Es ACEPTAR el uso de la CLT para crear una distribución normal donde no los hay?

Question

Tengo algunos datos que se parece a esto:

Procrastinador ha llegado con una buena sugerencia para la prueba de hipótesis en virtud de esta distribución, pero se basa en algunas de las conjeturas a las constantes de fit. Por lo tanto, se sienten más cómodos si tuve varios métodos, y poder comprobar que todos estaban de acuerdo.

Una cosa que puedo hacer es encontrar la media de un montón de muestras, y por CLT este se aproximan a la distribución normal. De hecho, esto sucede en razonablemente pequeños tamaños de muestra. Aquí están mis datos con 1000 muestras (con reemplazo) de 100 puntos cada uno:

Se ve bastante normal:

Entonces, ¿sería aceptable para mí comparar dos grupos por primera transformación en un conjunto de muestras y, a continuación, utilizando, por ejemplo, un T-test? O soy yo la introducción de un desconocido sesgo aquí?

(En esta modificación de la forma, la comparación de sus medios, de hecho, parece ser una medida útil, así que creo que una prueba de la t es bueno desde ese punto de vista.)

Answer 1

"Defectos" es de suponer que una variable de recuento.

La primera cosa que viene a la mente sería un GLM; dependiendo de las circunstancias me gustaría empezar por considerar una binomial, de Poisson, cuasi-Poisson o binomial negativa modelo (o, posiblemente, un cero-inflado versión de uno de esos).

Los modelos pueden todos lidiamos con los datos asimétricos, incluso (en algunos casos) muy sesgada de los datos.

Si usted está buscando en los promedios, la normalidad no es su único problema a considerar - el recuento de las variables tienden a ser heteroskedastic así. El de arriba GLMs son capaces de manejar el tipo de heterocedasticidad que más a menudo tienden a ocurrir con los datos de recuento.

Estos permitirán el ajuste de modelos que permitan una prueba para una comparación de los medios así como de los más complicados modelos.