Требования к различным видам стат. методов, объём выборки, характер распределения и т.п. Опции

[Cules2013]

Уже давно мучает меня вопрос о том, где бы найти достоверную инфу (а не кто-то где-то примерно что-то сказал на просторах сети) о том, какие требования и допущения к каждому конкретному стат. методу/критерию. И, если с такими вещами, как параметрический это критерий или нет, работает на связанных или независимых выборках, разобраться легко, то дальше возникают трудности. Здесь на форуме посоветовали неплохую книжку по этому поводу, но там, впрочем, как и во многих других подобных источниках, речь идёт не о самих критериях как таковых, а о требованиях к клиническим экспериментам, о репрезентативности выборки, о мощности критерия при определённом её объёме.
Сразу оговорюсь, что меня интересует исключительно доклиника! И, прошу вас слёзно, не пишите мне ответы вроде того, что доклиника сама диктует конкретные требования к объёмы выборок в соответствии с выбранным методом исследования. Это само собой разумеющиеся вещи. Я спрашиваю не о принципах организации экспериментов, а о чисто математических требованиях к каждому конкретному виду стат. анализа.
Приведу примеры того, что я желаю узнать:
1. Критерий Розенбаума требует объём каждой выборки не менее 11 случаев, Критерий Пейджа - 12.
2. Критерий Ван-дер-Вардена работает на выборках разного объёма, но разница не должна превышать 5 случаев.
3. Тот же критерий Пейджа работает на связанных выборках, если их количество не менее 3, но не более 6.
4. Критерий Вилкоксона работает с выборками объёмом от 3 до 25 случаев в каждой.

Вот в таком духе. У каждого критерия есть свои допущения и ограничения. Хотелось бы знать конкретно, "что, куда и как". А то в сети слышал мнения, что для однофакторного ANOVAнужен объём выборок не менее 5 случаев, для Стьдента - 10, а если брать критерий Смирнова-Колмогорова для определения распределения исходных данных, то там вообще не менее 80 случаев должно быть. Проблема же ещё и в том, что несоблюдение подобных требований, отнюдь не значит, что стат программа откажется вам делать анализ. Она, скорее всего, преспокойно вам выдаст какую-то ахинею, а вы и не будете знать и поверите ей "на слово" .

[DoctorStat]

У каждого критерия есть свои допущения и ограничения. Хотелось бы знать конкретно, "что, куда и как".

Ну, допустим, вы накопали в оригинальных статьях или, что еще лучше, вывели сами критерии применимости нужного вам статистического метода. А толку-то - вам все равно никто не поверит ! Ведь медики - очень консервативный подтип человечества. Они привыкли к определенным рекомендованным книгам и руководствам, где черным по белому написано, что данный критерий можно применять только при ТАКИХ ограничениях. Это как в библии - я бога не видел, но в него верю, чтобы мне не говорили и какие бы доказательства не приводили!

[Cules2013]

я знаю, что у нас есть понятие "так принято", которое зачастую расходится с адекватным применением какого-либо метода. Но это не значит, что я буду творить такую же дичь. Напротив, нужно ориентироваться на высокие стандарты, а не пороть отсебятину с покерфейсом нобелевского лауреата. Вот потому наука на постсоветском пространстве так низко котируется за рубежом. Вы почитайте зарубежные журналы, даже середнячки, не топовые - там любое исследование 100 очков даст нашим топовом разработкам. У нас с давних времён хорошо развита физика и математика, но большинство других наук в упадке, в т.ч. и потому, что сплошняком вот такие вот гении, что ничего, кроме критерия Стьюдента не слышали и понятия не имеют, что такое рандомизация и т.п. Предлагаете брать с них пример, чтобы не выделяться?

[ogurtsov]

Предлагаете брать с них пример, чтобы не выделяться?

Цитаты плиз, кто и где это предлагает.