Что означает непараметрический метод?
Непараметрический метод относится к типу статистики, которая не требует, чтобы анализируемая популяция удовлетворяла определенным предположениям или параметрам. Хорошо известные статистические методы, такие как ANOVA, корреляция Пирсона, t-критерий и другие, предоставляют достоверную информацию об анализируемых данных только в том случае, если основная популяция соответствует определенным предположениям. Одним из наиболее распространенных предположений является то, что данные о населении имеют «нормальное распределение».
Однако параметрическая статистика может также применяться к группам населения с другими известными типами распределения. Непараметрическая статистика не требует, чтобы данные о населении соответствовали предположениям, необходимым для параметрической статистики. Поэтому непараметрические статистические данные попадают в категорию статистических данных, которые иногда называют свободными от распространения. Часто непараметрические методы будут использоваться, когда данные о населении имеют неизвестное распределение или когда размер выборки невелик.
Непараметрический метод объяснил
Параметрические и непараметрические методы часто используются для разных типов данных. Параметрическая статистика обычно требует данных об интервале или соотношении. Примером данных этого типа являются возраст, доход, рост и вес, в которых значения являются непрерывными, а интервалы между значениями имеют значение.
Напротив, непараметрическая статистика обычно используется для данных, которые являются номинальными или порядковыми. Номинальные переменные - это переменные, для которых значения не имеют количественного значения. Например, общие номинальные переменные в исследованиях в области социальных наук включают пол, возможные значения которого представляют собой отдельные категории, «мужской» и «женский». «Другими общими номинальными переменными в исследованиях в области социальных наук являются раса, семейное положение, уровень образования и статус занятости. (занятые против безработных).
Порядковые переменные - это те, в которых значение предполагает некоторый порядок. Примером порядковой переменной будет, если респондент опроса спросит: «По шкале от 1 до 5, где 1 - крайне неудовлетворен, а 5 - чрезвычайно удовлетворен, как бы вы оценили свой опыт работы с кабельной компанией?»
Хотя непараметрические статистические данные имеют то преимущество, что им приходится удовлетворять нескольким предположениям, они менее эффективны, чем параметрические. Это означает, что они могут не показывать отношения между двумя переменными, когда на самом деле одна существует.
Обычные непараметрические тесты включают в себя критерий Чи-квадрат, критерий суммы рангов Уилкоксона, критерий Крускала-Уоллиса и ранговую корреляцию Спирмена.
