t检验你好，
即使违反正态性假设，我能否在均值比较的 t 检验中获得良好的性能？ （这是在比较两个群体的情况下，每个群体都有相似的观察次数（n = 41 和 n = 42）。我需要一些参考资料来支持这一点。
谢谢
阿迪亚斯
回复：t 检验谢谢马克！回复：t 检验我不知道答案所以我查了一下。我正在使用在 维基百科参考中找到的定义。
分发平台提供的汇总统计 JMP 帮助：
PROC CALIS 的 SAS/STAT 帮助：
关于 G1 的维基百科来源：
回复：t 检验@Mark_Bailey ，感谢您提供这个有趣的参考。根据您对本文的理解，G1 和 gamma1 是否相同（等于 Fisher 的偏度度量）？您能否确认这与 JMP 在“汇总统计”（例如在“分析”>“分布”中）中计算的统计数据相同？
回复：t 检验感谢马克贝利先生的关注！
回复：t 检验您还可以使用 Oneway 平台执行 t 检验（通过 X 拟合 Y），然后使用 JMP Pro 引导差异。
回复：t 检验正态分位数图中的曲率表明总体存在一定的偏差，这是拟合优度检验拒绝正态分布模型的原因之一。不过，偏度并不那么强，因此样本均值毕竟近似正态分布，并且 t 检验应该是有效的。
以下是估计确保随机变量之和服从正态分布所需的最小样本量的参考：
萨格登，RA，等人。 (2002)“科克伦简单随机抽样规则，
英国皇家统计学会杂志，B 系列，统计方法。 62（4）：787-793。
回复：t 检验如果没有“良好表现”的操作定义，就不可能回答你的问题。如果一切都失败了，我建议使用任何一种非参数检验来检验两个总体均值的假设。这样，您就不必给出“良好性能”的定义，也不必受限于任何分布假设。
回复：t 检验谢谢你，
"这些人口在何种程度上以及在何种程度上不正常？”
通过图分布和 Shapiro-Wilk W 检验 (alpha = 0.05)。附图中提供了针对一个群体的绘图和测试的示例。
回复：t 检验如果总体不呈正态分布，则如果样本量足够大，则可能不会违反样本均值的假设。中心极限定理表明，对于较大的 N，N 个随机变量的总和呈正态分布。N 的大小取决于总体的偏度。
人群在何种程度上以及在多大程度上不正常？
