$t$ 検定とMann-Whitneyの $U$ 検定 「$t$ 検定はデータが正規分布をしていないと使えない。正規分布で... $t$ 検定とMann-Whitneyの $U$ 検定 「$t$ 検定はデータが正規分布をしていないと使えない。正規分布でない場合はMann-Whitneyの $U$ 検定（Wilcoxon-Mann-Whitney検定、Wilcoxonの順位和検定ともいう）を使え」とよく言われてきました。 われわれが観測するデータは、詳しく見れば多少なりとも正規分布から外れているはずなので、それなら $t$ 検定を捨ててこっちを使えばいいのでしょうか？ でもAndrew Gelman御大は Don't do the Wilcoxon なんてことを言っておられます。本当にややこしい。 そもそも $t$ 検定が何を検定するかというと、データの平均値の差です。データがほとんどどんな分布をしていようと、データの平均値はほぼ正規分布になる（データの個数が増えると正規分布に近づく）という「中心極限定理」があるので、
記事へのコメント0件
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています