L-моменты могут быть полезны здесь?
Статья в википедии
Страница L-моменты (Джонатан Р.М. Хоскинг, IBM Research)
Они обеспечивают количества, аналогичные обычным моментам, таким как асимметрия и эксцесс, называемые l-асимметрия и l-эксцесс. Их преимущество заключается в том, что они не требуют вычисления высоких моментов, поскольку они вычисляются из линейных комбинаций данных и определяются как линейные комбинации ожидаемых значений статистики заказов. Это также означает, что они менее чувствительны к выбросам.
Я полагаю, что вам нужны только моменты второго порядка для расчета их выборочных отклонений, которые, вероятно, понадобятся для вашего теста. Также их асимптотическое распределение сходится к нормальному распределению намного быстрее, чем обычные моменты.
Кажется, что выражения для их примерных отклонений довольно сложны (Elamir and Seheult 2004), но я знаю, что они были запрограммированы в загружаемых пакетах как для R, так и для Stata (доступны из их стандартных репозиториев) и, возможно, в других пакетах для всех Я знаю. Поскольку ваши выборки являются независимыми, как только вы получите оценки и стандартные ошибки, вы можете просто включить их в z-тест с двумя выборками, если ваши размеры выборок «достаточно велики» (Elamir и Seheult сообщают о некоторых ограниченных имитациях, которые, кажется, показывают, что 100 не достаточно большой, но не то, что есть). Или вы можете загрузить разницу в l-skewess. Вышеуказанные свойства предполагают, что могут работать значительно лучше, чем при начальной загрузке на основе обычной асимметрии.