多くのゼロを含む非常に右に歪んだデータで仮説検定を行う方法は？取得したデータは「サブトラクションの欠陥カウント」です。そして、新しいクリーンなメソッドを実装し、新しいメソッドが元のメソッドより優れているかどうか、つまり、仮説テストを実行してそれを判断したいとします。
しかし問題は、両方のサンプルセットで、メジャー番号がゼロであり、複数の欠陥カウントに右にずれていることです。この場合、仮説検定を実行するための適切な方法はありますか。
私の元のアイデアは、データから正規分布に変換し、2サンプルのt検定を実行することであり、多数決がゼロであるため、log（x + 1）を使用してデータを変換しようとしましたが、JMP連続からの正規分布に適合できませんでしたフィット
再：多くのゼロを含む非常に右に歪んだデータで仮説検定を行う方法は？2つのアプローチが考えられます。最初はノンパラメトリックテストです。それらは、tテストとともにOnewayプラットフォームでも利用できます。2番目の方法は、意味のあるサンプル統計（たとえば、0.9分位）を定義し、ブートストラップを使用して差のp値を取得することです。
再：多くのゼロを含む非常に右に歪んだデータで仮説検定を行う方法は？返信いただきありがとうございます。ノンパラメトリックテストについては、JMPヘルプをご覧ください。
ウィルコクソン検定->ロジスティック分布に強力
中央値テスト->二重指数分布に強力
ファンデルワーデンテスト->正規分布に強力
コルモゴロフスミルノフテスト->よくわからない
私の質問は極端な右スキュー分布です。どのノンパラメトリック法がより適していますか？
再：多くのゼロを含む非常に右に歪んだデータで仮説検定を行う方法は？のロジスティック分布対称なので、選択は最適ではありません。あなたのデータのために。Wilcoxonテストは使用しません。
二重指数分布（別名ガンベル分布 ）はデータのように歪んでいるため、より適切な選択です。中央値検定を使用します。
