0이 많은 고도로 치우친 데이터로 가설 검정을 수행하는 방법은 무엇입니까?우리가 얻은 데이터는 "하산에 대한 결함 수"입니다. 새로운 깨끗한 방법을 구현하고 새로운 방법이 원래 방법보다 나은지 알고 싶습니다. 즉, 가설 테스트를 수행하여 판단합니다.
그러나 문제는 다음과 같습니다. 두 표본 세트 모두 주 수가 0이고 오른쪽에 여러 결함 수로 기울어 져 있습니다.이 경우 가설 검정을 수행하는 좋은 방법이 있습니까?
내 원래 아이디어는 데이터에서 정규 분포로 변환 한 다음 두 샘플 t 테스트를 수행하고 대다수가 0이기 때문에 log (x + 1)를 사용하여 데이터를 변환하려고 시도했지만 여전히 JMP 연속의 정상적인 분포에 맞지 못했습니다. 적당한
다시 : 0이 많은 고도로 치우친 데이터로 가설 검정을 수행하는 방법은 무엇입니까?두 가지 접근 방식을 생각할 수 있습니다. 첫 번째는 비모수 테스트입니다. 또한 t 테스트와 함께 Oneway 플랫폼에서도 사용할 수 있습니다. 두 번째 방법은 의미있는 표본 통계량 (예 : 0.9 Quantile)을 정의하고 부트 스트랩을 사용하여 차이에 대한 p- 값을 얻는 것입니다.
다시 : 0이 많은 고도로 치우친 데이터로 가설 검정을 수행하는 방법은 무엇입니까?비모수 테스트에 대한 답장을 보내 주셔서 감사합니다. JMP 도움말을 찾아 보면 다음과 같습니다.
Wilcoxon Test-> 물류 배포에 강력한 기능
중앙값 검정-> 이중 지수 분포에 강력
van der Waerden Test-> 정규 분포에 강력 함
Kolmogorov Smirnov Test-> 확실하지 않음
그래서 제 질문은 극도의 비대칭 분포에 관한 것인데, 어떤 비모수 적 방법이 더 적합할까요?
다시 : 0이 많은 고도로 치우친 데이터로 가설 검정을 수행하는 방법은 무엇입니까?그만큼 물류 유통 선택이 최선이 아닌 대칭입니다. 귀하의 데이터를 위해. 나는 Wilcoxon 테스트를 사용하지 않을 것입니다.
이중 지수 분포 ( 검벨 분포 )가 데이터처럼 왜곡되어 더 나은 선택이 될 것입니다. 중간 테스트를 사용합니다.
