He leído sobre prueba t de Student pero parece trabajar cuando podemos asumir que las distribuciones originales se distribuyen normalmente. En mi caso, definitivamente no son.
También, si tengo 13 distribuciones, ¿tengo que hacer 13^2 pruebas?
Respuestas
¿Demasiados anuncios?
Hay varios sentidos en los que "depende".
(Uno de los posibles preocupación es que se parece a la original de datos podría tal vez ser discretos; que debe ser aclarado.)
dependiendo del tamaño de la muestra, la no-normalidad puede no ser un problema tan grande como todo lo que para la prueba t-test.
Si usted está buscando cualquier tipo de diferencias en la distribución, una de dos muestras de bondad de ajuste de prueba, tales como el de dos muestras de prueba de Kolmogorov-Smirnov puede ser adecuado (aunque otras pruebas que se podría hacer en su lugar).
Si usted está buscando ubicación-tipo de diferencias en la ubicación de la familia, o diferencias de escala en una escala de la familia, una de Wilcoxon-Mann-Whitney dos de prueba de la muestra puede ser adecuado.
Usted podría considerar la posibilidad de repetición de muestreo de análisis tales como la permutación o bootstrap pruebas, si usted puede encontrar un estadístico apropiado para el tipo(s) de las diferencias quieres tener sensibilidad.
También, si tengo 13 distribuciones, qué tengo que hacer 13^2 pruebas?
Bien, no.
En primer lugar, usted no necesita prueba de $A$ vs $B$ e $B$ vs $A$ (la segunda comparación es redundante).
En segundo lugar, usted no necesita prueba de $A$ vs $A$.
Esas dos cosas cortar las comparaciones por pares hacia abajo de 169 a 78.
En tercer lugar, sería mucho más habitual (pero no obligatorio), para probar de forma colectiva para cualquier diferencias, y luego, tal vez para mirar pares diferencias en la post-hoc de pares pruebas si el primer nula fue rechazada.
Por ejemplo, en lugar de una de Wilcoxon-Mann-Whitney como en el punto 3. arriba, uno podría hacer un test de Kruskal-Wallis, que es sensible a las diferencias en la ubicación entre los grupos.
También hay k-versiones de muestra de la prueba de Kolmogorov-Smirnov, y pruebas similares de algunas de las otras dos muestras de bondad de ajuste pruebas de que podrían existir, o ser construida.
También hay k-muestra las versiones de remuestreo de las pruebas, y de la prueba de t (es decir, ANOVA, que podría estar bien si el tamaño de la muestra es razonablemente grande).
Sería muy bueno para obtener más información acerca de lo que estamos tratando y qué tipo de diferencias que más le interesa; o, en su defecto, a ver Q-Q parcelas de algunas de las muestras.
Ben
Puntos
101
Sí, creo que no se puede hacer mejor que las pruebas de cada distribución en contra de los demás...
Si piensa que su pregunta está relacionada con esta :Comparación de 2 distribuciones
Le recomendamos que utilice una prueba de Kolmogorov-Sminorv de prueba o de Cramér-Von Mises de la prueba. Ambos son muy clásica de la adecuación de las pruebas.
En R, la función ks.testen las estadísticas de paquete implementa la primera. La segunda puede ser encontrado en paquetes como cramer.
Para aprender acerca de estas dos pruebas : http://en.wikipedia.org/wiki/Kolmogorov%E2%80%93Smirnov_test http://en.wikipedia.org/wiki/Cram%C3%A9r%E2%80%93von_Mises_criterion
Linda Ames
Puntos
26
Usted puede tratar de Kruskal–Wallis análisis unidireccional de la varianza
"Es usada para comparar más de dos muestras independientes, relacionadas o no con el"
La normalidad de violaciones de los ANOVA fueron discutidos en
Rutherford
La introducción de Anova y Ancova: UN Enfoque GLM
9.1.2 violaciones de la Normalidad
La primera línea hay "A pesar de que la mayoría de las fuentes informe de ANOVA de ... de la robustez con respecto a las violaciones de la normalidad asunción..."
