Важность предположения о нормальности в больших наборах данных общественного здравоохранения

The Importance of the Normality Assumption in Large Public Health Data Sets
Thomas Lumley, Scott S. Emerson, Paula K. Diehr, Lu Chen
2002-05-01

допущение о нормальностикритерий суммы рангов Вилкоксоналинейная регрессияпорядковая логистическая регрессияt-критерий
Широко распространено, но ошибочно мнение, что t-критерий и линейная регрессия применимы только к нормально распределённым исходам. t-критерий и линейная регрессия сравнивают среднее значение переменной исхода у разных субъектов исследования. Хотя эти методы применимы даже в очень малых выборках, если переменная исхода имеет нормальное распределение, их основная ценность обусловлена тем, что в больших выборках они применимы при любом распределении. Мы демонстрируем эту применимость с помощью моделирования на данных с крайне ненормальным распределением. Мы рассматриваем ситуации, в которых рекомендовалось использовать другие методы, такие как критерий суммы рангов Вилкоксона и порядковая логистическая регрессия (модель пропорциональных шансов), и приходим к выводу, что t-критерий и линейная регрессия часто представляют собой удобную и практичную альтернативу. Основное ограничение t-критерия и линейной регрессии при выводах об ассоциациях связано не с распределением, а с тем, отвечает ли выявление и оценка различия средних значений исхода поставленному научному вопросу.
1
Для малых выборок t-тест и линейная регрессия корректны, если исход имеет нормальное распределение.
2
Моделирование показывает, что t-тесты и линейная регрессия сохраняют корректность на больших выборках с сильно ненормальными данными общественного здравоохранения.
3
Главное ограничение связано с научной интерпретацией: отвечает ли различие средних значений исхода поставленному вопросу, а не с ненормальностью распределения.
4
t-тест и линейная регрессия корректны при больших выборках независимо от распределения исхода, включая крайне ненормальные данные.
5
Критерий ранговых сумм Вилкоксона и порядковая логистическая регрессия нужны не всегда; t-тест и линейная регрессия часто являются практичными альтернативами.

t-тест и линейная регрессия, применяемые к крупным наборам данных общественного здравоохранения с ненормальными распределениями исходов

Валидность и практическая применимость для сравнения и оценки средних значений исходов в больших выборках независимо от распределения исхода

Publication Details
Publication Date
2002-05-01
Journal
Publisher
ISSN
Cited by
1985
Access Type
Author Information
Authors
Thomas Lumley
Scott S. Emerson
Paula K. Diehr
Lu Chen
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%