On the Evaluation of Sample Size Required for a Good Approximation by the Normal Curve for Some Statistics

Testing hypotheses or evaluation confidence intervals requires knowledge of some statistics’ distributions. It is convenient if the probability distribution of the statistic converges to normal distribution when the sample size is sufficiently large. This paper examines the problem of how to evaluate sample size in order to determine that a statistic’s distribution does not depart from normal distribution by more than an assumed amount. Two procedures are proposed to evaluate the necessary sample size. The first is based on Berry-Esseen inequality while the second is based on simulation procedure. In order to evaluate the necessary sample size, the distribution of the sample mean is generated by replicating samples of a fixed size. Next, the normal distribution of the evaluated sample means is tested. The size of the generated samples is gradually increased until the hypothesis on the normality of the sample mean distribution is not rejected. This procedure is applied in the cases of statistics other than sample mean.

Podczas testowania hipotez lub wyznaczania przedziałów ufności rozkłady pewnych statystyk zwykle nie są znane. Wygodne jest, gdy rozkłady takich statystyk można przybliżać rozkładem normalnym. Celem pracy jest wyznaczenie takiej liczebności próby, przy której rozkład statystyki jest dostatecznie dobrze aproksymowany rozkładem normalnym. Zaproponowano dwie procedury postępowania. Jedna z nich daje aproksymację liczebności próby na podstawie nierówności Berry-Esseena. Druga metoda polega na generowaniu serii prób o ustalonej liczebności, na podstawie których wyznacza się wartości statystyki. Opierając się na tych wartościach, testuje się normalność rozkładu statystyki. W razie odrzucenia hipotezy o normalności zwiększa się rozmiar generowanych prób. Procedurę tę powtarza się aż do ustalenia liczebności próby, przy której hipoteza o normalności nie jest odrzucona.