参数与非参数
统计数据是研究的一个分支,它使我们能够使用从某些感兴趣的人群中得出的样本来理解人群动态。这些样品是随机的。通过合并数学来创建许多公式,以推断人口参数。自然,任何人群都可能具有“正态分布”,其中数据/样品的分散在频率图中具有铃铛的形状。在正态分布中,大多数样品分别集中在平均值和68%,95%,99%的数据范围内,分别在1、2和3标准偏差之内。参数统计和非参数统计取决于是否考虑了正态分布。
什么是参数统计?
参数统计是统计数据,其中数据/样本被认为是从正态分布中得出的。参数统计信息的定义是“假定数据来自概率分布的类型,并推断出分布的参数”。大多数已知的基本统计方法属于该组。实际上,它们可能不会正态分布。因此,该统计类型基于更多的假设。如果数据/样品是正态分布或几乎正态分布的,则该公式可能会产生准确的结果和推论。但是,如果正态分布的假设是错误的,那么参数统计数据可能会产生误导。
什么是非参数统计数据?
非参数统计也称为无分配统计。这种统计类型的优点是,它不必像以前用参数做出的假设。非参数统计计算引起的关注比手段。因此,如果一两个偏离平均值,则忽略了它们的效果。通常,参数统计是比这更优选的,因为它比非参数法具有更大的拒绝假设的能力。最著名的非参数测试之一是卡方检验。There are nonparametric analogues for some parametric tests such as, Wilcoxon T Test for Paired sample t-test, Mann-Whitney U Test for Independent samples t-test, Spearman’s correlation for Pearson’s correlation etc. For one sample t-test, there is no comparable non parametric test.
参数和非参数有什么区别?
•参数统计取决于正态分布,但非参数统计不取决于正态分布。
•与非参数统计相比,参数统计的假设更多。
•与非参数统计相比,参数统计使用更简单的公式。
•当人们认为人群正态分布或接近正态分布时,最好使用参数统计。如果没有,最好使用非参数方法。
•大多数常见的基本统计方法属于参数统计。非参数统计量很少使用并应用于特殊情况。
发表评论