У мене є дані експерименту, коли я застосував два різних режими лікування в однакових початкових умовах, даючи ціле число від 0 до 500 у кожному випадку як результат. Я хочу використовувати парний t-тест, щоб визначити, чи суттєво відрізняються ефекти, отримані двома методами лікування. Результати для кожної групи лікування зазвичай розподіляються, але різниця між кожною парою зазвичай не розподіляється (асиметричний + один довгий хвіст).
Чи можу я використовувати в цьому випадку парний t-тест або порушується припущення про нормальність, тобто я повинен використовувати непараметричний тест?
Експеримент ґрунтується на моделюванні. Я можу встановити початкові умови моделювання за своїм бажанням. Таким чином, для кожної пари я починаю з однакових початкових умов і застосовую два різні алгоритми.
—
Джон Дучетт
З того, що ви описуєте ці звуки, як незалежні групи. Чи застосовували ви обидва методи лікування у кожному конкретному випадку, чи є якісь інші відповідність? Яка кореляція між умовами? Твоє формулювання дивно ... ти маєш на увазі, що ти маєш одне значення в хвості, що робить його асиметричним?
—
Джон
Думаючи про це далі, я менш впевнений, що вони залежні, але, можливо, ви можете пролити на це трохи світла. Аналогічне співвідношення в реальному світі було б: у мене є людина. Призначається лікування, і проводиться вимірювання. Потім я повертаю час назад, а замість цього провожу лікування два. Знову проводиться вимірювання. Мені здається, що ці заходи слід вважати співвіднесеними. Можливо, вони не повинні?
—
Джон Дусетт
Крім того, при ненормальності розподіл одночасно є несиметричним і має один довгий хвіст (з декількома вилученнями). Видалення деяких людей, що не впадають у життя, не призвело б до нормального.
—
Джон Дучетт
Якщо одновимірні розподіли є нормальними і незалежними, то розподіл різниць повинен бути нормальним. Відсутність нормальності демонструє залежність між двома розподілами. Залежність не є лише співвідношенням: теж має відбуватися щось інше.
—
whuber