Bootstrap parametrik olmayan testlerin yerine kullanılabilir mi?

İstatistiklerde oldukça yeniyim. Önyükleme kavramı benim için kafa karıştırıcı oldu.

T-testi gibi bazı testleri kullanmak için örnekleme dağılımının normalliğinin gerektiğini biliyorum. Verilerin normal olarak dağıtılmadığı durumlarda, SPSS'deki t-testlerinde "önyükleme" isteğinde bulunulması, bu normal olmayanlık sorununu aşabilir mi? Öyleyse, çıktıda raporlanan t-istatistiki önyüklemeli örnekleme dağılımına dayanıyor mu?

Ayrıca, normal olmayan verilerimin olduğu durumlarda Mann-Whitney veya Kruskal-Wallis gibi parametrik olmayan testlerin kullanımına kıyasla daha iyi bir test olur mu? Verilerin normal olmadığı ve bootstrap kullandığım durumlarda, t-istatistiğini bildirmezdim: değil mi?

Önyükleme normallik gibi varsayımlara ihtiyaç duymadan çalışır, ancak örnek boyutu küçük ve popülasyon normal olmadığında oldukça değişken olabilir. Bu nedenle, varsayımların tutulması anlamında daha iyi olabilir, ancak her yönden daha iyi değildir.

Yedekli bootstrap örnekleri, permütasyon değiştirmeden örneği test eder. Mann-Whitney ve diğer parametrik olmayan testler aslında permütasyon testinin özel durumlarıdır. Aslında burada permütasyon testini tercih ediyorum çünkü anlamlı bir test istatistiği belirtebilirsiniz.

Hangi testin kullanılacağına ilişkin karar, cevaplanan soruya ve verilere yol açan bilim hakkındaki bilgiye dayanmalıdır. Merkezi Limit Teoremi, popülasyon normal olmasa bile, t testlerinden hala çok iyi yaklaşımlar alabileceğimizi söyler. Yaklaşımların ne kadar iyi olduğu popülasyon dağılımının şekline (örnek değil) ve örnek büyüklüğüne bağlıdır. Bir t-testinin daha küçük numuneler için hala makul olduğu (ve çok büyük numunelerde yeterince iyi olmadığı bazı durumlar) vardır.