#77 Pythonで始める同等性の検定、チャレンジ AI×100業務（製造業）
製造業において、プロセスの変更や材料の切り替えを行った際に、「変更後も品質は同等か？」といった疑問に客観的な根拠をもって答えること不可欠となります。
代表的には当該特性の平均値を検定することが多いのですが・・・
こんな経験はありませんか？
どう見ても変更前と変わりはないはずなのに、t検定をすると『有意差あり』と出てしまい、上司や関係部署に説明できず困った…
このような場合は同等性検定です。
＊それでは、スタートです。
＊執筆者は以下を参照してください。
使ったツール・準備したこと
Cursorを利用
Gemini 2.5 Pro (experimenntal)
やってみたこと｜コード・ステップ紹介
実行した内容の簡単な流れ
最初はGemini 2.5 Proで生成し、Cursorで修正していきます。
Pythonで1サンプル同等性検定のコードを以下に留意し作成してください。
・対象データはCSVファイルから読み取ります。GUIを作成してください
・CSVファイルは、データは列に入力されており、先頭行が名前です。
・こちらからの指定は、同等性マージン、等分散性、有意水準
t検定は非常に有用ですが、サンプルサイズが大きい場合など、実用上は無視できるわずかな差でも「統計的に有意」と判断されがちです。そのような時は同等性検定で同等さを確かめましょう。
■ 生成されたアプリ（同等性検定）
＊CSVファイルを読み込みはじまります。目標、同等性を担保するマージン、有意水準を入力し検定の実行；この検定では、結果とともにマージンはどの程度の数値を設定したか報告しなければなりません。
実質同等なのに、t検定で有意差が認められ、どのように報告しようか（例えば、上司、また、顧客への等価性の評価結果など）、意外にこのケースはあります。
（t検定で有意差がなければ、同等である、というのも実は言い過ぎな感じもありますが、実務上はなぜか説得力を持ってしまっています）
なので、この評価により同等性を検定していることは有益です。大切なことは、設定しているマージンの妥当性になります。＊その製品、プロセスでは妥当な範囲というのがコンセンサス、もしくは一定の評価がある範囲で。
■ 記述例
＊t検定で有意差が認められたものの、同等性検定では同等であるとなった場合。
・プロセス変更の場面： 「新しい製造プロセスと従来のプロセスでは、製品の寸法データに統計的な差は検出されたものの、要求される品質規格や実用上の性能においては同等である。」
・材料変更の場面： 「代替材料と従来の材料で比較した結果、強度データには統計的にわずかな差が見られたが、製品としての機能や耐久性においては実質的に同等と判断できる。」
・設備評価の場面： 「新旧の設備で加工した部品の精度を比較すると、データ上は統計的な差があると言えるかもしれないが、図面公差や後工程への影響を考えれば、性能的には同等とみなせる。」
今後の展開・アイデア
次回取り組みたいこと；
・Cursorで作成するポータブル統計解析アプリ（動作チェック）
