Parametrični i neparametrični

Društveni istraživači često konstruiraju hipotezu, u kojoj pretpostavljaju da se određeno opće pravilo može primijeniti na stanovništvo. Testiraju ovu hipotezu korištenjem testova koji mogu biti parametrični ili neparametrični. Parametrijski testovi obično su češći i proučeni su mnogo ranije kao standardni testovi koji se koriste pri izvođenju istraživanja.

Proces provođenja istraživanja relativno je jednostavan - izradite hipotezu i pretpostavite da se određenom "zakonu" može primijeniti na stanovništvo. Tada provodite test i sakupite podatke koje statistički analiziraju. Prikupljeni podaci obično se mogu prikazati kao grafikon, a pretpostavljeni zakon kao srednja vrijednost tih podataka. Ako hipotezirani zakon i srednja vrijednost odgovara, hipoteza se potvrđuje.

Međutim, u nekim slučajevima pronalaženje srednje vrijednosti nije najprikladniji način traženja zakona. Dobar primjer je distribucija ukupnog dohotka. Ako niste podudarali s prosječnom vrijednošću, to je vjerojatno zato što jedan ili dva milijardera uznemiravaju vaše srednje vrijednosti. Međutim, medijan će dati mnogo precizniji rezultat prosječnog dohotka koji je vjerojatnije da će odgovarati vašim podacima.

Drugim riječima, parametarski test će se koristiti kada su pretpostavke o populaciji jasne i postoji mnogo dostupnih informacija o njemu. Pitanja će biti dizajnirana za mjerenje tih specifičnih parametara tako da se podaci mogu analizirati kao što je gore opisano. Neparametrijski test se koristi kada ispitana populacija nije u potpunosti poznata i zbog toga su ispitivani parametri također nepoznati. Dodatno, dok parametarski test koristi rezultate kao srednje vrijednosti, neparametrijski test uzima medijan i stoga se obično koristi kada izvorna hipoteza ne odgovara podacima.

Što je parametarski test?

Parametrički test je test koji je dizajniran za pružanje podataka koji će se analizirati kroz granu znanosti pod nazivom parametarska statistika. Parametrijska statistika pretpostavlja da su neke informacije o stanovništvu već poznate, odnosno raspodjelu vjerojatnosti. Kao primjer, distribucija visine tijela na čitavom svijetu opisana je uobičajenom distribucijskom modelu. Slično tome, svaki poznati model distribucije može se primijeniti na skup podataka. Međutim, pretpostavljajući da određeni model distribucije odgovara skupu podataka znači da ste inherentno pretpostavljali da su neke poznate dodatne informacije o populaciji, kao što sam spomenuo. Distribucija vjerojatnosti sadrži različite parametre koji opisuju točan oblik distribucije. Ovi parametri pružaju parametarske testove - svako je pitanje prilagođeno za točnu vrijednost određenog parametra za svakog ispitanika. Kombinirano, srednja vrijednost tog parametra koristi se za raspodjelu vjerojatnosti. To znači da parametrijski testovi također pretpostavljaju nešto o populaciji. Ako su pretpostavke točne, parametarske statistike primijenjene na podatke dobivene parametrijskim testom daju rezultate koji su puno precizniji i precizniji od onog neparametrijskog testa i statističkih podataka.

Što je neparametrijski test?

Na sličan način kao i parametarski test i statistika postoji neparametrijski test i statistika. Koriste se kada se ne očekuje da se dobiveni podaci uklapaju u normalnu krivulju raspodjele, ili redni podaci. Dobar primjer rednih podataka jest pregled koji napustite kada ocjenjujete određeni proizvod ili uslugu na ljestvici od 1 do 5. Općeniti podaci dobiveni su testovima koji koriste različite rangove ili narudžbe. Stoga se ne oslanja na brojeve ili točne vrijednosti za parametre na kojima se oslanjali parametarski testovi. Zapravo, ne koristi parametre na bilo koji način, jer ne preuzima određenu distribuciju. Obično je poželjna parametarska analiza neparametrijskog, ali ako se parametrijski test ne može provesti zbog nepoznate populacije, potrebno je koristiti neparametrijske testove.

Razlika između parametrijskih i neparametrijskih ispitivanja

1) Napraviti pretpostavke

Kao što sam spomenuo, parametarski test čini pretpostavke o populaciji. Potrebne su parametre koji su povezani s normalnom distribucijom koja se koristi u analizi, a jedini način da se poznaju te parametri jest imati nešto znanja o populaciji. S druge strane, neparametrijski test, kao što ime govori, ne oslanja se na neke parametre i stoga ne preuzima ništa o populaciji.

2) Vjerojatnost parametra i neparametarnih

Temelj statističke analize koja će se izvršiti na podacima, u slučaju parametrijskih testova, jest vjerojatna distribucija. S druge strane, osnova za neparametrijske testove ne postoji - potpuno je proizvoljna. To rezultira većom fleksibilnošću i olakšava postavljanje hipoteze s prikupljenim podacima.

3) Mjera središnje tendencije

Mjera središnje tendencije je središnja vrijednost raspodjele vjerojatnosti. I iako je raspodjela vjerojatnosti u slučaju neparametrijskih statistika proizvoljna, ona i dalje postoji, pa stoga i mjera središnje tendencije. Međutim, one su različite mjere.U slučaju parametrijskih testova smatra se srednja vrijednost, dok je u slučaju neparametrijskih ispitivanja uzeta kao srednja vrijednost.

4) Poznavanje parametara stanovništva

Kao što sam spomenuo u prvoj razlici, informacije o populaciji variraju između parametrijskih i neparametrijskih testova i statističkih podataka. Naime, određeno znanje o populaciji apsolutno je potrebno za parametarsku analizu, jer zahtijeva parametre vezane uz stanovništvo kako bi se dobili precizni rezultati. S druge strane, neparametrijski se pristup može poduzeti bez prethodnog poznavanja populacije.

Parametrijski vs neparametrijski testovi: usporedni grafikon

Sažetak parametarskih i neparametrijskih

• Parametarski je test test koji pretpostavlja određene parametre i poznate su raspodjele o populaciji, suprotno neparametrijskom
• Parametarski test koristi srednju vrijednost, a neparametrijski koristi srednju vrijednost
• Parametarski pristup zahtijeva prethodno znanje o populaciji, suprotno neparametrijskom pristupu