[機統] 請問，如何選用最恰當的無參數檢定？

[pennyleo (今朝有酒今朝醉)]

當我們需要對一個變量，去鑒別它是否合理時

如果樣本數不多，而又不清楚其分佈時，經常用無參數檢定。

但是，對於相同變量，在相同的條件下，常常不只一種無參數檢定

想問，有沒有什麼系統性的方式，能去判別，用何種檢定方式最恰當？

還是只能把各種檢定方式都套進去後，觀察哪一種在所需要的信賴度中，所需要的樣本數為最低？

想聽統計高手們的見解
謝謝

--
Sent from nPTT on my iPhone 8

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.136.177.199 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Math/M.1666169304.A.C9C.html
→ recorriendo : 什麼叫"最恰當"? 一般檢定是嚴格控制type 1 error
→ recorriendo :  rate  再次限制下優化power
→ recorriendo : 最嚴謹的作法就是生成一堆模擬資料來看type 1, ty
→ recorriendo : pe 2 error rates表現
→ recorriendo : 但因為是non-parametric 光模擬資料怎麼生成就可以
→ recorriendo : 有超多選項  變成沒有clear-cut的答案 只能探討xx
→ recorriendo : x...條件下的表現
→ yhliu       : 他想問的是檢定統計量的選擇。以我淺見，這是無解的
→ yhliu       : 問題。就像兩群體平均數值參數化）檢定一般是採用 t
→ yhliu       : 或大樣本用 z,但它是最恰當的嗎？雖然在常態群體假
→ yhliu       : 下它在某種準則下堪稱最佳，但實務上群體又不是那麼
→ yhliu       : 常態；即使真是常態，它也只是在例如不偏的限制下符
→ yhliu       : 合最佳（最強力）的要求，而不是所有同一水準下最強
→ yhliu       : 力的檢定。所以，實務上只是選一個大家都那麼用的檢
→ yhliu       : 定，只是先要確定資料符合該檢定的假設條件。
→ recorriendo : 對 我的意思是有了simulated data後就可以在其上r
→ recorriendo : un不同檢定 這樣就能比較  例如固定type 1 error
→ recorriendo : rate下比power   但這樣的結果 是在此simulated d
→ recorriendo : ata產生方法的前提下成立 而不是放諸四海皆準