Unterschied zwischen parametrisch und nichtparametrisch

Sozialforscher konstruieren häufig eine Hypothese, in der sie davon ausgehen, dass eine bestimmte generalisierte Regel auf eine Bevölkerung angewendet werden kann. Sie testen diese Hypothese anhand von Tests, die entweder parametrisch oder nichtparametrisch sein können. Parametrische Tests sind in der Regel häufiger und werden viel früher untersucht als die Standardtests, die bei der Durchführung von Untersuchungen verwendet werden.

Das Durchführen einer Forschung ist relativ einfach - Sie erstellen eine Hypothese und gehen davon aus, dass ein bestimmtes „Gesetz“ auf eine Population angewendet werden kann. Sie führen dann einen Test durch und sammeln Daten, die Sie anschließend statistisch analysieren. Die gesammelten Daten können normalerweise als Grafik dargestellt werden, und das hypothetische Gesetz als Mittelwert dieser Daten. Wenn das hypothetische Gesetz und das Mittelwertgesetz übereinstimmen, wird die Hypothese bestätigt.

In einigen Fällen ist die Ermittlung des Mittelwerts jedoch nicht der geeignetste Weg, um nach dem Gesetz zu suchen. Ein gutes Beispiel ist die Verteilung des Gesamteinkommens. Wenn Sie den Mittelwert nicht erreicht haben, liegt dies wahrscheinlich daran, dass ein oder zwei Milliardäre Ihre Mittelwerte stören. Ein Medianwert liefert jedoch ein viel genaueres Ergebnis für das durchschnittliche Einkommen, das wahrscheinlich mit Ihren Daten übereinstimmt.

Mit anderen Worten, ein parametrischer Test wird verwendet, wenn die Annahmen über die Bevölkerung klar sind und es viele Informationen darüber gibt. Die Fragen sollen die spezifischen Parameter messen, so dass die Daten wie oben beschrieben analysiert werden können. Ein nichtparametrischer Test wird verwendet, wenn die getestete Population nicht vollständig bekannt ist und daher auch die untersuchten Parameter unbekannt sind. Während der parametrische Test Mittelwerte als Ergebnisse verwendet, verwendet der nichtparametrische Test den Median und wird daher normalerweise verwendet, wenn die ursprüngliche Hypothese nicht zu den Daten passt.

Was ist ein parametrischer Test??

Ein parametrischer Test ist ein Test, der die Daten bereitstellt, die dann durch einen Wissenschaftszweig analysiert werden, der als parametrische Statistik bezeichnet wird. Parametrische Statistiken gehen davon aus, dass einige Informationen über die Bevölkerung bereits bekannt sind, nämlich die Wahrscheinlichkeitsverteilung. Als Beispiel wird die Verteilung der Körpergröße auf der ganzen Welt durch ein Normalverteilungsmodell beschrieben. Auf ähnliche Weise kann jedes bekannte Verteilungsmodell auf einen Datensatz angewendet werden. Wenn man jedoch annimmt, dass ein bestimmtes Verteilungsmodell in ein Dataset passt, bedeutet dies, dass Sie von Natur aus davon ausgehen, dass einige zusätzliche Informationen über die Grundgesamtheit bekannt sind. Die Wahrscheinlichkeitsverteilung enthält verschiedene Parameter, die die genaue Form der Verteilung beschreiben. Diese Parameter liefern die parametrischen Tests - jede Frage ist darauf zugeschnitten, für jeden Befragten einen genauen Wert eines bestimmten Parameters anzugeben. Zusammen wird der Mittelwert dieses Parameters für die Wahrscheinlichkeitsverteilung verwendet. Das bedeutet, dass die parametrischen Tests auch etwas von der Bevölkerung annehmen. Wenn die Annahmen korrekt sind, liefern parametrische Statistiken, die auf Daten angewendet werden, die von einem parametrischen Test bereitgestellt werden, Ergebnisse, die viel genauer und genauer sind als die Ergebnisse eines nichtparametrischen Tests und von Statistiken.

Was ist ein nichtparametrischer Test??

Ähnlich wie bei parametrischen Tests und Statistiken gibt es nichtparametrische Tests und Statistiken. Sie werden verwendet, wenn von den erhaltenen Daten nicht erwartet wird, dass sie auf eine normale Verteilungskurve oder Ordinaldaten passen. Ein gutes Beispiel für ordinale Daten ist die Überprüfung, die Sie hinterlassen, wenn Sie ein bestimmtes Produkt oder eine bestimmte Dienstleistung auf einer Skala von 1 bis 5 bewerten. Ordnungsdaten werden im Allgemeinen aus Tests ermittelt, die unterschiedliche Ranglisten oder Bestellungen verwenden. Daher ist es nicht auf Zahlen oder exakte Werte für die Parameter angewiesen, auf die sich parametrische Tests verlassen. Tatsächlich verwendet es keine Parameter in irgendeiner Weise, da keine bestimmte Verteilung angenommen wird. Normalerweise wird eine parametrische Analyse einer nichtparametrischen Analyse vorgezogen. Wenn der parametrische Test jedoch aufgrund einer unbekannten Population nicht durchgeführt werden kann, ist ein Rückgriff auf nichtparametrische Tests erforderlich.

Unterschied zwischen parametrischen und nichtparametrischen Tests

1) Annahmen treffen

Wie bereits erwähnt, macht der Parametertest Annahmen über die Bevölkerung. Sie benötigt die Parameter, die mit der Normalverteilung, die in der Analyse verwendet wird, verbunden sind, und die einzige Möglichkeit, diese Parameter zu kennen, besteht darin, etwas über die Grundgesamtheit zu wissen. Auf der anderen Seite stützt sich ein nichtparametrischer Test, wie der Name schon sagt, auf keine Parameter und nimmt daher nichts von der Grundgesamtheit an.

2) Wahrscheinlichkeit von parametrisch und nichtparametrisch

Die Basis für die statistische Analyse, die bei parametrischen Tests mit den Daten durchgeführt wird, ist die Wahrscheinlichkeitsverteilung. Auf der anderen Seite gibt es keine Basis für nichtparametrische Tests - sie ist völlig willkürlich. Dies führt zu mehr Flexibilität und erleichtert das Anpassen der Hypothese an die gesammelten Daten.

3) Maß für die zentrale Tendenz

Das Maß der zentralen Tendenz ist ein zentraler Wert in einer Wahrscheinlichkeitsverteilung. Und obwohl die Wahrscheinlichkeitsverteilung bei nichtparametrischen Statistiken willkürlich ist, existiert sie immer noch und damit auch das Maß der zentralen Tendenz. Diese Maßnahmen sind jedoch unterschiedlich. Bei parametrischen Tests wird dies als Mittelwert verstanden, während bei nichtparametrischen Tests der Medianwert verwendet wird.

4) Kenntnis der Bevölkerungsparameter

Wie ich im ersten Unterschied erwähnt habe, variiert die Information über die Grundgesamtheit zwischen parametrischen und nichtparametrischen Tests und Statistiken. Für eine parametrische Analyse ist ein bestimmtes Wissen über die Bevölkerung unbedingt erforderlich, da es populationsbezogene Parameter erfordert, um genaue Ergebnisse zu erhalten. Auf der anderen Seite kann ein nichtparametrischer Ansatz ohne Vorkenntnisse der Bevölkerung verfolgt werden.

Parametrische vs. nichtparametrische Tests: Vergleichstabelle

Zusammenfassung von parametrisch und nichtparametrisch

• Ein parametrischer Test ist ein Test, bei dem bestimmte Parameter und Verteilungen über eine Population im Gegensatz zu nichtparametrischen bekannt sind
• Der parametrische Test verwendet einen Mittelwert, während der nichtparametrische Test einen Medianwert verwendet
• Der parametrische Ansatz erfordert im Gegensatz zum nichtparametrischen Ansatz Vorkenntnisse über die Bevölkerung