統計測試“穩健”意味著什麼？

是否有一種直觀的方式來理解這兩個句子的含義以及它們為什麼是真的？：

“ANOVA 對於大樣本的正態性偏差是‘穩健’的”，並且……“如果組具有相似的樣本量，ANOVA 對於異方差性是‘穩健’的”。

粗略地說，如果測試或估計量仍然相當好，即使在實踐中沒有滿足其理論發展所需的一些假設，它也被稱為“穩健”。評論：

• 如果您需要對因子的每個級別具有不同方差的數據進行單因素（“單向”）方差分析，那麼最好使用單向方差分析的一些變體，例如oneway.test在不需要相等的 R 中差異。正如您所說，如果因子水平之間的方差也不同，那麼每個因子的重複次數差異很大的“合併”t 檢驗或簡單的單向方差分析可能會出現問題。
• 有些文本似乎說 2 樣本 t 檢驗和單向方差分析適用於非正態數據，只要每組重複次數超過 30 次。但如果組內的數據高度偏斜，則情況可能並非如此。
• 如果 2 樣本 t 或單因素 ANOVA 的水平遠非正常，但組間差異主要是位置的“偏移”（形狀或方差幾乎沒有變化），那麼最好使用 Welch t 檢驗或 Kruskal -Wallis 非參數檢驗，分別代替 t 或 ANOVA。

*注意：*我可以舉一個例子來說明，如果你能說出你特別感興趣的測試以及你不確定的假設。

引用自：https://stats.stackexchange.com/questions/554735