मैं एक वैकल्पिक चर लिए, स्थानीय वैकल्पिक विपरीत n का परीक्षण करने का प्रयास कर रहा हूं , जो कि मध्यम से मध्यम तिरछा और यादृच्छिक चर के कर्टोसिस के अधीन है। विलकॉक्स द्वारा 'परिचय टू रोबस्ट एस्टिमेशन एंड हाइपोथिसिस टेस्टिंग' में दिए गए सुझावों के बाद, मैंने ट्रिम किए गए माध्य, माध्यियन के साथ-साथ स्थान के एम-आकलनकर्ता (विल्कोक्स '"एक-चरण) की प्रक्रिया पर ध्यान दिया है। ये मजबूत परीक्षण शक्ति के संदर्भ में मानक टी-टेस्ट को बेहतर बनाते हैं, जब वितरण के साथ परीक्षण किया जाता है जो गैर-तिरछा होता है, लेकिन लेप्टोक्यूरोटिक।
हालाँकि, जब वितरण को तिरछा करके परीक्षण किया जाता है, तो ये एकतरफा परीक्षण या तो बहुत अधिक उदार होते हैं या दूर की परिकल्पना के तहत बहुत कम रूढ़िवादी होते हैं, यह इस बात पर निर्भर करता है कि वितरण क्रमशः छोड़ा गया है या दायाँ-तिरछा। उदाहरण के लिए, 1000 टिप्पणियों के साथ, माध्यिका पर आधारित परीक्षण वास्तव में नाममात्र 5% के स्तर पर ~ 40% समय को अस्वीकार कर देगा। इसका कारण स्पष्ट है: तिरछे वितरणों के लिए, माध्यिका और माध्य भिन्न होते हैं। हालांकि, मेरे आवेदन में, मुझे वास्तव में माध्य का परीक्षण करने की आवश्यकता है, मध्यिका की नहीं, छंटनी वाले माध्य की नहीं।
क्या टी-टेस्ट का एक अधिक मजबूत संस्करण है जो वास्तव में माध्य के लिए परीक्षण करता है, लेकिन तिरछा और कुर्तोसिस के लिए अभेद्य है?
आदर्श रूप से प्रक्रिया नो-स्क्यू, हाई-कुर्टोसिस केस में भी अच्छी तरह से काम करेगी। 'वन-स्टेप' टेस्ट लगभग काफी अच्छा है, जिसमें 'बेंड' पैरामीटर अपेक्षाकृत अधिक है, लेकिन यह तिरछे मतलब परीक्षणों की तुलना में कम शक्तिशाली है, जब कोई तिरछा नहीं होता है, और कुछ परेशानियों को तिरछा के तहत नाममात्र के स्तर को बनाए रखने में परेशानी होती है ।
पृष्ठभूमि: मैं वास्तव में माध्य, और माध्यिका के बारे में परवाह करता हूं, यह परीक्षण एक वित्तीय अनुप्रयोग में उपयोग किया जाएगा। उदाहरण के लिए, यदि आप परीक्षण करना चाहते हैं कि क्या पोर्टफोलियो में सकारात्मक अपेक्षित लॉग रिटर्न था, तो इसका मतलब वास्तव में उचित है क्योंकि यदि आप पोर्टफोलियो में निवेश करते हैं, तो आप सभी रिटर्न का अनुभव करेंगे (जो नमूनों की संख्या का मतलब है), बजाय माध्यिका का डुप्लिकेट। यही है, मैं वास्तव में आरवी एक्स से एन ड्रॉ के योग के बारे में परवाह करता हूं ।