답변:
"의존하는"몇 가지 의미가 있습니다.
(잠재적 인 관심사 중 하나는 원본 데이터가 불연속적인 것처럼 보일 수 있으므로 명확해야한다는 것입니다.)
표본 크기에 따라 비정규 성이 t- 검정보다 큰 문제는 아닐 수 있습니다. 큰 샘플의 경우 일반적으로 양호한 수준의 견고성이 있습니다.-제 1 종 오류율은 실제로 정상에서 멀지 않은 경우 크게 영향을받지 않아야합니다. 두꺼운 꼬리는 힘이 더 큰 문제 일 수 있습니다.
분포의 모든 종류의 차이점을 찾고 있다면 2- 표본 Kolmogorov-Smirnov 검정과 같은 2- 표본 적합도 검정이 적합 할 수 있습니다 (다른 검정이 대신 수행 될 수 있음).
위치 패밀리에서 위치 유형 차이를 찾거나 스케일 패밀리에서 스케일 차이를 찾거나 P (X> Y)> P (Y> X) 유형 관계인 경우 Wilcoxon-Mann-Whitney 두 가지 샘플 테스트가 적합 할 수 있습니다.
민감도를 원하는 차이의 종류에 적합한 통계를 찾을 수 있으면 순열 또는 부트 스트랩 테스트와 같은 리샘플링 테스트를 고려할 수 있습니다.
또한 분포가 13 개인 경우 13 ^ 2 검정을 수행해야합니까?
글쎄, 전혀 .
이 두 가지는 쌍 비교를 169에서 78로 줄였습니다.
셋째, 그것은을 위해 공동으로 시험에 훨씬 더 일반적인 (하지만 의무) 될 어떤 차이점하고, 아마도에서 페어의 차이를보고 사후 페어 테스트 첫 널 (null)이 거부 된 경우.
예를 들어, 위의 항목 3에서와 같이 Wilcoxon-Mann-Whitney 대신 Kruskal-Wallis 테스트를 수행 할 수 있습니다. 이는 그룹 간 위치 차이에 민감합니다.
Kolmogorov-Smirnov 검정 에는 k- 표본 버전이 있으며 다른 두 표본 적합도 검정 중 일부에 대한 유사한 검정이 존재하거나 구성 될 수 있습니다.
k- 샘플 버전의 리샘플링 테스트 및 t- 테스트도 있습니다 (즉, ANOVA는 샘플 크기가 상당히 큰 경우 괜찮을 수 있음).
우리가 다루고있는 것과 가장 관심이있는 차이점에 대해 더 많은 정보를 얻는 것이 정말 좋을 것입니다. 또는 실패하면 일부 샘플의 QQ 플롯을 볼 수 있습니다.
예, 각 배포판을 다른 배포판에 대해 테스트하는 것보다 더 나은 방법은 없다고 생각합니다.
귀하의 질문이 이것과 관련이 있다고 생각되면 : 2 분포의 비교
Kolmogorov-Sminorv 테스트 또는 Cramér-Von Mises 테스트를 사용하는 것이 좋습니다. 둘 다 매우 고전적인 수렴 테스트입니다.
에서는 R, 함수 ks.test통계 패키지를 구현하는 제 일인치 두 번째는와 같은 패키지에서 찾을 수 있습니다 cramer.
이 두 가지 테스트에 대해 알아 보려면 http://en.wikipedia.org/wiki/Kolmogorov%E2%80%93Smirnov_test http://en.wikipedia.org/wiki/Cram%C3%A9r%E2%80%93von_Mises_criterion
Kruskal–Wallis 일원 분산 분석을 시도 할 수 있습니다
"독립적이거나 관련이없는 두 개 이상의 샘플을 비교하는 데 사용됩니다."
ANOVA의 정상 위반은
Rutherford Anova 및 Ancova 소개 : GLM 접근법 9.1.2 정상 위반에 대해 논의되었습니다 .
첫 번째 줄에는 "대부분의 출처에서 ANOVA는 ... 정상 가정 위반에 대해 강력하다고보고하지만 ..."
