Параметрический и непараметрический

Социальные исследователи часто строят гипотезу, в которой они предполагают, что какое-то обобщенное правило может быть применено к популяции. Они проверяют эту гипотезу, используя тесты, которые могут быть либо параметрическими, либо непараметрическими. Параметрические тесты обычно более распространены и изучаются гораздо раньше, чем стандартные тесты, используемые при проведении исследований.

Процесс проведения исследования относительно прост - вы строите гипотезу и предполагаете, что для населения может быть применен определенный «закон». Затем вы проводите тест и собираете данные, которые затем анализируете статистически. Собранные данные обычно могут быть представлены в виде графика, а гипотетический закон - как среднее значение этих данных. Если гипотеза закон и закон среднего значения совпадают, гипотеза подтверждается.

Однако в некоторых случаях поиск среднего значения не является наиболее подходящим способом поиска закона. Отличным примером является распределение общего дохода. Если вы не соответствовали среднему значению, это, вероятно, потому, что один или два миллиардера нарушают ваши средние значения. Однако медиана даст гораздо более точный результат по среднему доходу, который, скорее всего, будет соответствовать вашим данным.

Другими словами, параметрический тест будет использоваться, когда предположения, сделанные о населении, будут ясными, и имеется много доступной информации об этом. Вопросы будут разработаны для измерения этих конкретных параметров, чтобы затем данные могли быть проанализированы, как описано выше. Непараметрический тест используется, когда тестируемая популяция не полностью известна, и поэтому исследуемые параметры также неизвестны. Кроме того, в то время как параметрический тест использует средние значения в качестве своих результатов, непараметрический тест принимает медиану и поэтому обычно используется, когда исходная гипотеза не соответствует данным.

Что такое параметрический тест?

Параметрический тест - это тест, предназначенный для предоставления данных, которые затем будут анализироваться через отрасль науки, называемую параметрической статистикой. Параметрическая статистика предполагает, что некоторая информация о населении уже известна, а именно распределение вероятности. Например, распределение высоты тела во всем мире описывается нормальной моделью распределения. Подобным образом любая известная модель распределения может применяться к набору данных. Однако, предполагая, что определенная модель распределения соответствует набору данных, означает, что вы по сути предполагаете, что какая-то дополнительная информация о населении известна, как я уже упоминал. Распределение вероятности содержит различные параметры, которые описывают точную форму распределения. Эти параметры - это то, что предоставляют параметрические тесты - каждый вопрос настраивается, чтобы дать точное значение определенного параметра для каждого опрошенного человека. В сочетании, среднее значение этого параметра используется для распределения вероятности. Это означает, что параметрические тесты также предполагают что-то о населении. Если предположения верны, параметрическая статистика, применяемая к данным, предоставленным параметрическим тестом, даст более точные и точные результаты, чем результаты непараметрического теста и статистики.

Что такое непараметрический тест?

Аналогично параметрическому тесту и статистике существует непараметрический тест и статистика. Они используются, когда ожидается, что полученные данные не будут соответствовать нормальной кривой распределения или порядковым данным. Отличным примером порядковых данных является обзор, который вы оставляете, когда вы оцениваете определенный продукт или услугу по шкале от 1 до 5. Порядковые данные в целом получены из тестов, которые используют разные ранжирования или заказы. Поэтому он не полагается на числа или точные значения параметров, на которые полагались параметрические тесты. Фактически, он никак не использует параметры, поскольку не предполагает определенного распределения. Обычно параметрический анализ предпочтительнее непараметрического, но если параметрический тест не может быть выполнен из-за неизвестной популяции, необходим непараметрический тест.

Разница между параметрическими и непараметрическими тестами

1) Выполнение предположений

Как я уже упоминал, параметрический тест делает предположения о населении. Ему нужны параметры, которые связаны с нормальным распределением, которое используется в анализе, и единственный способ узнать эти параметры - иметь некоторые знания о населении. С другой стороны, непараметрический тест, как указывает название, не зависит от каких-либо параметров и, следовательно, не принимает ничего о населении.

2) Вероятность параметрической и непараметрической

Основой для статистического анализа, который будет выполняться по данным, в случае параметрических тестов, является вероятностное распределение. С другой стороны, базис для непараметрических тестов не существует - он совершенно произволен. Это приводит к большей гибкости и облегчает согласование гипотезы с собранными данными.

3) Измерение центральной тенденции

Мерой центральной тенденции является центральное значение в распределении вероятности. И хотя распределение вероятности в случае непараметрической статистики произвольно, оно все еще существует, и поэтому так же измеряется центральная тенденция. Однако эти меры различны.В случае параметрических тестов это считается средним значением, тогда как в случае непараметрических тестов считается медианным значением.

4) Знание параметров популяции

Как я уже упоминал в первой разнице, информация о населении варьируется между параметрическими и непараметрическими тестами и статистикой. А именно, определенные знания о населении абсолютно необходимы для параметрического анализа, поскольку для получения точных результатов требуются параметры, связанные с популяцией. С другой стороны, непараметрический подход может быть принят без предварительного знания населения.

Параметрические и непараметрические тесты: сравнительная таблица

Резюме параметрических и непараметрических

• Параметрический тест - это тест, который предполагает, что некоторые параметры и распределения известны о популяции, в отличие от непараметрической
• Параметрический тест использует среднее значение, а непараметрическое - медианное значение
• Параметрический подход требует предварительного знания населения, вопреки непараметрическому подходу