T-testleri için “Yaklaşık Normal” değerlendirmeleri


12

Welch'in t-testini kullanarak ortalamaların eşitliğini test ediyorum. Temeldeki dağılım normalden uzaktır ( buradaki ilgili tartışmadaki örnekten daha eğiktir ). Daha fazla veri elde edebilirim, ancak bunun ne ölçüde yapılacağını belirlemenin ilkeli bir yolunu istiyorum.

  1. Örneklem dağılımının kabul edilebilir olduğunu değerlendirmek için iyi bir buluşsal yöntem var mı? Normallikten hangi sapmalar en çok endişe vericidir?
  2. Daha anlamlı olacak başka yaklaşımlar da var mı - örneğin örnek istatistik için bir bootstrap güven aralığına güvenmek?

2
Bu harika bir soru. Kenara gelen "esasen faydasız" Is normallik testi? (zaten bağlantılı), daha fazla ilgili iki soru vardır.T-testi veya parametrik olmayan test arasında nasıl seçim yapılır, örneğin küçük örneklerde Wilcoxon? ve N> 50 olduğunda normal olmayan için T testi? Bu soruya iyi bir cevap, bu iki ilgili sorunun okuyucuları için potansiyel olarak değerli olacaktır.
Silverfish

Bildiğim kadarıyla, dağıtımın "yeterince normal" olması için ne kadar veriye ihtiyacınız olduğunu belirlemenin ilkeli bir yolu yoktur. Bunun nedeni, "yeterince normal" in tanımlanmasının zor olması ve normal dağılımdan ayrılma şeklinize ek olarak, temel dağılımın ne kadar normal olmadığına bağlıdır. Ciddi normal olmayan verileriniz varsa, bunun yerine parametrik olmayan bir test kullanırdım. Dezavantajı, yalnız hipotez testlerinden daha yararlı olan güven aralıklarını elde edemeyeceğinizdir.
dsaxton

2
"Yeterince normal" in tanımlanmasının zor olduğuna katılıyorum, ancak her uygulayıcı ampirik veriler hakkında düşünmeden önce değerlendirmeyi yapmalı, bu yüzden ne kadar az tartışmayı ortaya çıkarabildiğime şaşırıyorum (belki de yanlış yerlere bakıyorum) . Burada aklımda kalan kullanım durumları için (yeterince yaygın olan) parametrik olmayan testler, "yeterince normal" bir örnekleme dağılımı sağlamak için daha fazla veri toplamaya kıyasla tatmin edici değildir.
cohoz

Yanıtlar:


1

As t testi normalliği varsayalım, ve altta yatan dağılımlar normal değildir, numune dağıtımı kabul edilebilir olduğunu belirleyen bir ilkeli yolu var olamaz. Ancak çalışma grubu içinde "büyük", Merkezi Limit Teoremi tekmeler, alır ve aslında bir şekilde size aynı cevabı verecektir geniş örneklem z testi kullanabilirsiniz olarak t çünkü -test t normal dağılıma yaklaşır büyük örnekler.

İstatistik kitapları / kursları genellikle 25 veya 30 CLT örnek boyutunda faydalı bir şekilde devreye girdiğini ima eder. Bununla birlikte, deneyimlerim, yüzlerce büyük örnek z testindeki örnek boyutlarında bile hala oldukça zayıf olabileceğidir (örneğin, sayım verileriyle).

Bence bir permütasyon testi probleminize iyi uyum sağlar. Konserve parametrik olmayan testlerden (örn. Mann-Whitney) eşit veya daha iyi bir güce sahip olmalıdır ve normallik sorunu hakkında endişelenmenize gerek yoktur. Ve yazmak eğlenceli.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.