Unterschied zwischen parametrisch und nicht parametrisch

Parametrisch vs Nicht parametrisch

Die Statistik ist ein Studienzweig, der es uns ermöglicht, die Populationsdynamik anhand von Stichproben einer bestimmten interessierenden Population zu verstehen. Es ist wichtig, dass diese Proben zufällig sind. Viele Formeln werden unter Einbeziehung von Mathematik erstellt, um Rückschlüsse auf Bevölkerungsparameter zu ziehen. Natürlich kann jede Population eine "Normalverteilung" haben, bei der die Streuung von Daten / Proben im Frequenzdiagramm eine Glocke hat. In einer Normalverteilung konzentrieren sich die meisten Proben um den Mittelwert und 68%, 95%, 99% der Daten liegen innerhalb von 1, 2 bzw. 3 Standardabweichungen. Parametrische und nichtparametrische Statistiken hängen davon ab, ob die Normalverteilung berücksichtigt wird.

Was ist parametrische Statistik??

Parametrische Statistiken sind Statistiken, in denen Daten / Stichproben als aus einer Normalverteilung gezogen betrachtet werden. Die Definition von parametrischen Statistiken ist "die Statistik, die davon ausgeht, dass die Daten von einer Art Wahrscheinlichkeitsverteilung stammen und Rückschlüsse auf die Parameter der Verteilung zulassen". Die meisten bekannten elementaren statistischen Methoden gehören zu dieser Gruppe. In der Realität sind sie möglicherweise nicht normal verteilt. Daher basiert dieser Statistiktyp auf weiteren Annahmen. Wenn die Daten / Proben normal oder nahezu normal verteilt sind, können die Formeln genaue Ergebnisse und Schlussfolgerungen erzeugen. Wenn jedoch die Annahme einer Normalverteilung falsch ist, können parametrische Statistiken irreführend sein.

Was ist nicht parametrische Statistik??

Nichtparametrische Statistiken werden auch als distributionsfreie Statistiken bezeichnet. Der Vorteil dieses Statistiktyps besteht darin, dass er nicht wie zuvor mit der Parametrik angenommen werden muss. Bei nichtparametrischen statistischen Berechnungen werden Mediane stärker als die Mittel berücksichtigt. Wenn also eine oder zwei vom Mittelwert abweichen, wird ihre Wirkung vernachlässigt. Im Allgemeinen werden parametrische Statistiken als solche bevorzugt, da sie mehr Macht haben, um eine falsche Hypothese als eine nichtparametrische Methode abzulehnen. Einer der bekanntesten nichtparametrischen Tests ist der Chi-Quadrat-Test. Es gibt nichtparametrische Analoga für einige parametrische Tests, wie z. B. Wilcoxon T-Test für gepaarten Stichproben-T-Test, Mann-Whitney-U-Test für unabhängige Stichproben-T-Tests, Spearmans Korrelation für die Pearson-Korrelation usw. Für einen Stichproben-T-Test gibt es keine vergleichbarer nicht parametrischer Test.

Was ist der Unterschied zwischen parametrisch und nichtparametrisch?

• Parametrische Statistiken hängen von der Normalverteilung ab, nichtparametrische Statistiken hängen jedoch nicht von der Normalverteilung ab.

• Parametrische Statistiken machen mehr Annahmen als nicht-parametrische Statistiken.

• Parametrische Statistiken verwenden im Vergleich zu nichtparametrischen Statistiken einfachere Formeln.

• Wenn angenommen wird, dass eine Grundgesamtheit normalverteilt ist oder der Normalverteilung nahe kommt, sollten parametrische Statistiken am besten verwendet werden. Wenn nicht, ist es am besten, eine nichtparametrische Methode zu verwenden.

• Die meisten der allgemein bekannten Methoden der Elementarstatistik gehören zu den Parameterstatistiken. Nicht-parametrische Statistiken werden in besonderen Fällen sparsam verwendet und angewendet.