ScholarGate
Asistents
Hypothesis testClassical statistics

Robustā neatkarīgo paraugu t-kriterijs

Robustais neatkarīgo paraugu t-kriterijs salīdzina divu neatkarīgu grupu centrālo tendenci, izmantojot apgrieztos vidējos (trimmed means) un Vinsorizētos dispersijas rādītājus (Winsorized variances), padarot to ievērojami mazāk jutīgu pret novērtējumiem (outliers) un nenormālību nekā klasiskais Studentu vai Welša t-kriterijs. Visplašāk izmantotā forma ir Jūena (Yuen) tests, kas arī pieļauj nevienādas dispersijas starp grupām.

Pielietot ar StatMindDrīzumāVideoDrīzumāLejupielādēt slaidus

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  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

Kā citēt šo lapu

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

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGateRobust independent samples t-test (Robust Independent Samples t-test (Trimmed Means / Winsorized Variances)). Izgūts 2026-06-15 no https://scholargate.app/lv/statistics/robust-independent-samples-t-test · Datu kopa: https://doi.org/10.5281/zenodo.20539026