Atšķirība starp parametrisko un bezparametrisko

Parametrisks vs neparametrisks

Statistika ir viena pētījumu nozare, kas ļauj izprast populācijas dinamiku, izmantojot paraugus, kas ņemti no noteiktas interesējošās populācijas. Ir svarīgi, lai šie paraugi būtu nejauši. Daudzas formulas ir izveidotas, iekļaujot matemātiku, lai izdarītu secinājumus par populācijas parametriem. Dabiski, ka jebkurai populācijai var būt “parastais sadalījums”, ja datu / paraugu izkliedei ir frekvences diagrammā zvanu forma. Normālā sadalījumā lielākā daļa paraugu koncentrējas ap vidējo un 68%, 95%, 99% datu tiek atrasti attiecīgi ar 1, 2 un 3 standarta novirzēm. Parametriskā un neparametriskā statistika ir atkarīga no tā, vai tiek ņemts vērā normālais sadalījums.

Kas ir parametriskā statistika?

Parametriskā statistika ir statistika, kurā datus / paraugus uzskata par ņemtiem no normāla sadalījuma. Parametriskās statistikas definīcija ir “statistika, kas pieņem, ka dati ir iegūti no varbūtības sadalījuma veida un izdara secinājumus par sadalījuma parametriem”. Šajā grupā ietilpst lielākā daļa zināmo statistisko statistisko metožu. Patiesībā tos parasti nevar izplatīt. Tāpēc šis statistikas veids ir balstīts uz vairāk pieņēmumiem. Ja datus / paraugus parasti izplata vai gandrīz parasti izplata, formulas var dot precīzus rezultātus un secinājumus. Tomēr, ja pieņēmums par izplatīšanu parasti ir nepareizs, parametriskā statistika varētu būt diezgan maldinoša.

Kas ir neparametriskā statistika?

Neparametrisko statistiku sauc arī par statistiku bez izplatīšanas. Šī statistikas veida priekšrocība ir tā, ka tai nav jāizdara pieņēmums, kā iepriekš tika izdarīts ar parametriku. Neparametriski statistikas aprēķini pievērš mediānas nekā vidējos. Tāpēc, ja viens vai divi novirzās no vidējās vērtības, to ietekme tiek atstāta novārtā. Parasti tiek dota priekšroka parametriskai statistikai, nekā tai, jo tai ir lielākas iespējas noraidīt nepatiesu hipotēzi nekā neparametriskai metodei. Viens no zināmākajiem neparametriskajiem testiem ir Chi-kvadrāta tests. Dažiem parametriskiem testiem ir nepiemēroti analogi, piemēram, Wilcoxon T tests pāra parauga t-testam, Mann-Whitney U tests neatkarīgiem paraugiem t-test, Spearman korelācija Pīrsona korelācijai utt. Vienam t-testa paraugam nav salīdzināms neparametrisks tests.

Kāda ir atšķirība starp parametrisko un neparametrisko?

• Parametriskā statistika ir atkarīga no normāla sadalījuma, bet neparametriskā statistika nav atkarīga no normāla sadalījuma.

• Parametriskā statistika padara vairāk pieņēmumu nekā neparametriskā statistika.

• Parametriskajā statistikā tiek izmantotas vienkāršākas formulas salīdzinājumā ar neparametrisko statistiku.

• Ja tiek uzskatīts, ka populācija ir sadalīta normāli vai ir tuvu normāli sadalītai, vislabāk izmantot parametrisko statistiku. Ja nē, vislabāk ir izmantot neparametrisku metodi.

• Lielākā daļa no vispārzināmajām elementārajām statistikas metodēm pieder parametriskajai statistikai. Neparametriskā statistika tiek reti izmantota un tiek piemērota īpašiem gadījumiem.