Gần đây tôi đã nghĩ về một cách khác của "thử nghiệm tương đương" dựa trên khoảng cách giữa hai bản phân phối thay vì giữa các phương tiện của chúng.
Có một số phương pháp cung cấp khoảng tin cậy cho sự chồng chéo của hai phân phối Gaussian:
O(P1,P2)P1P2
1−O(P1,P2)=TV(P1,P2)
TV(P1,P2)=supA∣∣P1(A)−P2(A)∣∣P1 và .
P2
Điều đó có nghĩa là, ví dụ, nếu thì xác suất được đưa ra bởi và của bất kỳ sự kiện nào không khác nhau nhiều hơn . Nói một cách đơn giản, hai bản phân phối đưa ra dự đoán giống nhau lên tới .O(P1,P2)>0.9P1P20.110%
Do đó, thay vì sử dụng tiêu chí chấp nhận dựa trên giá trị quan trọng cho sự khác biệt giữa phương tiện và , như trong thử nghiệm tương đương cổ điển, chúng tôi có thể dựa trên giá trị quan trọng cho sự khác biệt giữa xác suất của các dự đoán được đưa ra bởi Hai bản phân phối.μ1μ2
Tôi nghĩ rằng có một lợi thế về "tính khách quan" của tiêu chí. Giá trị tới hạn củanên được đưa ra bởi một chuyên gia về vấn đề thực sự: đây phải là một giá trị vượt ra ngoài sự khác biệt có tầm quan trọng thực tế. Nhưng đôi khi không ai có kiến thức vững chắc về vấn đề thực sự và không có chuyên gia nào có thể cung cấp một giá trị quan trọng. Việc chấp nhận một giá trị quan trọng thông thường về có thể là một cách để một tiêu chí không phụ thuộc vào vấn đề vật lý đang được xem xét.|μ1−μ2|TV(P1,P2)
Trong trường hợp Gaussian có cùng phương sai, sự trùng lặp là một đối một liên quan đến sự khác biệt trung bình được tiêu chuẩn hóa .|μ1−μ2|σ