t検定の「ほぼ正常」の評価

Welchのt検定を使用して平均の等価性をテストしています。基礎となる分布は、通常とはほど遠いです（関連する議論の例よりも歪んでいます）。より多くのデータを取得できますが、その範囲を決定する原則的な方法が必要です。

1. サンプルの分布が許容可能であるという評価を行うための優れたヒューリスティックはありますか？正規性からの逸脱が最も懸念されるのはどれですか？
2. サンプル統計のブートストラップ信頼区間に依存する他のアプローチがありますか？

通りのt検定正規性を仮定して、あなたの根本的な分布が正常でない、サンプル配布が受け入れ可能であることを判断の原則に基づいた方法が存在することはできません。しかし、サンプルサイズが中に「大」、中心極限定理キックを、取得しますが、基本的にとあなたに同じ答えを与える大規模な標本z検定、使用することができるようトンので、検定をtが正規分布に近づきます大きなサンプル。

統計書/コースは、25または30のサンプルサイズでCLTが有用な方法で作用することをしばしば意味します。しかし、私の経験では、数百の大規模なサンプルz-testのサンプルサイズでも、かなり貧弱な場合があります（例：カウントデータ）。

私の意見では、順列検定はあなたの問題にぴったりです。既定のノンパラメトリックテスト（Mann-Whitneyなど）と同等以上のパワーを備えている必要があり、正規性の問題を心配する必要はありません。そして、彼らは書くのが楽しいです。