Comment faire un test d’hypothèse avec des données hautement asymétriques contenant beaucoup de zéros?Les données que nous avons obtenues sont "nombre de défauts sur soustraction", et disons que nous implémentons une nouvelle méthode propre et que nous voulons savoir si la nouvelle méthode est meilleure que la méthode d'origine, c'est-à-dire que nous souhaitons effectuer un test d'hypothèse pour la juger.
Mais le problème est le suivant: pour les deux ensembles d’échantillons, le nombre majeur est zéro et, à droite, incliné vers plusieurs comptages de défauts, existe-t-il dans ce cas une bonne méthode pour effectuer un test d’hypothèse?
Mon idée de départ est de convertir les données en distribution normale, puis d’effectuer deux échantillons de test t et, comme le nombre majoritaire est égal à zéro, j’ai essayé d’utiliser le journal (x + 1) pour transformer mes données, mais il n’a toujours pas été adapté à la distribution normale de JMP en continu. en forme
Re: Comment faire un test d’hypothèse avec des données hautement asymétriques contenant beaucoup de zéros?Je peux penser à deux approches. Le premier est un test non paramétrique. Ils sont également disponibles sur la plate-forme Oneway avec les tests t. La deuxième méthode consiste à définir un échantillon statistique significatif (par exemple, 0,9 quantile) et à utiliser un bootstrap pour obtenir une valeur p de la différence.
Re: Comment faire un test d’hypothèse avec des données hautement asymétriques contenant beaucoup de zéros?Merci pour votre réponse, pour le test non paramétrique, je cherche l’aide de JMP et elle dit ceci:
Wilcoxon Test -> puissant pour les distributions logistiques
Test médian -> puissant pour les distributions double exponentielles
test de van der Waerden -> puissant pour les distributions normales
Test de Kolmogorov Smirnov -> pas si sûr
Ma question concerne donc la distribution asymétrique d'extrême droite. Quelle méthode non paramétrique sera la mieux adaptée?
Re: Comment faire un test d’hypothèse avec des données hautement asymétriques contenant beaucoup de zéros?le distribution logistique est symétrique, ce choix n’est donc pas le meilleur. pour vos données. Je n'utiliserais pas le test de Wilcoxon.
La double distribution exponentielle (également connue sous le nom de Distribution Gumbel ) est faussée, comme vos données, ce serait donc un meilleur choix. Je voudrais utiliser le test de la médiane.
