একই স্কিউ নাল জন্য দুটি স্বাধীন নমুনা পরীক্ষা?

Question

নাল অনুমানের জন্য দুটি স্বতন্ত্র নমুনা পরীক্ষা করার জন্য কী পরীক্ষাগুলি পাওয়া যায় যেগুলি একই স্কু দিয়ে জনসংখ্যা থেকে আসে? স্কিউ একটি নির্দিষ্ট সংখ্যার সমান কিনা তা পরীক্ষা করার জন্য একটি শাস্ত্রীয় 1-নমুনা পরীক্ষা রয়েছে (পরীক্ষায় 6th ষ্ঠ নমুনা মুহুর্ত জড়িত!); 2-নমুনা পরীক্ষার কোনও সরল অনুবাদ আছে?

এমন কোনও প্রযুক্তি রয়েছে যা খুব উচ্চ মুহুর্তের ডেটাগুলিতে জড়িত না? (আমি 'বুটস্ট্র্যাপ ইট ফর্ম' ফর্মের একটি উত্তর প্রত্যাশা করছি: বুটস্ট্র্যাপ কৌশলগুলি কি এই সমস্যার জন্য উপযুক্ত হিসাবে পরিচিত?)

Comments

বহুবিবাহ বা অবিবাহিত? (এটি এই প্রসঙ্গে একটি বিশাল পার্থক্য তৈরি করে)

— ব্যবহারকারী 603

univariate। তবে এখন আপনি মাল্টিভাইয়ারেট কেস সম্পর্কে আমাকে কৌতূহলী করে তুলেছেন। ;)

— শাব্বিচেফ

Answer 1

এল-মুহুর্তগুলি এখানে কার্যকর হতে পারে?

উইকিপিডিয়া নিবন্ধ

এল-মুহুর্তের পৃষ্ঠা (জোনাথন আরএম হোসিং, আইবিএম গবেষণা)

এগুলি স্কিউনেস এবং কুর্তোসিসের মতো প্রচলিত মুহুর্তগুলির সাথে সমান পরিমাণযুক্ত পরিমাণে সরবরাহ করে, যাকে এল-স্কিউনেস এবং এল-কুরটোসিস বলে। এগুলির সুবিধা রয়েছে যে তাদের উচ্চতর মুহুর্তের গণনার প্রয়োজন নেই কারণ এগুলি ডেটার লিনিয়ার সংমিশ্রণগুলি থেকে গণনা করা হয় এবং আদেশের পরিসংখ্যানগুলির প্রত্যাশিত মানের লিনিয়ার সংমিশ্রণ হিসাবে সংজ্ঞায়িত হয়। এর অর্থ হ'ল তারা বিদেশিদের কাছে কম সংবেদনশীল।

আমি বিশ্বাস করি যে কেবলমাত্র তাদের পরীক্ষার জন্য আপনার প্রয়োজনীয় নমুনার বৈচিত্রগুলি গণনা করতে আপনার কেবল দ্বিতীয়-ক্রমের মুহুর্তগুলির প্রয়োজন। এছাড়াও তাদের অ্যাসিপটোটিক বিতরণ প্রচলিত মুহুর্তের তুলনায় খুব দ্রুত একটি সাধারণ বিতরণে রূপান্তরিত করে।

তাদের নমুনা বৈকল্পিকগুলির জন্য প্রকাশগুলি বেশ জটিল হয়ে উঠেছে বলে মনে হয় (এলামির এবং সেহল্ট 2004), তবে আমি জানি যে তারা আর এবং স্টাটা উভয়ের জন্য ডাউনলোডযোগ্য প্যাকেজগুলিতে প্রোগ্রাম করা হয়েছে (তাদের স্ট্যান্ডার্ড সংগ্রহস্থলগুলি থেকে পাওয়া যায়), এবং অন্যান্য প্যাকেজেও সম্ভবত সকলের জন্য আমি জানি. আপনার নমুনাগুলি স্বাধীন হওয়ার পরে আপনি যদি অনুমান এবং মান ত্রুটিগুলি পেয়ে থাকেন তবে আপনার নমুনার আকারগুলি "যথেষ্ট পরিমাণে বড়" হলে এলামির এবং সেহল্ট কিছু সীমিত সিমুলেশনের প্রতিবেদন করে যা এটি প্রদর্শিত হবে বলে মনে করে কেবলমাত্র দুটি নমুনা জেড-টেস্টে এগুলিকে প্লাগ করতে পারেন ( 100 যথেষ্ট পরিমাণে বড় নয় তবে যা তা নয়)। অথবা আপনি এল-স্কিউনেসের পার্থক্যটি বুটস্ট্র্যাপ করতে পারেন। উপরের বৈশিষ্ট্যগুলি সুপারিশ করে যে প্রচলিত স্কিউনেসের উপর ভিত্তি করে বুটস্ট্র্যাপিংয়ের চেয়ে যথেষ্ট ভাল পারফর্ম করতে পারে।