Si vous voulez prouver que deux moyennes sont égales, ou qu'une moyenne est égale à une valeur cible, et si vous pouvez définir exactement quelle différence de taille est importante dans votre champ, vous pouvez utiliser un test d'équivalence au lieu d'un test t standard.
Comment démontrer l'équivalence ?
Démontrer l'équivalence nécessite définir une différence Δ qui est considérée comme significative puis démontrer avec une grande confiance que la différence est inférieure à Δ. Les tests d'équivalence sont basés sur des intervalles de confiance.
Quel est l'objectif principal des tests d'équivalence ?
Les tests d'équivalence sont une variante des tests d'hypothèse utilisés pour tirer des conclusions statistiques à partir de données observées. Dans les tests d'équivalence, l'hypothèse nulle est définie comme un effet suffisamment important pour être jugé intéressant, spécifié par une borne d'équivalence.
Qu'est-ce qui est statistiquement équivalent ?
Lorsque nous nous référons à des valeurs comme étant "statistiquement équivalentes" ou à une "conclusion d'équivalence statistique", nous voulons dire la différence entre les groupes est plus petite que ce qui est considéré comme significatif et tombe statistiquement dans l'intervalle indiqué par les bornes d'équivalence.
Qu'est-ce que la limite d'équivalence ?
Définir les limites d'équivalence: votre appel
La limite inférieure d'équivalence (LEL) définit votre limite inférieure d'acceptabilité pour la différence La limite supérieure d'équivalence (LUE) définit votre limite supérieure d'acceptabilité pour la différence. Toute différence par rapport à la moyenne qui tombe dans cette zone est considérée comme sans importance.
