2標本仮説検定

統計的仮説検定において、2標本検定は、それぞれ異なる母集団から独立して得られた2つのランダム標本のデータに対して実行される検定です。この検定の目的は、これら2つの母集団間の差が統計的に有意であるかどうかを判断することです。

2 サンプル テストで使用できる統計テストは多数あります。どれが適切であるかは、次のようなさまざまな要因によって異なります。

• データがサンプリングされた分布について、どのような仮定（もしあるとすれば）を事前に行うことができますか？ たとえば、多くの場合、基礎となる分布は正規分布であると仮定できます。 他の場合には、データはカテゴリであり、メニューからどのエントリが選択されたかなど、名目スケール上の離散分布から取得されます。
• 検定される仮説は分布全体に適用されるのか、それとも平均や分散など一部の母集団パラメータにのみ適用されるのか?
• 検定される仮説は、関連する母集団特性に違いがあるということだけでしょうか (この場合は両側検定が適している可能性があります)、それとも特定の偏り (「A は B よりも優れている」) を伴うため、片側検定を使用できるのでしょうか。

2 サンプル テストに適用できる統計テストには次のものがあります。

• ホテリングの T 二乗分布#2 標本統計
• 分布のカーネル埋め込み#カーネル 2 標本検定
• コルモゴロフ・スミルノフ検定
• カイパーテスト
• 中央値検定
• ピアソンのカイ二乗検定
• スチューデントのt検定
• テューキー・ダックワース検定
• ウェルチのt検定

• A/Bテスト