Hypothesis testClassical statistics

Robustní t-test pro nezávislé výběry

Robustní t-test pro nezávislé výběry porovnává centrální tendenci dvou nezávislých skupin pomocí ořezaných průměrů a Winsorizovaných rozptylů, což jej činí podstatně méně citlivým na odlehlé hodnoty a nenormalitu než klasický Studentův nebo Welchův t-test. Nejčastěji používanou formou je Yuenův test, který také umožňuje nerovné rozptyly mezi skupinami.

Použít v StatMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838
  2. Yuen, K. K. (1974). The two-sample trimmed t for unequal population variances. Biometrika, 61(1), 165–170. DOI: 10.1093/biomet/61.1.165

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Robust Independent Samples t-test (Trimmed Means / Winsorized Variances). ScholarGate. https://scholargate.app/cs/statistics/robust-independent-samples-t-test

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Odkazuje sem

ScholarGateRobust independent samples t-test (Robust Independent Samples t-test (Trimmed Means / Winsorized Variances)). Získáno 2026-06-15 z https://scholargate.app/cs/statistics/robust-independent-samples-t-test · Datová sada: https://doi.org/10.5281/zenodo.20539026