Unterschied zwischen parametrischen und nichtparametrischen | Parametric vs Nonparametric

Anonim

Parametrische vs nichtparametrische

Statistiken sind ein Zweig von Studien, der es uns erlaubt, Populationsdynamiken zu verstehen, eine bestimmte Bevölkerung von Interesse. Es ist wichtig, dass diese Proben zufällig sind. Viele Formeln werden unter Einbeziehung der Mathematik erstellt, um Rückschlüsse auf Populationsparameter zu ziehen. Natürlich kann jede Population eine "Normalverteilung" haben, bei der die Verteilung der Daten / Proben im Frequenzdiagramm eine Glockenform hat. Bei einer Normalverteilung konzentrieren sich die meisten Proben auf den Mittelwert, und 68%, 95%, 99% der Daten liegen innerhalb von 1, 2 und 3 Standardabweichungen. Parametrische und nichtparametrische Statistiken hängen davon ab, ob eine Normalverteilung berücksichtigt wird oder nicht.

Was ist Parametrische Statistik?

Parametrische Statistiken sind die Statistiken, in denen Daten / Stichproben als aus einer Normalverteilung gezogen betrachtet werden. Die Definition von parametrischen Statistiken ist "die Statistik, die annimmt, dass die Daten von einer Art Wahrscheinlichkeitsverteilung stammen und Rückschlüsse auf die Parameter der Verteilung zulassen". Die meisten der bekannten elementaren statistischen Methoden gehören zu dieser Gruppe. In Wirklichkeit können sie nicht normal verteilt werden. Dieser Statistiktyp basiert daher auf mehr Annahmen. Wenn die Daten / Proben normalverteilt oder annähernd normal verteilt sind, können die Formeln genaue Ergebnisse und Folgerungen ergeben. Wenn jedoch die Annahme einer normalen Verteilung falsch ist, könnten parametrische Statistiken ziemlich irreführend sein.

Was ist nichtparametrische Statistik?

Nichtparametrische Statistiken werden auch als verteilungsfreie Statistiken bezeichnet. Der Vorteil dieses Statistiktyps besteht darin, dass er keine Annahme machen muss, wie zuvor mit Parametern gemacht. Nicht parametrische statistische Berechnungen nehmen die Aufmerksamkeit der Medianer auf als die Mittel. Wenn eine oder zwei Abweichungen vom Mittelwert abweichen, wird ihre Wirkung vernachlässigt. Im Allgemeinen werden parametrische Statistiken bevorzugt, da sie mehr Möglichkeiten haben, eine falsche Hypothese als eine nichtparametrische Methode abzulehnen. Einer der bekanntesten nichtparametrischen Tests ist der Chi-Quadrat-Test. Es gibt nichtparametrische Analoga für einige parametrische Tests, wie zB Wilcoxon T Test für Paired-Probe-t-Test, Mann-Whitney-U-Test für unabhängige Stichproben t-Test, Spearman-Korrelation für Pearson-Korrelation etc. vergleichbarer nichtparametrischer Test.

Was ist der Unterschied zwischen Parametrisch und Nichtparametrisch?

• Parametrische Statistiken hängen von der normalen Verteilung ab, aber nichtparametrische Statistiken hängen nicht von der normalen Verteilung ab.

• Parametrische Statistiken treffen mehr Annahmen als nichtparametrische Statistiken.

• Parametrische Statistiken verwenden einfachere Formeln im Vergleich zu nichtparametrischen Statistiken.

• Wenn eine Population normalverteilt oder normalverteilt ist, ist die parametrische Statistik am besten geeignet. Wenn nicht, ist es am besten, dass eine nichtparametrische Methode verwendet wird.

• Die meisten der allgemein bekannten elementaren Statistikmethoden gehören zu parametrischen Statistiken. Nicht parametrische Statistiken werden sparsam verwendet und für spezielle Fälle angewendet.