t-테스트안녕하세요,
정규성 가정을 위반하더라도 평균 비교를 위한 t-검정에서 좋은 성능을 얻을 수 있습니까? (이는 각각에 대해 비슷한 수의 관측치를 갖는 두 모집단을 비교하는 경우입니다(n = 41 및 n = 42). 이를 뒷받침하려면 몇 가지 참고 자료가 필요합니다.
감사합니다
아디아스
답: t-테스트고마워요 마크!답: t-테스트답을 모르겠어서 찾아봤습니다. 저는 Wikipedia 참조 에서 찾은 정의를 사용하고 있습니다.
배포 플랫폼에서 제공하는 요약 통계에 대한 JMP 도움말:
PROC CALIS에 대한 SAS/STAT 도움말:
G1에 관한 Wikipedia 출처:
답: t-테스트@Mark_Bailey , 흥미로운 참고 자료를 제공해 주셔서 감사합니다. 이 기사에 대한 이해를 바탕으로 G1과 감마1은 하나이고 동일합니까(Fisher의 왜도 측정과 동일)? JMP가 '요약 통계'(예: 분석>분포)에서 계산하는 통계와 동일한지 확인할 수 있나요?
답: t-테스트관심을 가져주신 Markbailey 선생님께 감사드립니다!
답: t-테스트Oneway 플랫폼(X로 Y 맞추기)으로 t 테스트를 수행한 다음 JMP Pro로 차이를 부트스트랩할 수도 있습니다.
답: t-테스트정규 분위수 그림의 곡률은 모집단에 약간의 치우침이 있음을 나타냅니다. 이는 적합도 검정이 정규 분포 모형을 거부하는 이유 중 하나입니다. 하지만 왜곡은 그다지 강하지 않으므로 표본 평균은 결국 대략 정규 분포를 따르며 t 검정은 유효해야 합니다.
다음은 확률 변수의 합이 정규 분포를 따르는지 확인하는 데 필요한 최소 표본 크기를 추정하기 위한 참고 자료입니다.
Sugden, RA 등. (2002) "단순 무작위 표본 추출을 위한 Cochran의 규칙,
왕립통계학회 J, 시리즈 B, 통계 방법론. 62(4):787-793.
답: t-테스트'좋은 성능'에 대한 운영적 정의가 없으면 귀하의 질문에 대답하는 것이 불가능합니다. 다른 모든 방법이 실패하면 두 모집단 평균에 대한 가설을 테스트하기 위한 비모수적 테스트 중 하나를 제안합니다. 이렇게 하면 '좋은 성능'에 대한 정의를 내릴 필요가 없으며 반드시 분배 가정에 얽매일 필요도 없습니다.
답: t-테스트감사합니다,
"어떤 방식으로, 어느 정도까지 인구가 정상이 아닌가?"
플롯 분포 및 Shapiro-Wilk W 테스트(알파 = 0.05). 첨부된 그림에는 한 모집단에 대한 플롯 및 테스트의 예가 있습니다.
답: t-테스트모집단이 정규 분포를 따르지 않는 경우 표본 크기가 충분히 크면 표본 평균을 위반하지 않을 수 있다는 가정입니다. 중심 극한 정리에 따르면 N개의 확률 변수의 합은 큰 N에 대해 정규 분포를 따릅니다. 크기 N은 모집단의 왜도에 따라 달라집니다.
인구는 어떤 방식으로 어느 정도까지 정상이 아닌가?
