为什么要检验等效性？

统计检验通常用于发现偏差。但有时您的目的是证明两组数据是等效的。“无统计学显著差异”的结论不足以得出“两种治疗方法等效”这一结论。您需要重新考虑一下检验的设置背景。

在大多数试验情况下，您的目的是证明一种治疗优于另一种。但在某些情况下，您的目的正好相反 - 证明一种治疗方法与另一种没有区别，任何差异均无实际意义。这可以是研究的全部目的（例如，证明一种药物的新配方和常用配方一样有效），也可以是对照试验分析的目的，以证明系统按预期工作，然后再提出科学上感兴趣的问题。

标准统计检验不能用来检验等效性

标准统计检验不能用来检验等效性。

得出治疗之间“无统计学显著性差异”的结论，仅仅意味着您没有足够强的证据来说服您两种治疗会导致不同的结果。这并不等于说两种结果均具有等效性。

差异具有“统计学显著性”的结论意味着您有强有力的证据证明这种差异不是零，但您不知道这种差异是否大到足以排除这两种治疗方法在功能上等效的结论。

您必须决定差异必须有多大才能视为具有科学或临床意义。

在任何试验中，您使用两种治疗方法时，您几乎总是会看到一些不同结果。因此问题不在于这两种疗法是否会准确 获得 相同结果。相反，问题是结果是否 足够接近， 以至于临床上或科学上无法区分。有多接近？一般来说，该问题无法回答。答案取决于您试验的科学或临床背景。

如需提出关于等效性的问题，您首先必须定义一系列您认为在科学上或临床上微不足道的治疗效果。这是一个重要决定，必须完全在科学或临床的基础上做出。

您可使用置信区间或P值方法来检验等效性

已开发用于检验等效性的统计方法。您可以使用置信区间或P值方法。