Metoda nieparametryczna

Co oznacza metoda nieparametryczna?

Metoda nieparametryczna odnosi się do rodzaju statystyki, która nie wymaga, aby analizowana populacja spełniała pewne założenia lub parametry. Dobrze znane metody statystyczne, takie jak ANOVA, korelacja Pearsona, test t i inne, dostarczają ważnych informacji o analizowanych danych tylko wtedy, gdy populacja podstawowa spełnia określone założenia. Jednym z najczęstszych założeń jest to, że dane dotyczące populacji mają „rozkład normalny”.

Statystyki parametryczne można jednak również zastosować do populacji o innych znanych typach rozkładu. Statystyka nieparametryczna nie wymaga, aby dane dotyczące populacji spełniały założenia wymagane dla statystyki parametrycznej. W związku z tym statystyki nieparametryczne należą do kategorii statystyk określanych czasem jako „bez dystrybucji”. Często metody nieparametryczne będą stosowane, gdy dane dotyczące populacji mają nieznany rozkład lub gdy próbka jest mała.

Wyjaśnienie metody nieparametrycznej

Metody parametryczne i nieparametryczne są często stosowane na różnych typach danych. Statystyka parametryczna zazwyczaj wymaga danych przedziału lub współczynnika. Przykładem tego rodzaju danych jest wiek, dochód, wzrost i waga, w których wartości są ciągłe, a odstępy między wartościami mają znaczenie.

Natomiast statystyki nieparametryczne są zwykle stosowane w przypadku danych, które są nominalne lub porządkowe. Zmienne nominalne to zmienne, dla których wartości nie mają wartości ilościowej. Typowe zmienne nominalne w badaniach nauk społecznych obejmują na przykład płeć, których możliwymi wartościami są odrębne kategorie, „mężczyzna” i „kobieta”. Inne popularne zmienne nominalne w badaniach nauk społecznych to rasa, stan cywilny, poziom wykształcenia i status zatrudnienia (zatrudniony a bezrobotny).

Zmienne porządkowe to takie, w których wartość sugeruje pewien porządek. Przykładem zmiennej porządkowej byłoby, gdyby respondent ankiety zapytał: „W skali od 1 do 5, gdzie 1 jest skrajnie niezadowolony, a 5 skrajnie zadowolony, jak oceniasz swoje doświadczenia z firmą kablową?”

Chociaż statystyki nieparametryczne mają tę zaletę, że muszą spełniać kilka założeń, są mniej skuteczne niż statystyki parametryczne. Oznacza to, że mogą nie wykazywać związku między dwiema zmiennymi, jeśli w rzeczywistości istnieje jedna.

Typowe testy nieparametryczne obejmują Chi Square, test sumy rang Wilcoxona, test Kruskala-Wallisa i korelację rang Spearmana.

Porównaj rachunki inwestycyjne Nazwa dostawcy Opis Ujawnienie reklamodawcy × Oferty przedstawione w tej tabeli pochodzą od partnerstw, od których Investopedia otrzymuje wynagrodzenie.

Terminy pokrewne

Jak stosuje się test Wilcoxona Test Wilcoxona, który odnosi się albo do testu sumy rang, albo testu podpisanej rangi, jest nieparametrycznym testem porównującym dwie sparowane grupy. więcej Jak działają statystyki nieparametryczne Statystyki nieparametryczne odnoszą się do metody statystycznej, w której dane nie są wymagane do dopasowania do rozkładu normalnego. Rankingi nie powinny się zmieniać. więcej Dlaczego znaczenie znaczenia statystycznego Znaczenie statystyczne odnosi się do wyniku, który prawdopodobnie nie wystąpi losowo, ale raczej można go przypisać konkretnej przyczynie. więcej Próbka Próbka jest mniejszą, łatwiejszą do zarządzania wersją większej grupy. Próbki są używane w testach statystycznych, gdy liczebność populacji jest zbyt duża. więcej Definicja testu T Test t jest rodzajem wnioskowania statystycznego stosowanym do ustalenia, czy istnieje znacząca różnica między średnimi dwóch grup, która może być powiązana w niektórych cechach. więcej Próbka reprezentatywna jest często używana do ekstrapolacji szerszych nastrojów Reprezentatywna próbka jest podzbiorem populacji, który odzwierciedla cechy całej populacji. więcej linków partnerskich