TatyanaK
Вообще странно, что естесственнонаучников этому не учат, но вообще факт есть факт, в университетах дают глубокое, но слишком узкое образование. Как-то раз я завел речь с выпускником химфака МГУ (красный диплом), что такое пи-мюон и к-мезон. Оказалось, что химики, так глубоко ядерную физику не изучают.
И вообще парадокс, и статистику им тоже не дают в полном объеме.
Ну да ладно, дело не в этом.
Для разрешения проблемы, названной
TatyanaK:
существует т.н. Критерий согласия Колмогорова (например:
http://www.nsu.ru/mmf/tvims/chernova.../node45.html). С его помощью можно определить подходит ли то или иное распределение к описанию статистики определенной генеральной совокупности.
В принципе, идея, высказанная в статье, приведенной
TatyanaK, на самом деле очевидна. Ведь действительно, испольгование t-критерия стьюдента и F-критерия Фишера возможно только в том случае, когда общее распределение результатов (распределение состояния системы) происходит по распределению стьюдента и/или фишера, которые, на самом деле, являются приближение для вычислимой формы нормального распределения. Естесственно, если статистика генеральной совокупности далека от нормального распределения, то, понятное дело, использование критериев Стьюдента и Фишера для проверки гипотез - это все равно, что рассчитывать систему по уравнению, которое на самом деле ее не описывает.
Что можно порекомендовать в Вашем случае. Сделать проверку по критерию Колмогорова на согласованность нормального распределения со статистикой данной генеральной совокупности (выборки).
Если действительно окажется, что t и F-критерии и даже хи-квадрат не применимы, тогда на самом деле стандартной методики статистической оценки гипотез не будет. Тут можно будет только ограничиться сравнением дисперсий, а если выборки неравнозначны (по объему), можно перейти к безразмерным величинам, заменив их, например коэффициентом вариации.
На самом деле, в конкретном вашем случае вопрос в другом. На самом деле ведь все используют только стандартные методики обработки статистики (о чем и сказано в статье) и никто вглубь (например - исследовать на предмет их применимости) не лезет. Если Ваша научная новизна не лежит в области исследвания методологии статистического аппарата (даже прикладного характера для конкретной области), то можно (и нужно), ограничиться только стандартной методикой. Уверяю Вас, и сами члены совета не сильно специалисты в этой узкой области. А если разрабатывать и исследовать статитстический аппарат, то это, вообще говоря отдельна я диссертация, а в одной работе нельзя объять необъятное. А тема, которую Вы затронули, дейсвительно малоизучена и никто не лишит вас степени только за то, что работая над своей биофизической темой Вы еще, попутно, не совершили великого открытия в статистике
.
А Ваша идея интересная. Надо посмотреть, что из этого можно получить в экономике.
Кстати, если надо еще могу кое-что подсказать и про кореляционно-регрессионный анализ и авторегрессию.