Comparar estadísticamente las distribuciones de tamaños de muestra pequeños (para dummies)

Question

Por favor, asumir, de forma segura, que los que no saben nada acerca de las estadísticas. No tengo la estadística de los programas de ordenador y se basan principalmente en Excel, las calculadoras en línea, y la buena voluntad de los más inteligentes amigos.

Estoy tratando de comparar las distribuciones de tamaños de muestra pequeños, en el contexto de los sitios arqueológicos. Por ejemplo, es un análisis de mirar las diferencias en el tamaño de las casas (es decir, área de piso). El sitio podría tener 10 casas, cada una con un área de piso. El sitio B podría tener 6 casas, cada una con un área de piso. Si supongo que el tamaño de la casa se correlaciona con algunas de las formas de desigualdad, ¿cuál es el mejor método para comparar dichas distribuciones? Inicialmente se utilizan los medios y los t-tests (a través de Excel). Yo también proporciona desviaciones estándar (de Excel) y los coeficientes de Gini (de la calculadora en línea) para dar alguna indicación de la intra-sitio de la variabilidad, reconociendo que podría afectar la de los sitios de medios.

Cualquier idiotizada consejo sería profundamente apreciada. Gracias!

Answer 1

Cuando los datos es continuo, un buen método para comparar los medios es la prueba de t entre dos distribuciones normales. Un buen método para comparar las varianzas es el F-test para la igualdad de la varianza entre dos distribuciones normales. Estos dos métodos se basan en la suposición de normalidad que es difícil de refutar pequeños tamaños de muestra. A priori, podríamos sospechar que las distribuciones son scewed de una manera que no es como la de la distribución normal. La transformación de los datos y hacer el análisis de los datos transformados podría ayudar. Con casa tamaños quiero suponer que un registro de transformación es buena, si una o algunas de las casas son mucho más grandes que los otros.

Uno también podría tomar un enfoque más cuidadoso usando, por ejemplo filas , pero la interpretación de lo que se rechazó la hipótesis es más complejo en el rango-marco.

Cuando el tamaño de la muestra es este pequeño, la media y la varianza es a menudo la única información significativa que podemos extraer y por lo tanto comparar de manera significativa.

Para concluir, creo que el F-test y la prueba T son mejores aquí y usted debería considerar la posibilidad de transformar los datos de antemano.