非正态分布均值的置信区间:变换或不变换

在许多应用统计领域,均值的置信区间是令人感兴趣的。 尽管在实践中通常会出现非正态分布的数据,但通常会假设正态性来构建置信区间。 给定足够大的样本量,可以通过应用中心极限定理或通过引导方法来构造均值的置信区间。 实际上,另一种常用的方法是逆变换方法,该方法需要执行以下三个步骤。 首先,对数据进行转换,以使转换后的数据正常分布。 其次,以通常的方式获得变换后的均值的置信区间,该区间假定为正态。 第三,应用逆变换以获得原始非变换分布的均值的置信区间。 本文还讨论了可以解决非正态性的参数Wald方法和基于小样本似然的三阶方法。 我们的仿真结果表明,即使样本量很大,诸如逆变换之类的常见方法也会产生错误和