Rozdiel medzi parametrickými a neparametrickými

Sociálni vedci často koncipujú hypotézu, v ktorej predpokladajú, že určité všeobecné pravidlo možno uplatniť na obyvateľstvo. Túto hypotézu testujú pomocou testov, ktoré môžu byť parametrické alebo neparametrické. Parametrické testy sú zvyčajne bežnejšie a skúmajú sa oveľa skôr ako štandardné testy používané pri vykonávaní výskumu.

Proces vykonávania výskumu je pomerne jednoduchý - zostavujete hypotézu a predpokladáte, že na populáciu sa dá uplatniť určitý „zákon“. Potom vykonáte test a zhromaždíte údaje, ktoré potom štatisticky analyzujete. Zhromaždené údaje môžu byť obvykle reprezentované grafom a hypotetický zákon ako priemerná hodnota týchto údajov. Ak sa predpokladaný zákon a zákon o strednej hodnote zhodujú, hypotéza sa potvrdí.

V niektorých prípadoch však nájdenie strednej hodnoty nie je najvhodnejším spôsobom, ako vyhľadať zákon. Dobrým príkladom je rozdelenie celkových príjmov. Ak ste nezodpovedali priemernej hodnote, je to pravdepodobne preto, že jeden alebo dvaja miliardári rušia vaše priemerné hodnoty. Medián však poskytne oveľa presnejší výsledok priemerného príjmu, ktorý je pravdepodobnejší pri porovnaní s vašimi údajmi.

Inými slovami, parametrický test sa použije, keď sú predpoklady týkajúce sa populácie jasné a existuje o nich veľa dostupných informácií. Otázky budú navrhnuté tak, aby merali tieto špecifické parametre, aby sa údaje mohli analyzovať tak, ako je opísané vyššie. Neparametrický test sa používa, keď testovaná populácia nie je úplne známa, a preto nie sú známe ani skúšané parametre. Okrem toho, zatiaľ čo parametrický test používa ako svoje výsledky stredné hodnoty, neparametrický test berie medián, a preto sa zvyčajne používa, keď pôvodná hypotéza nezodpovedá údajom.

Čo je parametrický test?

Parametrický test je test určený na poskytnutie údajov, ktoré sa potom budú analyzovať prostredníctvom vedeckého odvetvia nazývaného parametrická štatistika. Parametrická štatistika predpokladá, že niektoré informácie o populácii sú už známe, konkrétne rozdelenie pravdepodobnosti. Napríklad rozdelenie telesnej výšky na celom svete je opísané pomocou normálneho modelu distribúcie. Podobne je možné na súbor údajov použiť akýkoľvek známy distribučný model. Avšak, za predpokladu, že určitý distribučný model sa hodí do súboru údajov, znamená, že vy sami predpokladáte, že o populácii sú známe niektoré ďalšie informácie, ako som už spomínal. Distribúcia pravdepodobnosti obsahuje rôzne parametre, ktoré popisujú presný tvar distribúcie. Tieto parametre sú to, čo poskytujú parametrické testy - každá otázka je prispôsobená tak, aby poskytla presnú hodnotu určitého parametra pre každého jednotlivca, s ktorým sa uskutočnil rozhovor. Spolu sa stredná hodnota tohto parametra použije na rozdelenie pravdepodobnosti. To znamená, že parametrické testy tiež predpokladajú niečo o populácii. Ak sú predpoklady správne, parametrická štatistika použitá na údaje poskytnuté parametrickým testom poskytne výsledky, ktoré sú oveľa presnejšie a presnejšie ako výsledky neparametrického testu a štatistiky..

Čo je neparametrický test?

Podobne ako parametrický test a štatistika existuje neparametrický test a štatistika. Používajú sa vtedy, keď sa neočakáva, že získané údaje zodpovedajú normálnej distribučnej krivke alebo ordinálnym údajom. Skvelým príkladom poradových údajov je kontrola, ktorú opustíte, keď hodnotíte určitý produkt alebo službu na stupnici od 1 do 5. Ordinárne údaje sa všeobecne získavajú z testov, ktoré používajú rôzne poradie alebo objednávky. Preto sa nespolieha na čísla alebo presné hodnoty parametrov, na ktoré sa spoliehali parametrické testy. Parametre v žiadnom prípade nevyužívajú, pretože nepredpokladajú určitú distribúciu. Zvyčajne sa uprednostňuje parametrická analýza pred neparametrickou analýzou, ale ak parametrický test nemožno vykonať kvôli neznámej populácii, je potrebné uchýliť sa k neparametrickým testom..

Rozdiel medzi parametrickými a neparametrickými testami

1) Vytváranie predpokladov

Ako som už spomenul, parametrický test robí predpoklady týkajúce sa populácie. Potrebuje parametre, ktoré sú spojené s normálnym rozdelením, ktoré sa používa v analýze, a jediný spôsob, ako poznať tieto parametre, je získať určité znalosti o populácii. Na druhej strane, neparametrický test, ako názov napovedá, sa nespolieha na žiadne parametre, a preto nepredpokladá nič o populácii..

2) Pravdepodobnosť parametrických a neparametrických

Základom štatistickej analýzy, ktorá bude vykonaná na údajoch v prípade parametrických testov, je pravdepodobnostné rozdelenie. Na druhej strane neexistuje základ pre neparametrické testy - je to úplne svojvoľné. To vedie k väčšej flexibilite a uľahčuje prispôsobenie hypotézy zhromaždeným údajom.

3) Miera centrálnej tendencie

Miera centrálnej tendencie je ústrednou hodnotou pri rozdelení pravdepodobnosti. A hoci rozdelenie pravdepodobnosti v prípade neparametrických štatistík je svojvoľné, stále existuje, a preto aj miera centrálnej tendencie. Tieto opatrenia sú však odlišné. V prípade parametrických testov sa považuje za strednú hodnotu, zatiaľ čo v prípade neparametrických testov sa považuje za strednú hodnotu.

4) Znalosť parametrov populácie

Ako som už uviedol v prvom rozdiele, informácie o populácii sa líšia medzi parametrickými a neparametrickými testami a štatistikami. Konkrétne, určité znalosti o populácii sú absolútne nevyhnutné pre parametrickú analýzu, pretože na dosiahnutie presných výsledkov sú potrebné parametre súvisiace s populáciou. Na druhej strane je možné zaujať neparametrický prístup bez akýchkoľvek predchádzajúcich znalostí o populácii.

Parametrické vs. neparametrické testy: porovnávacia tabuľka

Zhrnutie parametrických a neparametrických údajov

• Parametrický test je test, ktorý predpokladá určité parametre a distribúcie, ktoré sú známe o populácii, na rozdiel od neparametrického testu.
• Parametrický test používa strednú hodnotu, zatiaľ čo neparametrický test využíva strednú hodnotu
• Parametrický prístup vyžaduje predchádzajúce znalosti o populácii, na rozdiel od neparametrického prístupu