Answers:
健壮性在统计数据中具有多种含义,但均暗示着对所使用的数据类型的更改具有一定的恢复能力。这听起来可能有点模棱两可,但这是因为健壮性可以表示对变化不敏感的不同种类。例如:
对于测试而言,健壮性通常是指在进行此类更改后测试仍然有效。换句话说,只有在满足测试假设的情况下,结果才有意义才有意义。如果放宽了这些假设(即不那么重要),则该测试是可靠的。
测试的能力在于,如果存在真正的差异,它就能检测出明显的差异。将特定的测试和模型与各种假设一起使用的原因是,这些假设简化了问题(例如,需要较少的参数进行估计)。测试做出的假设越多,其健壮性就越差,因为必须满足所有这些假设才能使测试有效。
另一方面,假设较少的测试则更可靠。但是,鲁棒性通常是以功耗为代价的,因为要么使用了来自输入的较少信息,要么需要估计更多参数。
powerful
如我所见所讨论的更多问题。您介意解释功能强大的测试的含义吗?
“稳健的统计检验”没有正式的定义,但是对于这意味着什么有某种普遍的共识。Wikipedia网站对此有一个很好的定义(根据统计信息而不是测试本身):
稳健的统计数据对于从各种概率分布中得出的数据(尤其是对于非正态分布的数据)具有良好的性能。