ScholarGate
Avustaja
Hypothesis testClassical statistics

Robust one-sample t-test (Trimmed Mean)

Robustin yhden otoksen t-testi korvaa tavallisen keskiarvon leikatulla keskiarvolla ja otosvarianssin Winsoroidulla varianssilla verratakseen populaation sijaintia hypoteettiseen arvoon. Se säilyttää t-testin päätöksentekokehyksen, mutta vähentää merkittävästi herkkyyttä poikkeaville arvoille ja paksureunaisille jakaumille, mikä tekee siitä luotettavan todellisessa jatkuvassa datassa, joka poikkeaa normaalisuudesta.

Sovella työkalulla StatMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Robust One-Sample Location Test Using Trimmed Mean. ScholarGate. https://scholargate.app/fi/statistics/robust-one-sample-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

Tähän viittaavat

ScholarGateRobust one-sample t-test (Robust One-Sample Location Test Using Trimmed Mean). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/statistics/robust-one-sample-t-test · Aineisto: https://doi.org/10.5281/zenodo.20539026