同じスキューを持つ母集団から派生しているという帰無仮説について、2つの独立したサンプルをテストするには、どのテストを使用できますか?スキューが固定数に等しいかどうかの古典的な1サンプルテストがあります(テストには6番目のサンプルモーメントが含まれます!)。2サンプルテストへの簡単な翻訳はありますか?
データの非常に高い瞬間を含まない手法はありますか?(私は「bootstrap it」という形式の答えを期待しています:ブートストラップ技術はこの問題に適していることが知られていますか?)
同じスキューを持つ母集団から派生しているという帰無仮説について、2つの独立したサンプルをテストするには、どのテストを使用できますか?スキューが固定数に等しいかどうかの古典的な1サンプルテストがあります(テストには6番目のサンプルモーメントが含まれます!)。2サンプルテストへの簡単な翻訳はありますか?
データの非常に高い瞬間を含まない手法はありますか?(私は「bootstrap it」という形式の答えを期待しています:ブートストラップ技術はこの問題に適していることが知られていますか?)
回答:
ここでLモーメントが役立つのでしょうか?
Lモーメントのページ(Jonathan RM Hosking、IBM Research)
それらは、l-skewnessおよびl-kurtosisと呼ばれる歪度や尖度などの従来のモーメントに類似した量を提供します。これらは、データの線形結合から計算され、順序統計の期待値の線形結合として定義されるため、高モーメントの計算を必要としないという利点があります。これは、外れ値に対する感度が低いことも意味します。
サンプルの分散を計算するために必要なのは2次モーメントだけであり、おそらくテストに必要でしょう。また、それらの漸近分布は、従来のモーメントよりもはるかに高速に正規分布に収束します。
サンプルの分散の表現は非常に複雑になるようです(Elamir and Seheult 2004)が、RとStataの両方のダウンロード可能なパッケージ(標準リポジトリから入手可能)でプログラムされていることは知っています。知っている。推定値と標準誤差が得られたら、サンプルは独立しているので、サンプルサイズが「十分に大きい」場合は、2サンプルのz検定にプラグインすることができます(ElamirとSeheultは、 100は十分な大きさではありませんが、そうではありません)。または、l-skewnessの違いをブートストラップできます。上記の特性は、従来の歪度に基づくブートストラップよりもかなり優れたパフォーマンスを発揮する可能性があることを示唆しています。