मेरे पास एक प्रयोग का डेटा है जहां मैंने समान परिस्थितियों में दो अलग-अलग उपचार लागू किए, परिणाम के रूप में प्रत्येक मामले में 0 और 500 के बीच पूर्णांक का निर्माण किया। मैं यह निर्धारित करने के लिए एक युग्मित टी-परीक्षण का उपयोग करना चाहता हूं कि क्या दो उपचारों द्वारा उत्पादित प्रभाव काफी भिन्न हैं। प्रत्येक उपचार समूह के लिए परिणाम सामान्य रूप से वितरित किए जाते हैं, लेकिन प्रत्येक जोड़ी के बीच का अंतर सामान्य रूप से वितरित नहीं किया जाता है (असममित + एक लंबी पूंछ)।
क्या मैं इस मामले में एक युग्मित टी-टेस्ट का उपयोग कर सकता हूं, या क्या सामान्यता की धारणा का उल्लंघन किया गया है, जिसका अर्थ है कि मुझे किसी प्रकार के गैर-पैरामीट्रिक परीक्षण का उपयोग करना चाहिए?
प्रयोग एक सिमुलेशन के आसपास आधारित है। मैं सिमुलेशन की प्रारंभिक शर्तों को सेट कर सकता हूं जैसा कि मैं चाहता हूं। इस प्रकार, प्रत्येक जोड़ी के लिए, मैं एक ही प्रारंभिक स्थितियों से शुरू करता हूं, और दो अलग-अलग एल्गोरिदम लागू करता हूं।
—
जॉन डकेट
आप इन ध्वनियों का वर्णन स्वतंत्र समूहों की तरह करते हैं। क्या आपने प्रत्येक मामले में दोनों उपचार लागू किए हैं या कुछ अन्य मिलान है? शर्तों के बीच क्या संबंध है? आपका शब्द अजीब है ... क्या आपका मतलब है कि पूंछ में आपका एक मूल्य है जो इसे असममित बनाता है?
—
जॉन
इसके बारे में आगे सोचते हुए, मुझे कम निश्चित है कि वे निर्भर हैं, लेकिन शायद आप इस पर कुछ प्रकाश डाल सकते हैं। वास्तविक दुनिया में अनुरूप सहसंबंध होगा: मेरे पास एक व्यक्ति है। उपचार एक प्रशासित किया जाता है, और एक माप लिया जाता है। फिर मैं वापस समय पर रोल करता हूं, और इसके बजाय दो उपचार करता हूं। फिर से एक माप लिया जाता है। मुझे ऐसा लगता है कि इन उपायों को सहसंबद्ध माना जाना चाहिए। शायद उन्हें नहीं करना चाहिए?
—
जॉन डकेट
इसके अलावा, गैर-सामान्यता के साथ, वितरण दोनों असममित है और एक लंबी पूंछ (कई आउटलेर के साथ) है। कुछ बाहरी लोगों को हटाने से यह सामान्य नहीं हो जाएगा।
—
जॉन डकेट
यदि अविभाजित वितरण सामान्य और स्वतंत्र हैं, तो मतभेदों का वितरण सामान्य होना चाहिए। सामान्यता की कमी दो वितरणों के बीच निर्भरता को प्रदर्शित करती है। निर्भरता केवल सहसंबंध की नहीं है: वहाँ कुछ और भी चल रहा होना चाहिए।
—
whuber