ScholarGate
Ассистент
Hypothesis testClassical statistics

Робастный t-критерий для независимых выборок

Робастный t-критерий для независимых выборок сравнивает центральную тенденцию двух независимых групп с использованием усечённых средних и винсоризованных дисперсий, что делает его значительно менее чувствительным к выбросам и ненормальности, чем классический t-критерий Стьюдента или Уэлча. Наиболее широко используемой формой является тест Юэна, который также учитывает неравные дисперсии между группами.

Применить в StatMindСкороВидеоСкороСкачать слайды

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

Источники

  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

Как цитировать эту страницу

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

Какой метод?

Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.

Сравнить рядом

Упоминается в

ScholarGateRobust independent samples t-test (Robust Independent Samples t-test (Trimmed Means / Winsorized Variances)). Получено 2026-06-15 из https://scholargate.app/ru/statistics/robust-independent-samples-t-test · Набор данных: https://doi.org/10.5281/zenodo.20539026