L-矩在这里可能有用吗？

维基百科文章

L 时刻页面（Jonathan RM Hosking，IBM 研究院）

它们提供类似于常规矩的量，例如偏度和峰度，称为 l-偏度和 l-峰度。它们的优点是它们不需要计算高矩，因为它们是从数据的线性组合中计算出来的，并被定义为顺序统计的期望值的线性组合。这也意味着它们对异常值不太敏感。

我相信您只需要二阶矩来计算他们的样本方差，这大概是您的测试所需要的。它们的渐近分布也比传统矩更快地收敛到正态分布。

似乎它们的样本方差的表达式变得相当复杂（Elamir 和 Seheult 2004），但我知道它们已经被编程在 R 和 Stata 的可下载包中（可从他们的标准存储库中获得），也可能在其他包中也适用于所有人我知道。由于您的样本是独立的，一旦您获得了估计值和标准误差，如果您的样本量“足够大”，您可以将它们插入两个样本 z 检验（Elamir 和 Seheult 报告了一些有限的模拟，这些模拟似乎表明100 不够大，但不是什么）。或者你可以引导 l 偏度的差异。上述属性表明，它可能比基于传统偏度的自举执行得更好。