Zakładając, że obie rozkłady Laplace'a mają tę samą wariancję,
a) test współczynnika wiarygodności obejmowałby statystyki testowe takie jak:
L=∏ni=112τ^exp(−|xi−μ^|τ^)∏n1i=112τ^1exp(−|xi−μ^1|τ^1)⋅∏ni=n1+112τ^2exp(−|xi−μ^2|τ^2)
Pobieranie dzienników, anulowanie / uproszczenie i pomnożenie przez .−2
−2l=2(nlog(τ^)−n1log(τ^1)−n2log(τ^2))(gdzie )l=log(L)
τ^=mτ^i=mii
χ213.84.
n1,n2>300
μ~1−μ~2v√μ~v=2τ^2(1n1+1n2)τ^2m2m2i†
†
c) Inną alternatywą byłoby przeprowadzenie testu permutacji w oparciu o którąkolwiek z powyższych statystyk. (Jedna z odpowiedzi tutaj zawiera zarys tego, jak przeprowadzić test permutacji dla różnicy w medianach).
d) Zawsze możesz wykonać test Wilcoxona / Manna-Whitneya; będzie znacznie wydajniejsze niż próba użycia testu t w Laplace.
e) Lepsze niż (d) dla danych Laplace'a byłby test mediany Mooda; chociaż często zalecane w książkach, w przypadku danych Laplace'a pokazuje dobrą moc. Oczekuję, że będzie miał podobną moc do wersji permutacyjnej asymptotycznego testu różnicy w medianach (jeden z testów wymienionych w (c)).
Pytanie tutaj daje implementację R, która wykorzystuje test Fishera, ale ten kod można przystosować do użycia zamiast tego testu chi-kwadrat (co sugerowałbym w nawet umiarkowanych próbkach); Alternatywnie istnieje przykładowy kod dla niego (nie jako funkcja) tutaj .
Test mediany jest omawiany tutaj w Wikipedii , ale nie dogłębnie (powiązane tłumaczenie na język niemiecki zawiera nieco więcej informacji). Dyskutują o tym niektóre książki o nieparametrach.