동일한 기울기의 null에 대해 두 개의 독립적 인 샘플을 테스트합니까?

귀무 가설이 같은 차이를 가진 모집단에서 나온 귀무 가설에 대해 두 개의 독립적 인 표본을 검정하기 위해 어떤 검정을 사용할 수 있습니까? 스큐가 고정 숫자와 같은지 여부에 대한 고전적인 1- 표본 테스트가 있습니다 (테스트는 6 번째 샘플 모멘트를 포함합니다). 2 샘플 테스트로 직접 변환합니까?

매우 높은 데이터 순간을 포함하지 않는 기술이 있습니까? ( 'bootstrap it'형식의 대답을 기대하고 있습니다. 부트 스트랩 기술이이 문제에 적합한 것으로 알려져 있습니까?)

L- 모멘트가 여기서 유용할까요?

위키피디아 기사

L- 순간 페이지 (Jonathan RM Hosking, IBM Research)

그것들은 l-skewness 및 l-kurtosis라고 불리는 왜도 및 첨도와 같은 기존의 순간과 유사한 양을 제공합니다. 이들은 데이터의 선형 조합에서 계산되고 예상 통계 값의 선형 조합으로 정의되므로 높은 모멘트를 계산할 필요가 없다는 이점이 있습니다. 이것은 또한 특이 치에 덜 민감하다는 것을 의미합니다.

샘플 분산을 계산하기 위해서는 2 차 모멘트 만 필요하다고 생각합니다. 아마도 테스트에 필요할 것입니다. 또한 점근 분포는 기존의 순간보다 훨씬 빠르게 정규 분포로 수렴됩니다.

표본 분산에 대한 표현이 상당히 복잡해 보이지만 (Elamir and Seheult 2004), R 및 Stata (표준 리포지토리에서 사용 가능) 용 다운로드 패키지로 프로그래밍되었으며 다른 패키지에서도 프로그래밍되었습니다. 알아. 추정치와 표준 오차를 얻은 후에는 표본이 독립적이므로 표본 크기가 "충분히 큰"경우 두 표본 z- 검정에 꽂을 수 있습니다 (Elamir와 Seheult는 100은 충분하지 않지만 무엇입니까? 또는 l 왜도의 차이를 부트 스트랩 할 수 있습니다. 상기 특성은 종래의 왜도에 기초한 부트 스트래핑보다 상당히 우수한 성능을 제공 할 수 있음을 시사한다.