টি-পরীক্ষার জন্য "প্রায় সাধারণ" এর মূল্যায়ন


12

আমি ওয়েলচের টি-টেস্ট ব্যবহার করে অর্থের সমতাটি পরীক্ষা করছি। অন্তর্নিহিত বন্টন (একটি সম্পর্কিত আলোচনায় আরও উদাহরণ চেয়ে স্কিউ স্বাভাবিক থেকে অনেক দূরে এখানে )। আমি আরও ডেটা পেতে পারি তবে কী পরিমাণে তা করা উচিত তা নির্ধারণের কিছু নীতিগত উপায় চাই।

  1. নমুনা বিতরণ গ্রহণযোগ্য কিনা তা নির্ধারণের জন্য কি কোনও উত্তম তাত্পর্য রয়েছে? স্বাভাবিকতা থেকে কোন বিচ্যুতি সবচেয়ে গুরুত্বপূর্ণ?
  2. অন্যান্য পদ্ধতির কি আছে - যেমন নমুনা পরিসংখ্যানগুলির জন্য বুটস্ট্র্যাপের আত্মবিশ্বাসের ব্যবধানের উপর নির্ভর করা - যা আরও অর্থবোধ করবে?

2
এটা একটা ভাল প্রশ্ন. সরাইয়া থেকে হল স্বাভাবিক পরীক্ষামূলক "মূলত বেহুদা"? (ইতিমধ্যে সংযুক্ত), আরও দুটি সম্পর্কিত প্রশ্ন টি-টেস্ট বা নন-প্যারামেট্রিক পরীক্ষার মধ্যে যেমন কীভাবে চয়ন করবেন? ছোট নমুনায় উইলকক্সন? এবং অ-সাধারণের জন্য টি-টেস্ট যখন এন> 50? এই প্রশ্নের একটি ভাল উত্তর সম্ভাব্য এই দুটি সম্পর্কিত প্রশ্নের পাঠকদের কাছে মূল্যবান হতে পারে।
সিলভারফিশ

যতদূর আমি জানি যে বিতরণ করার জন্য আপনার কতটা ডেটা প্রয়োজন তা "পর্যাপ্ত স্বাভাবিক" হওয়ার জন্য কোনও নীতিগত উপায় নেই। এটি কারণ "স্বাভাবিক যথেষ্ট" সংজ্ঞা দেওয়া শক্ত এবং আপনি স্বাভাবিকতা থেকে বিদায় নেওয়ার নির্দিষ্ট উপায় ছাড়াও অন্তর্নিহিত বিতরণটি কতটা অ-সাধারণের উপর নির্ভর করে। আপনার যদি গুরুত্ব সহকারে অ-স্বাভাবিক তথ্য থাকে তবে আমি কেবল পরিবর্তে একটি প্যারাম্যাট্রিক পরীক্ষা ব্যবহার করব। ক্ষতিটি হ'ল আপনি আত্মবিশ্বাসের ব্যবধানগুলি অর্জন করতে সক্ষম হবেন না যা একাকী অনুমানের পরীক্ষার চেয়ে বেশি কার্যকর।
dsaxton

2
আমি সম্মত হই যে "স্বাভাবিক পর্যাপ্ত" নির্ধারণ করা শক্ত, তবে অনুশীলনমূলক তথ্য সম্পর্কে যুক্তি করার আগে প্রত্যেক চিকিত্সককে অবশ্যই মূল্যায়ন করতে হবে, এ কারণেই আমি অবাক হয়েছি যে আমি কতটা কম আলোচনা উন্মোচন করতে পেরেছি (সম্ভবত আমি ভুল জায়গাগুলিতে দেখছি) । আমি এখানে ব্যবহারের ক্ষেত্রে মনে রাখছি (যা যথেষ্ট সাধারণ বলে মনে হচ্ছে) নন-প্যারাম্যাট্রিক পরীক্ষাগুলি "স্বাভাবিক পর্যাপ্ত" নমুনা বিতরণ নিশ্চিত করার জন্য আরও ডেটা সংগ্রহের তুলনায় অসন্তুষ্টিজনক।
cohoz

উত্তর:


1

যেহেতু টি টেস্টটি স্বাভাবিকতা অনুমান করে এবং আপনার অন্তর্নিহিত বিতরণগুলি স্বাভাবিক নয়, তাই নমুনা বন্টন গ্রহণযোগ্য কিনা তা নির্ধারণের মূলত কোনও উপায় থাকতে পারে না। তবে এমন নমুনা আকার পায় "বৃহৎ", কেন্দ্রীয় সীমা উপপাদ্য মধ্যে কিক, এবং আপনি একটি বড় নমুনা Z-পরীক্ষা, যা মূলত আপনি একটি হিসাবে একই জবাব দেবে ব্যবহার করতে পারেন যেমন T কারণ -test টি দিয়ে সাধারন বন্টনের পন্থা বড় নমুনা।

পরিসংখ্যানের বই / কোর্সগুলি প্রায়শই বোঝায় যে 25 বা 30 সিএলটি নমুনা আকারে একটি কার্যকর উপায়ে খেলতে আসে। যাইহোক, আমার অভিজ্ঞতা হয়েছে যে শত শত বৃহত নমুনা জেড-টেস্টে নমুনা আকার থাকা সত্ত্বেও এখনও খুব খারাপ হতে পারে (যেমন, গণনা সম্পর্কিত ডেটা সহ)।

আমার মতে, ক্রমশক্তি পরীক্ষা আপনার সমস্যার পক্ষে উপযুক্ত। ক্যানড ননপ্যারামেট্রিক টেস্টগুলির (যেমন, মান-হুইটনি) তুলনায় এর সমান বা ভাল শক্তি থাকা উচিত এবং আপনাকে স্বাভাবিকতার বিষয়টি নিয়ে চিন্তা করতে হবে না। এবং, তারা লিখতে মজা।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.