표본이 정규 분포를 따르지만 차이가없는 경우 쌍을 이루는 t- 검정을 사용할 수 있습니까?

나는 동일한 초기 조건에서 두 가지 다른 처리를 적용하여 각 경우에 0에서 500 사이의 정수를 결과로 얻은 실험 데이터를 가지고 있습니다. 두 처리에서 생성 된 효과가 크게 다른지 여부를 확인하기 위해 paired t-test를 사용하고 싶습니다. 각 치료군에 대한 결과는 정규적으로 분포되지만 각 쌍 간의 차이 는 정규적으로 분포 되지 않습니다 (비대칭 + 하나의 긴 꼬리).

이 경우 쌍을 이루는 t- 검정을 사용할 수 있습니까, 아니면 정규성의 가정을 위반 한 것입니까?

t-test normality-assumption

— 존 두 케트
소스

실험은 시뮬레이션을 기반으로합니다. 시뮬레이션의 초기 조건을 원하는대로 설정할 수 있습니다. 따라서 각 쌍에 대해 동일한 초기 조건으로 시작하고 두 가지 다른 알고리즘을 적용합니다.

— John Doucette

이 소리들을 독립적 인 그룹처럼 묘사합니다. 각 치료에 두 가지 치료법을 모두 적용 했습니까? 아니면 다른 치료법이 있습니까? 조건 사이의 상관 관계는 무엇입니까? 당신의 말이 이상합니다 ... 꼬리에 비대칭 적으로 하나의 가치가 있다는 것을 의미합니까?

— John

그것에 대해 더 생각하면, 그들이 의존적이라고 확신 할 수는 없지만 아마도 그것에 대해 밝힐 수 있습니다. 실제 세계에서 비슷한 상관 관계는 다음과 같습니다. 나는 사람이 있습니다. 치료 1을 실시하고 측정한다. 그런 다음 시간을 롤백하고 대신 치료 2를 관리합니다. 다시 측정됩니다. 이러한 조치는 상관 관계가있는 것으로 간주됩니다. 아마도 그들은해서는 안됩니까?

— John Doucette

또한, 비 정상 상태로, 분포는 모두 비대칭 (다중 특이점으로) 하나 개의 긴 꼬리를 가지고있다. 특이 치를 일부 제거하면 정상이 아닙니다.

— John Doucette

일 변량 분포가 정규적이고 독립적 인 경우 차이 분포는 정규이어야합니다. 정규성의 결여는 두 분포 사이의 의존성을 보여줍니다. 의존성은 단순한 상관 관계가 아니라 다른 일이 일어나고 있어야합니다.

— whuber

페어 드 t 검정은 페어 차이 목록 만 분석하고 값 샘플이 가우시안 모집단에서 무작위로 샘플링 된 것으로 가정합니다. 해당 가정이 심각하게 위반되는 경우 쌍으로 이루어진 t 검정이 유효하지 않습니다. 이전 및 이후 값이 표본 인 분포는 관련이 없습니다. 차이 만 문제에서 표본 추출한 모집단 만 해당됩니다.

— 하비 모툴 스키
소스

비선형 모델을 분석하고 시간 = i에서 y_observed를 생성했다고 가정 해 봅시다. 시간 i에서 각각의 관측치를 실제 값과 비교하는 쌍으로 된 t- 검정을 수행 할 수 있습니까? 또한 100 개의 시간 간격 동안 관측 된 데이터를 가지고 있다고 가정하고 숫자를 동일한 간격으로 예측합니다.

— dassouki