t檢驗你好，
即使違反常態性假設，我能否在平均值比較的 t 檢定中獲得良好的效能？ （這是在比較兩個群體的情況下，每個群體都有相似的觀察次數（n = 41 和 n = 42）。我需要一些參考資料來支持這一點。
謝謝
亞迪亞
回覆：t 檢驗謝謝馬克！回覆：t 檢驗我不知道答案所以我查了一下。我正在使用在 維基百科參考中找到的定義。
分發平台提供的總統計 JMP 幫助：
PROC CALIS 的 SAS/STAT 幫助：
關於 G1 的維基百科來源：
回覆：t 檢驗@Mark_Bailey ，感謝您提供這個有趣的參考。根據您對本文的理解，G1 和 gamma1 是否相同（等於 Fisher 的偏度量）？您能否確認這與 JMP 在「總計統計」（例如在「分析」>「分佈」中）中計算的統計資料相同？
回覆：t 檢驗感謝馬克貝利先生的關注！
回覆：t 檢驗您也可以使用 Oneway 平台執行 t 檢定（透過 X 擬合 Y），然後使用 JMP Pro 引導差異。
回覆：t 檢驗常態分位數圖中的曲率顯示總體存在一定的偏差，這是適合度檢定拒絕常態分佈模型的原因之一。不過，偏度並不那麼強，因此樣本平均值畢竟近似常態分佈，並且 t 檢定應該是有效的。
以下是估計確保隨機變數總和服從常態分佈所需的最小樣本量的參考：
薩格登，RA，等。 (2002)「科克倫簡單隨機抽樣規則，
英國皇家統計學會雜誌，B 系列，統計方法。 62（4）：787-793。
回覆：t 檢驗如果沒有「良好表現」的操作定義，就不可能回答你的問題。如果一切都失敗了，我建議使用任何一種非參數檢定來檢定兩個總體平均值的假設。這樣，您就不必給出“良好性能”的定義，也不必受限於任何分佈假設。
回覆：t 檢驗謝謝你，
"這些人口在何種程度上以及在何種程度上不正常？”
透過圖分佈和 Shapiro-Wilk W 檢定 (alpha = 0.05)。附圖中提供了針對一個群體的繪圖和測試的範例。
回覆：t 檢驗如果總體不呈常態分佈，則如果樣本量足夠大，則可能不會違反樣本平均值的假設。中心極限定理表明，對於較大的 N，N 個隨機變數的總和呈正態分佈。N 的大小取決於總體的偏度。
人群在何種程度上以及在多大程度上不正常？
