Разлика между параметрични и непараметрични

Социалните изследователи често изграждат хипотеза, в която приемат, че определено обобщено правило може да се приложи към дадена популация. Те тестват тази хипотеза, като използват тестове, които могат да бъдат параметрични или непараметрични. Параметричните тестове обикновено са по-чести и се изучават много по-рано от стандартните тестове, използвани при извършване на изследвания.

Процесът на извършване на изследване е сравнително прост - изграждате хипотеза и предполагате, че определен „закон” може да се приложи към дадена популация. След това провеждате тест и събирате данни, които след това анализирате статистически. Събраните данни обикновено могат да бъдат представени като графика, а хипотезираният закон като средна стойност на тези данни. Ако хипотезираният закон и законът за средна стойност съвпадат, хипотезата се потвърждава.

В някои случаи обаче намирането на средната стойност не е най-подходящият начин за търсене на закона. Чудесен пример е разпределението на общия доход. Ако не сте съответствали на средната стойност, това вероятно е така, защото един или два милиардера нарушават средните ви стойности. Въпреки това, медиана ще даде много по-точен резултат върху средния доход, който е по-вероятно да съответства на вашите данни.

С други думи, параметричен тест ще се използва, когато предположенията, направени за населението, са ясни и има много налична информация за него. Въпросите ще бъдат създадени за измерване на тези специфични параметри, така че данните след това да могат да бъдат анализирани, както е описано по-горе. Непараметричен тест се използва, когато тестваната популация не е напълно известна и следователно изследваните параметри също са неизвестни. Освен това, докато параметричният тест използва средни стойности като своите резултати, непараметричният тест взема средната стойност и следователно обикновено се използва, когато първоначалната хипотеза не отговаря на данните.

Какво е параметричен тест?

Параметричен тест е тест, предназначен да предостави данните, които след това ще бъдат анализирани чрез клон на науката, наречен параметрична статистика. Параметричната статистика предполага, че известна информация за популацията е вече известна, а именно разпределението на вероятността. Като пример, разпределението на телесната височина върху целия свят е описано чрез нормален модел на разпределение. Подобно на този, всеки известен модел на разпространение може да бъде приложен към набор от данни. Въпреки това, ако приемем, че определен модел на разпространение отговаря на набор от данни, означава, че по своята същност предполагате, че е известна допълнителна информация за популацията, както споменах. Разпределението на вероятностите съдържа различни параметри, които описват точната форма на разпределението. Тези параметри са това, което параметричните тестове предоставят - всеки въпрос е пригоден да даде точна стойност на определен параметър за всеки интервюиран индивид. Комбинирано, средната стойност на този параметър се използва за разпределението на вероятността. Това означава, че параметричните тестове също предполагат нещо за популацията. Ако предположенията са правилни, параметричната статистика, приложена към данните, предоставени от параметричен тест, ще даде резултати, които са много по-точни и точни от резултатите на непараметричен тест и статистика.

Какво е непараметричен тест?

По подобен начин на параметричния тест и статистиката, съществува непараметричен тест и статистика. Те се използват, когато не се очаква получените данни да отговарят на нормална крива на разпределение или на обикновени данни. Чудесен пример за обикновени данни е прегледът, който оставяте, когато оценявате определен продукт или услуга по скалата от 1 до 5. Обикновено обикновените данни се получават от тестове, които използват различни класирания или поръчки. Следователно тя не разчита на числа или точни стойности за параметрите, на които разчита параметричните тестове. Всъщност той не използва параметри по никакъв начин, защото не предполага определено разпределение. Обикновено параметричният анализ е предпочитан пред непараметричния, но ако параметричният тест не може да се извърши поради неизвестна популация, е необходимо да се прибягва до непараметрични тестове.

Разлика между параметрични и непараметрични тестове

1) Правене на предположения

Както споменах, параметричният тест прави предположения за популацията. Необходими са параметрите, които са свързани с нормалното разпределение, което се използва в анализа, и единственият начин да се познаят тези параметри е да има известни знания за популацията. От друга страна, непараметричният тест, както показва името, не разчита на никакви параметри и следователно не предполага нищо за популацията.

2) Вероятност на параметрични и непараметрични

Основата за статистическия анализ, който ще се извърши върху данните, в случай на параметрични тестове, е вероятностното разпределение. От друга страна, базата за непараметричните тестове не съществува - тя е напълно произволна. Това води до по-голяма гъвкавост и улеснява приспособяването на хипотезата към събраните данни.

3) Мярка за централна тенденция

Мярката за централна тенденция е централна стойност в разпределението на вероятностите. И макар че разпределението на вероятностите в случай на непараметрична статистика е произволно, то все още съществува и следователно това е и мярката за централна тенденция. Тези мерки обаче са различни. В случай на параметрични тестове се приема, че е средна стойност, докато при непараметрични тестове се приема, че е средната стойност.

4) Познаване на параметрите на популацията

Както споменах в първата разлика, информацията за популацията варира между параметрични и непараметрични тестове и статистически данни. А именно, определени знания за популацията са абсолютно необходими за параметричен анализ, тъй като са необходими свързани с популацията параметри, за да се дадат точни резултати. От друга страна, непараметричният подход може да бъде възприет без предварителни познания на населението.

Параметрични спрямо непараметрични тестове: Сравнителна таблица

Обобщение на параметрични и непараметрични

• Параметричен тест е тест, който предполага, че определени параметри и разпределения са известни за популация, противно на непараметричните
• Параметричният тест използва средна стойност, докато непараметричният използва средна стойност
• Параметричният подход изисква предишни знания за популацията, противно на непараметричния подход