Особенности дисперсионного анализа при работе с ненормально распределёнными данными:

• Предварительное преобразование данных. 5 Для использования в параметрических тестах ненормально распределённые данные предварительно преобразуют. 5 Преобразование подбирают исходя из знаний о природе процесса. 5 Например, если признак — площадь, то её преобразуют извлечением квадратного корня. 5 В общем случае можно использовать преобразование Бокса-Кокса, которое итерационно подбирает нормализующее преобразование для конкретного набора данных (используются данные по всем подгруппам одновременно). 5
• Использование непараметрических методов. 13 При отсутствии нормальности распределения используют непараметрические методы исследования, то есть те, которые заменяют реальные значения рангами и производят расчёты над рангами. 1 Для корректного описания данных, имеющих ненормальное распределение, следует использовать медиану и квартили (а не среднее и дисперсию). 1
• Рост вероятности ошибок первого рода. 5 Считается, что дисперсионный анализ устойчив к небольшим отклонениям от требований модели, но за это растёт вероятность ошибок первого рода (лжеоткрытий). 5 Поэтому к трактовке эффектов, находящимся близко к границе выбранного уровня значимости, нужно относиться с острожностью. 5