Параметрический и непараметрический
Статистика - это одна из областей исследований, которая позволяет нам понять динамику населения, используя выборки, взятые из определенной представляющей интерес совокупности. Важно, чтобы эти выборки были случайными. Многие формулы созданы с использованием математики, чтобы сделать выводы о параметрах населения. Естественно, любая популяция может иметь «нормальное распределение», где разброс данных / выборок имеет форму колокола на частотном графике. При нормальном распределении большая часть выборок сосредоточена вокруг среднего, а 68%, 95%, 99% данных находятся в пределах 1, 2 и 3 стандартных отклонений соответственно. Параметрическая и непараметрическая статистика зависят от того, рассматривается ли нормальное распределение.
Что такое параметрическая статистика?
Параметрическая статистика - это статистика, в которой данные / выборки считаются взятыми из нормального распределения. Определение параметрической статистики - это «статистика, которая предполагает, что данные получены из некоторого типа распределения вероятностей, и делает выводы о параметрах распределения». К этой группе относится большинство известных элементарных статистических методов. На самом деле они могут не распространяться нормально. Следовательно, этот тип статистики основан на большем количестве предположений. Если данные / образцы распределены нормально или почти нормально, формулы могут дать точные результаты и выводы. Однако, если предположение о нормальном распределении неверно, параметрическая статистика может ввести в заблуждение.
Что такое непараметрическая статистика?
Непараметрическая статистика также известна как статистика без распределения. Преимущество этого типа статистики состоит в том, что он не должен делать предположений, как ранее было сделано с параметризацией. Расчеты непараметрической статистики обращают внимание на медианы, а не на средние. Следовательно, если одно или два отклонения от среднего значения не учитываются. Обычно параметрическая статистика предпочтительнее, чем это, потому что она имеет больше возможностей для отклонения ложной гипотезы, чем непараметрический метод. Одним из самых известных непараметрических тестов является критерий хи-квадрат. Существуют непараметрические аналоги для некоторых параметрических тестов, таких как T-критерий Вилкоксона для t-критерия парной выборки, U-критерий Манна-Уитни для t-критерия независимых выборок, корреляция Спирмена для корреляции Пирсона и т. Д. Для t-критерия для одной выборки нет сопоставимый непараметрический тест.
В чем разница между параметрическим и непараметрическим?
• Параметрическая статистика зависит от нормального распределения, но непараметрическая статистика не зависит от нормального распределения.
• Параметрическая статистика делает больше предположений, чем непараметрическая статистика.
• Параметрическая статистика использует более простые формулы по сравнению с непараметрической статистикой.
• Когда считается, что популяция имеет нормальное или близкое к нормальному распределению распределение, лучше всего использовать параметрическую статистику. Если нет, лучше всего использовать непараметрический метод.
• Большинство общеизвестных методов элементарной статистики относятся к параметрической статистике. Непараметрическая статистика используется редко и применяется в особых случаях.
