Разница между параметрическим и непараметрическим

Социальные исследователи часто строят гипотезу, в которой они предполагают, что определенное обобщенное правило может быть применено к населению. Они проверяют эту гипотезу, используя тесты, которые могут быть как параметрическими, так и 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 определенный «закон» может быть применен к населению. Затем вы проводите тестирование и собираете данные, которые затем анализируете статистически. Собранные данные обычно можно представить в виде графика, а гипотетический закон - как среднее значение этих данных. Если предполагаемый 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 сопоставили среднее значение, возможно, это связано с тем, что один или два миллиардера нарушают ваши средние значения. Тем не менее, медиана даст гораздо более точный результат по среднему доходу, который, скорее всего, будет соответствовать вашим данным.

Другими словами, параметрический тест будет использоваться, когда сделанные предположения о населении ясны и имеется много доступной информации о нем. Вопросы будут разработаны для измерения этих конкретных параметров, чтобы затем можно было проанализировать данные, как описано выше. Непараметрический критерий используется, когда исследуемая совокупность не совсем известна, и поэтому исследуемые параметры также неизвестны. Кроме того, хотя параметрический тест использует средние значения в качестве результатов, непараметрический тест принимает медиану и, следовательно, обычно используется, когда исходная гипотеза не соответствует данным..

Что такое параметрический тест?

Параметрический тест - это тест, предназначенный для предоставления данных, которые затем будут проанализированы в области науки, называемой параметрической статистикой. Параметрическая статистика предполагает, что некоторая информация о населении уже известна, а именно распределение вероятностей. В качестве примера, распределение роста по всему миру описывается моделью нормального распределения. Аналогично этому любая известная модель распределения может быть применена к набору данных. Однако если предположить, что определенная модель распределения соответствует набору данных, это означает, что вы изначально предполагаете, что некоторая дополнительная информация о населении известна, как я уже упоминал. Распределение вероятностей содержит различные параметры, которые описывают точную форму распределения. Эти параметры - то, что обеспечивают параметрические тесты - каждый вопрос приспособлен, чтобы дать точное значение определенного параметра для каждого опрошенного человека. В совокупности среднее значение этого параметра используется для распределения вероятностей. Это означает, что параметрические тесты также предполагают что-то о населении. Если предположения верны, параметрическая статистика, примененная к данным, предоставленным параметрическим тестом, даст результаты, которые намного более точны и точны, чем непараметрический тест и статистика.

Что такое непараметрический тест?

Подобно параметрическому тесту и статистике, существует непараметрический тест и статистика. Они используются, когда полученные данные не соответствуют кривой нормального распределения или порядковым данным. Отличным примером порядковых данных является обзор, который вы оставляете при оценке определенного продукта или услуги по шкале от 1 до 5. Порядковые данные в целом получаются из тестов, в которых используются различные рейтинги или заказы. Следовательно, он не зависит от чисел или точных значений параметров, на которые опирались параметрические тесты. На самом деле, он никак не использует параметры, потому что не предполагает определенного распределения. Обычно параметрический анализ предпочтительнее непараметрического, но если параметрический тест не может быть выполнен из-за неизвестной совокупности, прибегают к непараметрическим тестам.

Разница между параметрическими и непараметрическими тестами

1) Делать предположения

Как я уже говорил, параметрический тест делает предположения о населении. Для этого нужны параметры, которые связаны с нормальным распределением, которое используется в анализе, и единственный способ узнать эти параметры - это иметь некоторые знания о населении. С другой стороны, непараметрический тест, как видно из названия, не опирается на какие-либо параметры и, следовательно, не предполагает ничего о населении.

2) Вероятность параметрического и непараметрического

Основой для статистического анализа, который будет выполняться на данных, в случае параметрических тестов, является вероятностное распределение. С другой стороны, основы для непараметрических тестов не существует - она ​​совершенно произвольна. Это приводит к большей гибкости и облегчает согласование гипотезы с собранными данными..

3) Мера центральной тенденции

Мера центральной тенденции является центральной ценностью в распределении вероятностей. И хотя распределение вероятностей в случае непараметрической статистики является произвольным, оно все же существует, и, следовательно, так же, как и мера центральной тенденции. Однако эти меры разные. В случае параметрических тестов оно принимается как среднее значение, тогда как в случае непараметрических тестов оно принимается как среднее значение.

4) Знание параметров населения

Как я уже упоминал в первом отличии, 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 населением. С другой стороны, непараметрический подход может быть использован без каких-либо предварительных знаний населения.

Параметрические и непараметрические тесты: Сравнительная таблица

Резюме параметрических и непараметрических

• Параметрический тест - это тест, который предполагает, что определенные параметры и распределения известны по совокупности, в отличие от непараметрического.
• В параметрическом тесте используется среднее значение, а в непараметрическом - среднее значение
• Параметрический подход требует предварительных знаний о населении, в отличие от непараметрического подхода