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।
- নমুনা বিতরণ গ্রহণযোগ্য কিনা তা নির্ধারণের জন্য কি কোনও উত্তম তাত্পর্য রয়েছে? স্বাভাবিকতা থেকে কোন বিচ্যুতি সবচেয়ে গুরুত্বপূর্ণ?
- 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
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