Parametrisk vs Ikke parametrisk
Statistikk er en gren av studier som lar oss forstå populasjonsdynamikken ved å bruke prøver hentet fra en viss populasjon av interesse. Det er viktig at disse prøvene er tilfeldige. Mange formler er laget med inkorporering av matematikk for å ta slutninger om populasjonsparametere. Naturligvis kan enhver populasjon ha en "normalfordeling" der spredning av data / prøver har form av en bjelle i frekvensgrafen. I en normalfordeling konsentrerer de fleste prøvene seg om gjennomsnitt og 68%, 95%, 99% av dataene er funnet innenfor henholdsvis 1, 2 og 3 standardavvik. Parametrisk og ikke-parametrisk statistikk avhenger av om normalfordeling vurderes eller ikke.
Hva er parametrisk statistikk?
Parametrisk statistikk er statistikken der data / prøver anses som hentet fra en normalfordeling. Definisjonen av parametrisk statistikk er "statistikken som antar at dataene kommer fra en type sannsynlighetsfordeling og slutter om parametrene for distribusjonen". De fleste av de kjente elementære statistiske metodene tilhører denne gruppen. I virkeligheten distribueres de kanskje ikke. Derfor er denne statistiktypen basert på flere antagelser. Hvis dataene / prøvene er normalt distribuert eller nesten normalt distribuert, kan formlene gi nøyaktige resultater og slutninger. Men hvis antagelsen om å være normalt distribuert er feil, kan parametrisk statistikk være ganske misvisende.
Hva er ikke-parametrisk statistikk?
Ikke-parametrisk statistikk er også kjent som distribusjonsfri statistikk. Fordelen med denne statistikk-typen er at den ikke trenger å gjøre en antagelse som tidligere gjort med parametrikk. Ikke-parametriske beregninger tar medianerne oppmerksomhet enn middel. Derfor, hvis en eller to avviker fra gjennomsnittsverdien, blir effekten deres neglisjert. Generelt foretrekkes parametrisk statistikk enn dette fordi den har større makt til å avvise en falsk hypotese enn ikke-parametrisk metode. En av de mest kjente ikke-parametriske testene er Chi-square test. Det er ikke-parametriske analoger for noen parametriske tester, som for eksempel Wilcoxon T-test for paret prøve t-test, Mann-Whitney U-test for uavhengige prøver t-test, Spearmans korrelasjon for Pearson's korrelasjon osv. For en prøve t-test er det ingen sammenlignbar ikke-parametrisk test.
Hva er forskjellen mellom parametrisk og ikke-parametrisk?
• Parametrisk statistikk er avhengig av normalfordeling, men ikke-parametrisk statistikk er ikke avhengig av normalfordeling.
• Parametrisk statistikk gir flere antakelser enn ikke-parametrisk statistikk.
• Parametrisk statistikk bruker enklere formler i forhold til ikke-parametrisk statistikk.
• Når en befolkning antas å være normalfordelt eller i nærheten av normalt distribuert, er parametrisk statistikk best å bruke. Hvis ikke, er det best at en ikke-parametrisk metode brukes.
• De fleste av de allment kjente elementære statistikkmetodene tilhører parametrisk statistikk. Ikke-parametrisk statistikk brukes sparsomt og brukes i spesielle tilfeller.
