前面介绍了“医学研究之两独立样本定量资料样本量计算——平均值差的置信区间法”，本文介绍两独立样平均值差的等效性检验 (Equivalence Tests for the Difference Between Two Means) 样本量估计，主要用于两组平均值的差别不超过一个很小的量，即等效性界值。等效性界值 (上限和下限) 应不超过临床上能接受的最大差异范围，并且应当小于阳性对照药与安慰剂的优效性试验所观察到的差异。具体计算过程及注意事项如下。
一、案例数据
为比较某新型血管紧张素Ⅱ拮抗剂与阳性药血管紧张素转换酶抑制剂对高血压病的疗效，主要终点指标为用药后仰卧舒张压的下降幅度。进行平行组设计的等效性试验，设定等效性界值为3mmHg和-3mmHg,α=0.025，β=0.1,两组总体标准差σ=7.55mmHg，试估计该研究所需样本量。
二、案例分析
血压数值为连续性资料，根据既往经验，人体血压水平服从正态分布，且本案例中两组样本的个案之间没有关系，因此满足两独立样本t检验的要求。
本例中，探讨新药与阳性药的疗效是否相同，采用平行组设计的等效试验。两独立样本平均值差的等效性检验样本量估算，需要以下几个参数：
1. 等效性限，即等效性上限和等效性下限，如果两组平均值差落在等效性区间之外，则不能认为两种药等效；如果平均值差落在等效性区间内，则认为两种药物等效。本例为等效性上限和等效性下限分别为3、-3。
2. 试验组和对照组间平均值的真差值D，本例为0。
3. 检验水准α (等效性设计中常取双单侧检验0.025，本例取0.025)。
4. 检验功效1-β (通常为0.8或更高，本研究取0.9)。
5. 设定总体标准差σ，本例中为7.55。
6. 脱失率DR (通常不宜超过20%，本例取10%)。
三、软件操作
(一) 方法选择
在左侧界面中依次选择“Procedures (程序)”—“Means (均值)”—“Two Independent Means (两独立样本平均值)”—“Equivalence (等效性)”—“Equivalence Tests for the Difference Between Two Means (两独立样本平均值差的等效性检验)”，见图1。
(二) 参数设置
在“Design (设置)”模块中按以下参数设置相应选项(图2)：
①Solve For: 选择“Sample Size”，表示本分析的目的是用于计算样本量。
②Power and Alpha: Power为把握度，填写“0.90”；Alpha为检验水准，填写“0.025”。
③EU (Upper Equivalence Limit): 即等效性上限，本例填“3”；EL (Lower Equivalence Limit): 即等效性下限，本例填“-3”。
④D (True Difference): 即处理组和治疗组总体平均值的真差值δ，δ通常为0，如果δ≠0，则δ应位于等效性区间之内，本例为“0”。
⑤Standard Deviation: 设定总体标准差σ，本例填“7.55”。
(三) 脱失率设置
在“Reports (结果报告)”模块中，勾选“Show Dropout-Inflated Sample Size Report (报告脱失样本量)”，在“Dropout Rate”中填写“10%”(图3)，表示按照10%的脱失率计算样本量。设置好上述参数后点击“Calculate (计算)”。
四、结果及解释
图4列出了该研究设计的相关参数和样本量计算结果，可知计算的样本例数为332 (N1=N2=166)。
图5“References (参考文献)”列出了该计算过程中参考的相关文献；“Report Definitions (报告定义)”列出了各个参数的具体解释；“Summary Statements (报告概述)”为整个分析报告的摘要。
图6“Dropout-Inflated Sample Size (脱失样本量)”为考虑了脱失率的样本量(N')，也是研究实际开展过程中需要达到的最低样本量，本研究中为370 (N'1= N'2=185)。
图7为此次样本量估算整个过程的详细参数设置汇总。
五、结论
该案例为两独立样本平均值差的等效性检验样本量计算，已知处理组和对照组总体标准差σ=7.55mmHg，等效性区间为-3~3mmHg。若取检验水准0.05、检验功效0.90，要使该新型药与阳性药血管紧张素转换酶抑制剂对高血压病的疗效等效，则至少需要332例样本。若考虑10%的脱失率，则至少需要370例研究对象。