作者wei781117 (wei)
看板Statistics
標題[問題] t檢定與常態假設的觀念疑問
時間Mon Oct 31 22:17:33 2016
今天在做一些檢定問題時
發現有一些觀念 是以前只會解題沒想過的
想請問我觀念是否正確??
以下是對一非常態母體 檢定mu 未知sigma
------------------------------------------------
1.
若是有限非常態母體
不管樣本是否夠大
是否都不可用CLT?? 所以不可用t檢定?
2.
若是無限非常態母體
理論上應該是可以用CLT 然後做t檢定或z檢定
然而實際上在做抽樣的時候
即使是樣本數夠大 仍可能長得明顯不是常態
在這種情況下
還能夠使用t檢定嗎??
還是要繼續抽樣 直到 足夠像常態為止??
3.
承上
目前我自己的想法比較偏向 繼續抽樣到足夠像為止
n愈大 應該是會愈接近 N(0,1)
(這句話是我的猜想 不確定是否正確)
但是每個分配 收斂速度不同 所以可能要在非常大的n之後
才會足夠接近 N(0,1)
請問這個想法正確嗎??
不好意思 可能描述的不是很好
如果有不清楚我再補充
謝謝各位
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.233.9.18
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1477923456.A.0D7.html
1F：推 Pieteacher: 中央極限定理是有條件的 有要求moments 第幾階 finite 10/31 22:26
2F：→ Pieteacher: 的條件 不是任意的分配都有相符 10/31 22:26
3F：→ wei781117: 抱歉是我漏打了 這邊的問題都假設二階動差存在 10/31 22:34
4F：→ andrew43: 不同情況收斂速度不同沒錯 10/31 23:25
5F：推 sweetJ: 母體不是常態，抽越多就會越像母體，那怎樣都不會是常態。 11/02 23:41
6F：→ sweetJ: 會接近常態的是抽很多次的樣本平均值分佈，而不是樣本分佈 11/02 23:41
7F：→ sweetJ: 。 11/02 23:41
8F：→ ybeei: t test的基本假設就是要母體是normal distribution吧? 11/06 23:52