Parametrinen vs. ei-parametri
Tilastot ovat yksi tutkimuksen osa, jonka avulla voimme ymmärtää populaatiodynamiikkaa käyttämällä otoksia tietystä kiinnostavasta populaatiosta. On tärkeää, että nämä näytteet ovat satunnaisia. Monet kaavat luodaan sisällyttämällä matematiikka johtopäätösten tekemiseen populaatioparametreista. Luonnollisesti kaikilla populaatioilla voi olla”normaali jakauma”, jossa tietojen / näytteiden hajautuksella on kellon muoto taajuuskaaviossa. Normaalijakaumassa suurin osa näytteistä keskittyy keskiarvon ympärille ja 68%, 95%, 99% tiedoista löytyy 1, 2 ja 3 keskihajonnasta. Parametri- ja ei-parametritilastot riippuvat normaalijakauman huomioon ottamisesta.
Mikä on parametritilasto?
Parametriset tilastot ovat tilastoja, joissa tietoja / näytteitä pidetään normaalijakaumasta. Parametrisen tilaston määritelmä on "tilasto, joka olettaa, että data on peräisin tietyntyyppisestä todennäköisyysjakaumasta, ja tekee päätelmiä jakauman parametreista". Suurin osa tunnetuista perustilastomenetelmistä kuuluu tähän ryhmään. Todellisuudessa niitä ei ehkä jaeta normaalisti. Siksi tämä tilastotyyppi perustuu useampiin oletuksiin. Jos tiedot / näytteet jaetaan normaalisti tai lähes normaalisti, kaavat voivat tuottaa tarkkoja tuloksia ja päätelmiä. Jos oletus normaalijakaumasta on väärä, parametriset tilastot voivat kuitenkin olla melko harhaanjohtavia.
Mikä on ei-parametrinen tilasto?
Ei-parametrinen tilasto tunnetaan myös nimellä jakeluittainen tilasto. Tämän tilastotyypin etuna on, että sen ei tarvitse tehdä oletusta, kuten aiemmin parametreilla tehtiin. Ei-parametriset tilastolaskelmat kiinnittävät mediaanit huomion keskiarvoihin. Siksi, jos yksi tai kaksi poikkeaa keskiarvosta, niiden vaikutus jätetään huomioimatta. Yleensä parametriset tilastot ovat edullisempia kuin tämä, koska sillä on enemmän valtaa hylätä väärä hypoteesi kuin ei-parametrisilla menetelmillä. Yksi tunnetuimmista ei-parametrisista testeistä on Chi-neliötesti. Joillekin parametritesteille on olemassa ei-parametrisia analogeja, kuten Wilcoxon T -testi parillisen näytteen t-testille, Mann-Whitney U -testi itsenäisille näytteille t-testi, Spearmanin korrelaatio Pearsonin korrelaatiolle jne. Yhdelle näytteelle t-testiä ei ole vertailukelpoinen ei-parametrinen testi.
Mikä on ero parametrisen ja ei-parametrisen välillä?
• Parametriset tilastot riippuvat normaalijakaumasta, mutta muut kuin parametritilastot eivät riipu normaalijakaumasta.
• Parametriset tilastot tekevät enemmän oletuksia kuin ei-parametritilastot.
• Parametrisissa tilastoissa käytetään yksinkertaisempia kaavoja verrattuna ei-parametreihin.
• Kun populaation uskotaan olevan normaalijakautunut tai lähellä normaalijakautumaa, on paras käyttää parametrisia tilastoja. Jos ei, on parasta käyttää ei-parametrista menetelmää.
• Suurin osa yleisesti tunnetuista perustilastomenetelmistä kuuluu parametritilastoihin. Ei-parametrisia tilastoja käytetään säästeliäästi ja niitä käytetään erikoistapauksissa.
