Непараметријска статистика

Шта су непараметријске статистике?

Непараметријска статистика односи се на статистичку методу у којој се подаци не захтевају да би се прилагодили нормалној дистрибуцији. Непараметријска статистика користи податке који су често редовни, што значи да се не ослањају на бројеве, већ на рангирање или редослед врста. На пример, анкета која преноси преференције потрошача у распону од не свиђају се сматрала би редоследним подацима.

Непараметријска статистика укључује непараметријске описне статистике, статистичке моделе, закључке и статистичке тестове. Структура модела непараметријских модела није одређена а приори, већ је уместо тога одређена из података. Израз непараметријски не значи да таквим моделима у потпуности недостају параметри, већ да су број и природа параметара флексибилни и нису унапред одређени. Хистограм је пример непараметријске процене расподеле вероватноће.

Разумевање непараметријске статистике

У статистици, параметријска статистика укључује параметре као што су средња, средња, стандардна девијација, варијанца итд. Овај облик статистике користи запажене податке за процену параметара дистрибуције. Под параметријском статистиком претпоставља се да подаци одговарају нормалној дистрибуцији са непознатим параметрима μ (просечна популација) и σ ² (варијанца популације), који се затим процењују коришћењем средње вредности узорка и варијанце узорка.

Непараметријска статистика не претпоставља о величини узорка или о томе да ли су посматрани подаци квантитативни.

Непараметријска статистика не претпоставља да су подаци добијени из нормалне дистрибуције. Уместо тога, облик дистрибуције процењује се према овом облику статистичког мерења. Иако постоје многе ситуације у којима се може претпоставити нормална дистрибуција, постоје и одређени сценарији у којима неће бити могуће одредити да ли ће се подаци нормално дистрибуирати.

Примери непараметријске статистике

У првом примеру размотрите истраживача који жели да процена броја беба у Северној Америци рођених смеђих очију може да одлучи да узме узорак од 150.000 беба и изврши анализу скупа података. Мерење које добивају користиће се за процену целокупне популације беба са смеђим очима рођеним следеће године.

За други пример, размислите о другом истраживачу који жели да зна да ли је одлазак у кревет рано или касно повезан са колико често се разболи. Под претпоставком да је узорак одабран насумично из популације, може се претпоставити да је расподјела узорака величине учесталости нормална. Међутим, не може се претпоставити да за експеримент који мери отпорност људског тела на сој бактерија има нормалну дистрибуцију.

То је зато што подаци насумично одабраних узорака могу бити отпорни на сој. С друге стране, ако истраживач размотри факторе као што су генетска структура и етничка припадност, може открити да величина узорка одабрана помоћу ових карактеристика можда није отпорна на сој. Стога се не може претпоставити нормална дистрибуција.

Ова метода је корисна када подаци немају јасну нумеричку интерпретацију и најбоље је користити са подацима који имају сортирање врста. На пример, тест за оцену личности може да има рангирање својих метрика који се постављају као изразито нескладни, не слажући се, равнодушни, слажу се и снажно се слажу. У овом случају треба користити непараметријске методе.

Посебна разматрања

Непараметријска статистика добила је на угледу због своје једноставности употребе. Како се потреба за параметрима смањује, подаци постају применљивији на већи број тестова. Ова врста статистике може се користити без средње вредности, величине узорка, стандардног одступања или процене било којих других повезаних параметара када ниједан од тих података није доступан.

Будући да непараметријска статистика чини мање претпоставки о узоркованим подацима, њена примена је ширег обима него параметријска статистика. У случајевима када је параметријско тестирање погодније, непараметријске методе ће бити мање ефикасне. То је зато што резултати добијени из непараметријске статистике имају нижи степен поузданости него ако су резултати добијени коришћењем параметријске статистике.

Кључне Такеаваис

• Непараметријске статистике су једноставне за употребу, али не нуде прецизну тачност осталих статистичких модела.
• Ова врста анализе је најприкладнија за разматрање редоследа нечега, чак и ако се нумерички подаци промене, резултати ће вероватно остати исти.

Упоредите инвестиционе рачуне Име добављача Опис Откривање оглашивача × Понуде које се појављују у овој табели су од партнерстава од којих Инвестопедиа прима накнаду.

Сродни услови

Разумевање Т расподјеле АТ расподјела је врста вјероватне функције која је погодна за процјену параметара популације за мале величине узорка или непознате варијанце. више Како делује расподјела узорака Дистрибуција узорковања је вјероватноћа дистрибуција статистике добивене великим бројем узорака узетих из одређене популације. више Како се користи Вилцокон тест Вилцокон тест, који се односи или на ранг Сум тест или на потписни ранг тест, је непараметријски тест који упоређује две упарене групе. више Непараметријска метода Непараметријска метода односи се на врсту статистике која не захтева да подаци који се анализирају испуњавају одређене претпоставке или параметре. више Дефиниција Т-теста Т-тест је врста инференцијалне статистике која се користи да се утврди да ли постоји значајна разлика између средстава две групе, која могу бити повезана у одређеним карактеристикама. више Интервал поузданости Интервал поузданости мери вероватноћу да ће параметар популације пасти између две постављене вредности. више партнерских веза