Parametryczne a nieparametryczne
Statystyka to jedna z gałęzi badań, która pozwala nam zrozumieć dynamikę populacji przy użyciu próbek pobranych z określonej populacji będącej przedmiotem zainteresowania. Istotne jest, aby te próbki były losowe. Wiele formuł jest tworzonych z uwzględnieniem matematyki, aby wyciągać wnioski o parametrach populacji. Oczywiście każda populacja może mieć „rozkład normalny”, w którym rozrzut danych / próbek ma kształt dzwonu na wykresie częstotliwości. W rozkładzie normalnym większość próbek koncentruje się wokół średniej, a 68%, 95%, 99% danych znajduje się odpowiednio w zakresie 1, 2 i 3 odchyleń standardowych. Statystyki parametryczne i nieparametryczne zależą od tego, czy rozważany jest rozkład normalny.
Co to jest statystyka parametryczna?
Statystyka parametryczna to statystyka, w której uznaje się, że dane / próbki pochodzą z rozkładu normalnego. Definicja statystyki parametrycznej to „statystyka, która zakłada, że dane pochodzą z pewnego rodzaju rozkładu prawdopodobieństwa i wyciąga wnioski o parametrach rozkładu”. Do tej grupy należy większość znanych podstawowych metod statystycznych. W rzeczywistości mogą nie występować normalnie. Dlatego ten typ statystyk opiera się na większej liczbie założeń. Jeśli dane / próbki mają rozkład normalny lub prawie normalny, wzory mogą dawać dokładne wyniki i wnioski. Jeśli jednak założenie o rozkładzie normalnym jest błędne, statystyki parametryczne mogą być dość mylące.
Co to są statystyki nieparametryczne?
Statystyki nieparametryczne są również znane jako statystyki bez dystrybucji. Zaletą tego typu statystyki jest to, że nie musi on przyjmować założeń, jak poprzednio robiono z parametrami. Nieparametryczne obliczenia statystyczne zwracają uwagę na mediany niż średnie. Dlatego, jeśli jedna lub dwie odbiegają od średniej wartości, ich wpływ jest pomijany. Generalnie statystyka parametryczna jest preferowana, ponieważ ma większą moc odrzucenia fałszywej hipotezy niż metoda nieparametryczna. Jednym z najbardziej znanych testów nieparametrycznych jest test Chi-kwadrat. Istnieją nieparametryczne analogi dla niektórych testów parametrycznych, takich jak test T Wilcoxona dla testu t dla par próbek, test U Manna-Whitneya dla próbek niezależnych, korelacja Spearmana dla korelacji Pearsona itp. Dla testu t dla jednej próbki nie ma porównywalny test nieparametryczny.
Jaka jest różnica między parametrycznymi a nieparametrycznymi?
• Statystyki parametryczne zależą od rozkładu normalnego, ale statystyki nieparametryczne nie zależą od rozkładu normalnego.
• Statystyki parametryczne przyjmują więcej założeń niż statystyki nieparametryczne.
• Statystyki parametryczne używają prostszych formuł w porównaniu do statystyk nieparametrycznych.
• Kiedy uważa się, że populacja ma rozkład normalny lub zbliżony do rozkładu normalnego, najlepiej zastosować statystyki parametryczne. Jeśli nie, najlepiej zastosować metodę nieparametryczną.
• Większość powszechnie znanych podstawowych metod statystycznych należy do statystyki parametrycznej. Statystyki nieparametryczne są rzadko używane i stosowane w szczególnych przypadkach.
