Paraméteres vs nem paraméteres
A statisztika a tanulmányok egyik ága, amely lehetővé teszi számunkra, hogy megértsük a populáció dinamikáját egy bizonyos érdeklődésre számot tartó sokaságból vett minták felhasználásával. Fontos, hogy ezek a minták véletlenszerűek legyenek. Sok képletet matematika beépítésével hoznak létre, hogy következtetéseket lehessen levonni a populációs paraméterekre. Természetesen bármely populációnak lehet „normális eloszlása”, ahol az adatok/minták szórása harang alakú a gyakorisági grafikonon. Normál eloszlásban a minták többsége az átlag körül koncentrálódik, és az adatok 68%-a, 95%-a, 99%-a 1, 2 és 3 szórások között található. A paraméteres és a nem paraméteres statisztikák attól függnek, hogy a normál eloszlást figyelembe veszik-e vagy sem.
Mi az a paraméteres statisztika?
A paraméteres statisztika az a statisztika, amelyben az adatok/minták normál eloszlásból származnak. A parametrikus statisztika definíciója „az a statisztika, amely feltételezi, hogy az adatok egyfajta valószínűségi eloszlásból származnak, és következtetéseket von le az eloszlás paramétereire”. A legtöbb ismert elemi statisztikai módszer ebbe a csoportba tartozik. A valóságban előfordulhat, hogy nem oszlanak el normálisan. Ezért ez a statisztikatípus több feltételezésen alapul. Ha az adatok/minták normál vagy csaknem normális eloszlásúak, a képletek pontos eredményeket és következtetéseket eredményezhetnek. Ha azonban a normális eloszlás feltételezése téves, a parametrikus statisztika meglehetősen félrevezető lehet.
Mi az a nem paraméteres statisztika?
A nem parametrikus statisztikákat terjesztés nélküli statisztikáknak is nevezik. Ennek a statisztikatípusnak az az előnye, hogy nem kell olyan feltételezést tennie, mint korábban a parametrikával. A nem parametrikus statisztikai számítások a mediánokat veszik figyelembe, mint az átlagokat. Ezért ha egy-kettő eltér az átlagtól, hatásukat figyelmen kívül hagyjuk. Általában a parametrikus statisztikát részesítik előnyben, mint ezt, mert nagyobb ereje van egy hamis hipotézis elutasítására, mint a nem paraméteres módszernek. Az egyik legismertebb nem parametrikus teszt a Khi-négyzet teszt. Vannak nem paraméteres analógok egyes parametrikus tesztekhez, mint például a Wilcoxon T-teszt páros minta t-próbához, Mann-Whitney U-teszt független mintákhoz t-próba, Spearman-féle korreláció a Pearson-korrelációhoz stb. Egy minta t-próbája esetén nincs összehasonlítható nem parametrikus teszt.
Mi a különbség a paraméteres és a nem paraméteres között?
• A paraméteres statisztikák a normál eloszlástól függenek, de a nem paraméteres statisztikák nem a normál eloszlástól.
• A paraméteres statisztikák több feltételezést tartalmaznak, mint a nem paraméteres statisztikák.
• A paraméteres statisztikák egyszerűbb képleteket használnak a nem paraméteres statisztikákhoz képest.
• Ha úgy gondoljuk, hogy egy populáció normális eloszlású, vagy közel normális eloszlású, akkor a paraméteres statisztikák a legjobbak. Ha nem, akkor a legjobb, ha nem paraméteres módszert használ.
• A legtöbb általánosan ismert elemi statisztikai módszer a parametrikus statisztikához tartozik. A nem parametrikus statisztikákat kevesen használják és alkalmazzák speciális esetekben.
