Hypothesis testClassical statistics

Робастный одновыборочный t-критерий (усеченное среднее)

Робастный одновыборочный t-критерий заменяет обычное среднее усеченным средним, а выборочную дисперсию — винсоризованной дисперсией для сравнения центра распределения генеральной совокупности с гипотетическим значением. Он сохраняет структуру принятия решений t-критерия, при этом резко снижая чувствительность к выбросам и распределениям с тяжелыми хвостами, что делает его надежным для реальных непрерывных данных, отклоняющихся от нормальности.

Применить в StatMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

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 One-Sample Location Test Using Trimmed Mean. ScholarGate. https://scholargate.app/ru/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

Упоминается в

ScholarGateRobust one-sample t-test (Robust One-Sample Location Test Using Trimmed Mean). Получено 2026-06-15 из https://scholargate.app/ru/statistics/robust-one-sample-t-test · Набор данных: https://doi.org/10.5281/zenodo.20539026