Якщо припустити, що обидві розподіли Лапласа мають однакову дисперсію,
а) тест коефіцієнта ймовірності повинен включати статистику тесту на зразок:
L=∏ni=112τ^exp(−|xi−μ^|τ^)∏n1i=112τ^1exp(−|xi−μ^1|τ^1)⋅∏ni=n1+112τ^2exp(−|xi−μ^2|τ^2)
−2
−2l=2(nlog(τ^)−n1log(τ^1)−n2log(τ^2))l=log(L)
τ^=mτ^i=mii
χ213.84.
n1,n2>300
μ~1−μ~2v√μ~v=2τ^2(1n1+1n2)τ^2m2m2i†
†
c) Іншою альтернативою було б проведення тесту на перестановку на основі будь-якої з вищевказаних статистичних даних. (Один з відповідей тут наводить опис того, як реалізувати тест перестановки для різниці в медіанах.)
г) Ви завжди могли зробити тест Вілкоксона / Манна-Вітні; це буде значно ефективніше, ніж намагатися використовувати t-тест у Лапласі.
д) кращим, ніж (d) для даних Лапласа, був би середній тест Муда; хоча часто рекомендується проти у книгах, якщо мати справу з даними Лапласа, це покаже хорошу силу. Я вважаю, що він матиме аналогічну силу перестановкової версії асимптотичного тесту різниці в медіанах (один із тестів, згаданий у (с)).
Питання тут дає реалізацію R, яка використовує тест Фішера, але цей код може бути адаптований для використання замість цього тесту чи-квадрата (що я пропоную навіть у помірних зразках); в якості альтернативи є приклад код для нього (не як функції) тут .
Середній тест обговорюється у Вікіпедії тут , хоча і не дуже глибоко (зв'язаний німецький переклад має трохи більше інформації). Деякі книги з непараметрії обговорюють це.