¿Cómo hacer una prueba de hipótesis con datos sesgados muy correctos que contienen muchos ceros?Los datos que obtuvimos son "cuenta de defectos en substracción", y digamos que implementamos un nuevo método limpio y queremos saber si el nuevo método es mejor que el método original, es decir, queremos realizar una prueba de hipótesis para juzgarlo.
Pero el problema es: para ambos conjuntos de muestras, el número mayor es cero, y está sesgado a varios conteos de defectos, en este caso ¿hay algún buen método para realizar una prueba de hipótesis?
Mi idea original es transferir datos a una distribución normal y luego realizar dos pruebas t de muestra, y dado que el número mayoritario es cero, traté de usar log (x + 1) para transformar mis datos, pero todavía no se ajustaba a la distribución normal de JMP continuo ajuste
Re: ¿Cómo hacer una prueba de hipótesis con datos sesgados muy correctos que contienen muchos ceros?Puedo pensar en dos enfoques. La primera es una prueba no paramétrica. También están disponibles en la plataforma Oneway junto con las pruebas t. La segunda forma es definir un estadístico de muestra significativo (p. Ej., El cuantil 0.9) y usar un bootstrap para obtener un valor p para la diferencia.
Re: ¿Cómo hacer una prueba de hipótesis con datos sesgados muy correctos que contienen muchos ceros?Gracias por su respuesta, para la prueba no paramétrica, busco la ayuda de JMP y dice que:
Prueba de Wilcoxon -> potente para distribuciones logísticas
Median Test -> potente para distribuciones exponenciales dobles
Prueba de van der Waerden -> potente para distribuciones normales
Prueba de Kolmogorov Smirnov -> no estoy tan seguro
Entonces, mi pregunta es sobre la distribución oblicua de extrema derecha, ¿qué método no paramétrico será más adecuado?
Re: ¿Cómo hacer una prueba de hipótesis con datos sesgados muy correctos que contienen muchos ceros?los distribución logística es simétrico, por lo que esa elección no es la mejor. para sus datos No usaría la prueba de Wilcoxon.
La distribución exponencial doble (también conocida como la Distribución Gumbel ) está sesgada, como sus datos, por lo que sería una mejor opción. Yo usaría la prueba mediana.
