¡Desde una perspectiva de precisión de muestreo, la asimetría es una amiga y no una enemiga!

se abogó porque los investigadores consideren usar el procedimiento a priori. De acuerdo con este procedimiento, el investigador especifica, antes de la recolección de datos, cuán cerca desea que su media de muestra esté de la media poblacional correspondiente, y la probabilidad deseada de estar tan cerca. Las ecuaciones a priori proporcionan el tamaño de muestra necesario para cumplir con las especificaciones bajo la distribución normal. O, si se toma como dado el tamaño de la muestra, las ecuaciones a priori proporcionan la precisión con la que se pueden hacer estimaciones de las medias de distribución. Sin embargo, actualmente no hay forma de realizar estos cálculos bajo la familia más general de distribuciones sesgadas-normales. La presente investigación proporciona las ecuaciones necesarias. Además, mostramos cómo la asimetría puede aumentar la precisión con la que se pueden estimar las ubicaciones de las distribuciones. Esta conclusión, basada en la perspectiva de mejorar la precisión del muestreo, contrasta con un argumento típico a favor de realizar transformaciones para normalizar datos sesgados con el fin de realizar pruebas de significancia más eficientes.