Atšķirība starp parametrisko un neparametrisko testu

Lai veiktu vispārinājumu par populāciju no izlases, tiek izmantoti statistiskie testi. Statistikas pārbaude ir formāla metode, kas balstās uz varbūtības sadalījumu, lai izdarītu secinājumu par hipotēzes pamatotību. Šie hipotētiskie testi, kas saistīti ar atšķirībām, tiek klasificēti kā parametriski un neparametriski testi parametriskais tests ir tāda, kurā ir informācija par populācijas parametru.

No otras puses neparametrisks tests ir tāda, kurā pētniekam nav ne mazākās nojausmas par populācijas parametru. Tāpēc izlasiet visu šo rakstu, lai uzzinātu būtiskās atšķirības starp parametrisko un neparametrisko pārbaudi.

Saturs: Parametriskais tests un neparametriskais tests

1. Salīdzināšanas tabula
2. Definīcija
3. Galvenās atšķirības
4. Hipotēzes testu hierarhija
5. Ekvivalenti testi
6. Secinājums

Salīdzināšanas tabula

Salīdzināšanas pamats	Parametriskais tests	Neparametrisks tests
Nozīme	Statistisko testu, kurā tiek veikti īpaši pieņēmumi par populācijas parametru, sauc par parametrisko testu.	Statistisko testu, ko izmanto neatkarīgu mainīgo gadījumā, kas nav saistīti ar metriku, sauc par neparametrisku testu.
Pārbaudes statistikas pamats	Izplatīšana	Patvaļīgi
Mērījumu līmenis	Intervāls vai attiecība	Nominālais vai kārtējais
Centrālās tendences mērs	Nozīmē	Mediāna
Informācija par iedzīvotājiem	Pilnīgi zināms	Nav pieejams
Piemērojamība	Mainīgie	Mainīgie un atribūti
Korelācijas pārbaude	Pīrsons	Šķēpmetējs

Parametriskā testa definīcija

Parametriskais tests ir hipotēzes tests, kas sniedz vispārinājumus apgalvojumu izteikšanai par vecāku grupas vidējo lielumu. T-tests, kas balstīts uz Studenta t-statistiku, ko bieži izmanto šajā sakarā.

T-statistika balstās uz pieņēmumu, ka pastāv normālais mainīgā sadalījums un vidējais lielums zināmajā vai pieņemtajā zināmajā. Izlasei tiek aprēķināta populācijas novirze. Tiek pieņemts, ka populācijas interesējošos mainīgos lielumus mēra ar intervālu skalu.

Neparametriskā testa definīcija

Neparametrisko testu definē kā hipotēzes testu, kas nav balstīts uz pamatā esošajiem pieņēmumiem, t.i., tam nav nepieciešams, lai populācijas sadalījumu apzīmētu ar noteiktiem parametriem..

Pārbaude galvenokārt balstās uz atšķirībām mediānās. Līdz ar to to pārmaiņus sauc par testu bez izplatīšanas. Pārbaudē pieņem, ka mainīgos lielumus mēra nominālajā vai kārtējā līmenī. To izmanto, ja neatkarīgie mainīgie nav metriski.

Galvenās atšķirības starp parametriskajiem un neparametriskajiem testiem

Galvenās atšķirības starp parametrisko un neparametrisko testu tiek apskatītas šādos punktos:

1. Statistisko pārbaudi, kurā tiek izdarīti konkrēti pieņēmumi par populācijas parametru, sauc par parametrisko testu. Statistisko testu, ko izmanto neatkarīgu mainīgo gadījumā, kas nav saistīti ar metriku, sauc par neparametrisku testu.
2. Parametriskajā testā testa statistika balstās uz sadalījumu. No otras puses, testa statistika nav patvaļīga testa gadījumā.
3. Parametriskajā testā tiek pieņemts, ka interesējošie mainīgie lielumi tiek mērīti intervālu vai attiecību līmenī. Pretstatā neparametriskajam testam, kurā interesējošo mainīgo lielumu mēra pēc nominālās vai kārtējās skalas.
4. Parasti centrālās tendences lielums parametriskā testā ir vidējais, savukārt neparametriskā testa gadījumā vidējais.
5. Parametriskajā testā ir pilnīga informācija par populāciju. Un pretparametriskajā pārbaudē nav informācijas par populāciju.
6. Parametrisko testu var izmantot tikai mainīgajiem, savukārt neparametriskais tests attiecas gan uz mainīgajiem, gan uz atribūtiem.
7. Lai izmērītu asociācijas pakāpi starp diviem kvantitatīvajiem mainīgajiem, parametriskajā testā tiek izmantots Pīrsona korelācijas koeficients, savukārt neparametriskajā testā tiek izmantots šķēpmetēja rangs korelācija..

Hipotēzes testu hierarhija

Ekvivalenti testi

Parametriskais tests	Neparametrisks tests
Neatkarīga parauga t tests	Manna-Vitnija tests
Pārī paraugu t tests	Vilkoksons parakstīja Ranga testu
Vienvirziena dispersijas analīze (ANOVA)	Kruskal Volisa tests
Vienvirziena mērījumi dispersijas analīzei	Frīdmena ANOVA

Secinājums

Pētniekam, kurš veic statistisko analīzi, nav viegli izvēlēties starp parametrisko un neparametrisko pārbaudi. Hipotēzes veikšanai, ja informācija par populāciju ir pilnībā zināma, izmantojot parametrus, tests tiek uzskatīts par parametru testu, turpretim, ja nav zināšanu par populāciju un ir jāpārbauda hipotēze par populāciju, tad Veiktais tests tiek uzskatīts par neparametrisko testu.