¿Qué análisis estadístico utilizar para comparar el nivel de similitud entre dos grandes muestras?

Question

Estoy escribiendo un pequeño prototipo de reconocimiento de voz como mi proyecto paralelo, que coincide con las palabras pregrabadas del hablante. Así que ahora estoy pensando en comparar dos conjuntos de datos (resultado de la FFT) que son dos listas con una longitud aproximada de 7000-10000 cada una. ¿Cuál sería un análisis estadístico apropiado en este caso? Quiero encontrar qué tan significativa es la similitud (o diferencia) entre esas dos muestras y si es lo suficientemente significativa como para asumir que son iguales/diferentes. No busco nada demasiado complicado, sólo un punto de partida tal vez.

Answer 1

Puede calcular la media de cada una de las dos muestras y la D.S. agrupada. A continuación, calcule la estadística t o Z para una prueba de significación.