Parametrisk vs icke-parametrisk
Statistik är en gren av studier som gör att vi kan förstå populationsdynamiken genom att använda stickprov från en viss population av intresse. Det är viktigt att dessa prover är slumpmässiga. Många formler skapas med inkorporering av matematik, för att dra slutsatser om populationsparametrar. Naturligtvis kan vilken population som helst ha en "normalfördelning" där spridningen av data/prover har formen av en klocka i frekvensgrafen. I en normalfördelning koncentrerar de flesta proverna sig kring medelvärdet och 68 %, 95 %, 99 % av data finns inom 1, 2 respektive 3 standardavvikelser. Parametrisk och icke-parametrisk statistik beror på om normalfördelning beaktas eller inte.
Vad är parametrisk statistik?
Parametrisk statistik är den statistik där data/prov anses vara hämtade från en normalfördelning. Definitionen av parametrisk statistik är "den statistik som antar att data kommer från en typ av sannolikhetsfördelning och gör slutsatser om fördelningens parametrar". De flesta av de kända elementära statistiska metoderna tillhör denna grupp. I verkligheten kanske de inte är normalfördelade. Därför är denna statistiktyp baserad på fler antaganden. Om data/prover är normalfördelade eller nästan normalfördelade, kan formlerna ge korrekta resultat och slutsatser. Men om antagandet om att vara normalfördelat är fel kan parametrisk statistik vara ganska missvisande.
Vad är icke-parametrisk statistik?
Icke-parametrisk statistik kallas även distributionsfri statistik. Fördelen med denna statistiktyp är att den inte behöver göra ett antagande som tidigare gjorts med parametrier. Icke-parametriska statistiska beräkningar tar medianerna till uppmärksamhet än medelvärdet. Därför, om en eller två avviker från medelvärdet, försummas deras effekt. Generellt föredras parametrisk statistik än detta eftersom den har mer makt att förkasta en falsk hypotes än en icke-parametrisk metod. Ett av de mest kända icke-parametriska testerna är Chi-square test. Det finns icke-parametriska analoger för vissa parametriska tester, såsom Wilcoxon T-test för t-test med parat prov, Mann-Whitney U-test för oberoende sampel t-test, Spearmans korrelation för Pearsons korrelation etc. För ett prov t-test finns det ingen jämförbart icke-parametriskt test.
Vad är skillnaden mellan parametrisk och icke-parametrisk?
• Parametrisk statistik beror på normalfördelning, men icke-parametrisk statistik beror inte på normalfördelning.
• Parametrisk statistik gör fler antaganden än icke-parametrisk statistik.
• Parametrisk statistik använder enklare formler i jämförelse med icke-parametrisk statistik.
• När en population tros vara normalfördelad eller nära normalfördelad är parametrisk statistik den bästa att använda. Om inte, är det bäst att använda en icke-parametrisk metod.
• De flesta av de allmänt kända elementära statistiska metoderna tillhör parametrisk statistik. Icke-parametrisk statistik används sparsamt och används för speciella fall.
