 8、模型理论
          • 9、参考文献
      • 非参数检验

    • 相关性分析

    • 预测模型

    • 统计建模

    • 计量经济模型

    • 医学统计模型

    • 机器学习分类

    • 机器学习回归

    • 规划求解

    • 研究模型

    • 信号分析

    • 自定义算法

    • 过程能力分析

    • 控制图

    • 测量系统分析

    • 可靠性生存分析

配对样本等价检验

# 1、作用

配对样本等价检验用于验证配对数据(如同一对象接受两种处理后的结果)的差异是否在等价区间内。适用于前后对比、同一标本的两种检测等场景。

# 2、输入输出描述

输入:检验变量与参考变量、检验均值-参考均值的上下限。
输出:等价检验结论。

# 3、案例示例

案例:某医院测试 “新型降压药” 的安全性:若患者服药后(2 周)的收缩压与服药前的收缩压差异在 ±8mmHg 内,则认为 “血压无显著波动,药物安全性达标”(等价边界 ΔL=-8,ΔU=8)。通过配对样本等价检验判断药物是否安全。

# 4、案例数据

配对样本等价分析案例数据

# 5、案例操作

Step1:新建分析;
Step2:上传数据;
Step3:选择对应数据打开后进行预览,确认无误后点击开始分析;
step4:选择【配对样本等价分析】;
step5:查看对应的数据数据格式和参数
(1)检验数据样式:检验变量、参考变量
(2)相关假设:请看【8、模型理论】
(3)备择假设:请看【8、模型理论】
(4)下限:等价区间的下界
(5)上限:等价区间的上界
(6)是否乘以目标值:用于区分等价区间的计量方式,即等价上下限是 “绝对差值” 还是 “相对比值”
-------选择 “是”:上下限为相对比例,需乘以目标值转化为绝对差值,适用于指标规模随目标值变化的场景;示例:目标值为 100 分,设定相对下限 - 5%、上限 + 5%,则实际等价区间为95~105 分;
-------选择 “否”:上下限为绝对差值,无需关联目标值,适用于指标有固定可接受波动范围的场景;示例:目标值为 80 分,设定绝对下限 - 5 分、上限 + 5 分,等价区间直接为 75~85 分。
step6:点击【开始分析】,完成全部操作。

# 6、输出结果分析

输出结果1:描述性统计

图表说明:上表展示了描述统计结果,因配对样本等价检验要求数据是正态的,所以若数据非正态可能会导致结论偏差。服药前收缩压(mmHg)样本N < 5000, 采用S-W检验, 显著性P值为0.456, 水平不呈现显著性,不能拒绝原假设,因此数据满足正态分布。服药后收缩压(mmHg)样本N < 5000, 采用S-W检验, 显著性P值为0.629, 水平不呈现显著性,不能拒绝原假设,因此数据满足正态分布。

输出结果2:置信区间与等价限值比较

图表说明:上表展示了置信区间与等价限值对比结果,若该置信区间完全落在预设的等价界值范围内(即下限 > 等价下界且上限 < 等价上界),则拒绝原假设,认为检验均值与参考均值等价;反之则无法判定等价。置信区间(0.0, 4.747)完全落在等价区间(-14.516, 14.516)内,认为均值(服药前收缩压(mmHg))与均值(服药后收缩压(mmHg))等价。

输出结果3:等价检验

图表说明:上表展示了等价检验结果,若 原假设P 值 <设定的显著性水平(如 0.05),则从概率角度支持 “等价” 结论,与置信区间法形成相互印证。

输出结果4:等价检验可视化

图表说明:上图展示了等价检验可视化结果,若置信区间完全落在预设的等价界值范围内,则认为总体参数与目标值等价。

# 7、注意事项

配对等价检验(尤其是 t 检验类方法)的核心前提是配对差值或者配对比值服从正态分布,而非原始数据的正态性;

# 8、模型理论

配对样本等价检验是用于验证配对数据(如同一受试对象接受两种处理后的结果)的均值差值在预设 “等价区间” 内的统计方法,核心是证明两种处理的差异无实际意义(而非传统配对 t 检验的 “无统计差异”),适用于自身对照、重复测量等配对设计场景。

(1)相关假设

1、关注处理后均值 - 处理前均值(差值型,配对核心形式)适用于想验证 “同一受试对象两种处理的均值绝对差值在可接受范围”(比如同一样本用两种检测方法的结果差值不超过 ±0.3)。

2、关注处理后均值 / 处理前均值(比值型,未做对数变换)适用于想验证 “两种处理的均值相对比值在可接受范围”(比如同一作物施加两种肥料后的产量比值在 0.85~1.15)。

3、关注处理后均值 / 处理前均值(通过对数变换)(对数比值型)这是配对设计中实际应用最常用的比值检验(因为直接用比值计算不满足正态分布,对数变换后可转化为差值的正态分布)。

(2)备择假设(以 “处理后均值 - 处理前均值” 为例)

1、备择假设:(下限 < 处理后均值 - 处理前均值 < 上限)

对应检验类型:双侧等价检验,也是配对设计中最常用的等价检验形式。

原假设(需推翻的 “不等价” 情形,拆为两个单侧原假设):

(处理后均值比处理前均值低出等价下限):

(处理后均值比处理前均值高出等价上限):

备择假设(需证实的 “等价” 情形):

检验逻辑:采用配对双单侧 t 检验(配对 TOST),需同时拒绝两个原假设(即两个单侧检验的 p 值均 <α),才能判定 “等价”。

2、备择假设:(处理后均值 - 处理前均值 > 下限)

对应检验类型:单侧等价检验(仅验证 “处理后不劣于处理前”)。

原假设:

备择假设:

检验逻辑:只需做一个配对单侧 t 检验,若 p 值 <α,则拒绝原假设,证实备择假设。

3、备择假设:(处理后均值 - 处理前均值 < 上限)

对应检验类型:单侧等价检验(仅验证 “处理后不优于处理前”)。

原假设:

备择假设:

检验逻辑:同样只需一个配对单侧 t 检验,若 p 值 <α,则拒绝原假设,证实备择假设。

# 9、参考文献

[1]Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)[Online Application Software]. Retrieved from https://www.spsspro.com.

建议反馈