統計の堅牢性

$ピークチャートに折り畳まれた紙のストライプ$

エカテリーナ・ニキティナ/ゲッティイメージズ

の統計学、堅牢性または堅牢性という用語は、研究が達成したい統計分析の特定の条件に従って、統計モデル、テスト、および手順の強度を指します。研究のこれらの条件が満たされているとすれば、数学的証明を使用してモデルが真であることを検証できます。

多くのモデルは、現実世界のデータを扱う場合には存在しない理想的な状況に基づいているため、条件が正確に満たされていない場合でも、モデルは正しい結果を提供する場合があります。

したがって、ロバストな統計とは、特定のデータセットの外れ値やモデルの仮定からのわずかな逸脱の影響をほとんど受けない広範な確率分布からデータが抽出された場合に、優れたパフォーマンスが得られる統計です。言い換えれば、ロバストな統計は結果のエラーに耐性があります。

一般的に行われている堅牢な統計手順を観察する 1 つの方法は、最も正確な統計的予測を決定するために仮説検定を使用する t 手順よりも他を探す必要はありません。

T 手順の遵守

堅牢性の例として、 t -以下を含む手順信頼区間母集団標準偏差が未知の母集団平均と、母集団平均に関する仮説検定の場合。

の用法 t- 手順は、次のことを前提としています。

実際の例では、統計学者が正規分布した母集団を持っていることはめったにないため、問題は次のようになります。 t- 手続き？

一般に、単純な無作為標本があるという条件は、正規分布の母集団から標本抽出したという条件よりも重要です。この理由は、中心極限定理により、ほぼ正規のサンプリング分布が保証されるためです。サンプルサイズが大きいほど、サンプル平均のサンプリング分布が正規に近くなります。

堅牢性 t -手順は、サンプルサイズとサンプルの分布に左右されます。これには次のような考慮事項があります。

ほとんどの場合、ロバスト性は数理統計学の技術的作業を通じて確立されており、幸いなことに、それらを適切に利用するためにこれらの高度な数学的計算を行う必要は必ずしもありません。特定の統計手法の堅牢性に関する全体的なガイドラインが何であるかを理解するだけで済みます。

T 手順は、手順を適用するための基礎にサンプルのサイズを考慮に入れることによって、通常、これらのモデルごとに優れたパフォーマンスをもたらすため、堅牢な統計として機能します。