我想你是在问关于equivalence 的测试。本质上，您需要确定可以接受多大的差异才能得出这两个组实际上是等效的结论。该决定定义了 95%（或其他）置信区间限制，并在此基础上进行样本量计算。

关于这个主题有一整本书。

等效性测试的一个非常常见的临床“等效”是非劣效性测试/试验。在这种情况下，您“更喜欢”一组而不是另一组（既定治疗），并设计您的测试以表明新治疗在某种统计证据水平上并不逊于既定治疗。

我想我需要感谢GraphPad.com网站（在“图书馆”下）的Harvey Motulsky。

除了已经提到的某种等效性测试的可能性（据我所知，其中大多数都遵循良好的老常客传统），还有可能进行真正提供量化证据的测试赞成零假设，即贝叶斯检验。

可以在此处找到贝叶斯 t 检验的实现：Wetzels, R., Raaijmakers, JGW, Jakab, E., & Wagenmakers, E.-J。（2009 年）。如何量化支持和反对零假设：默认贝叶斯 t 检验的灵活 WinBUGS 实现。心理公报与评论，16，752-760。

还有一个关于如何在 R 中完成所有这些的教程：

http://www.ruudwetzels.com/index.php?src=SDtest

Kruschke 在本文中提供了贝叶斯 t 检验的替代方法（可能是更现代的方法）（带有代码）：

克鲁施克，JK（2013 年）。贝叶斯估计取代了 t 检验。实验心理学杂志：一般，142（2），573-603。doi:10.1037/a0029146

这个答案的所有道具（在添加 Kruschke 之前）都应该交给我的同事 David Kellen。我从这个问题中偷走了他的答案。

按照 Thylacoleo 的回答，我做了一些研究。

R中的等价包具有该tost()功能。

有关详细信息，请参阅 Robinson 和 Frose (2004)“使用等价检验的模型验证”。

我知道有几篇论文可能对你有帮助：

特赖恩，WW (2001)。使用推论置信区间评估统计差异、等价性和不确定性：一种进行零假设统计检验的综合替代方法。心理学方法，6，371-386。（免费PDF）

更正：
Tryon, WW, & Lewis, C. (2008)。建立校正 Tryon (2001) 缩减因子的统计等价的推理置信区间方法。心理方法, 13, 272-278。（免费PDF）

此外：

Seaman, MA & Serlin, RC (1998)。两组均值比较的等价置信区间。心理学方法，第 3（4）卷，403-411。