Różnica między testem parametrycznym i nieparametrycznym

Aby uogólniać populację z próby, stosuje się testy statystyczne. Test statystyczny jest formalną techniką, która opiera się na rozkładowi prawdopodobieństwa, w celu wyciągnięcia wniosków dotyczących racjonalności hipotezy. Te hipotetyczne testy związane z różnicami są klasyfikowane jako testy parametryczne i nieparametryczne. Test parametryczny to taki, który ma informacje o parametrze populacji.

Z drugiej strony Test nieparametryczny to taki, w którym badacz nie ma pojęcia o parametrze populacji. Więc weź pełny odczyt tego artykułu, aby poznać znaczące różnice między testem parametrycznym i nieparametrycznym.

Zawartość: test parametryczny vs test nieparametryczny

1. Wykres porównania
2. Definicja
3. Kluczowe różnice
4. Testy hipotez Hierarchia
5. Testy równoważne
6. Wniosek

Wykres porównania

Definicja testu parametrycznego

Test parametryczny jest testem hipotezy, który zapewnia uogólnienia do składania stwierdzeń dotyczących średniej populacji rodzicielskiej. Test t oparty na statystyce T-Studenta, który jest często używany w tym względzie.

Statystyka T spoczywa na podstawowym założeniu, że istnieje normalny rozkład zmiennej i średnia w znanej lub zakładanej jest znana. Wariancja populacji jest obliczana dla próbki. Zakłada się, że zmienne będące przedmiotem zainteresowania, w populacji są mierzone w skali przedziałowej.

Definicja testu nieparametrycznego

Test nieparametryczny jest zdefiniowany jako test hipotezy, który nie jest oparty na podstawowych założeniach, i.mi. nie wymaga oznaczania rozkładu populacji określonymi parametrami.

Test opiera się głównie na różnicach w medianach. Stąd jest to naprzemiennie znane jako test wolny od dystrybucji. Test zakłada, że ​​zmienne są mierzone na poziomie nominalnym lub porządkowym. Jest stosowany, gdy zmienne niezależne są nie-metryczne.

Kluczowe różnice między testami parametrycznymi i nieparametrycznymi

Podstawowe różnice między testem parametrycznym i nieparametrycznym omówiono w następujących punktach:

1. Test statystyczny, w którym przyjęto konkretne założenia dotyczące parametru populacji, jest znany jako test parametryczny. Test statystyczny zastosowany w przypadku nieporozących zmiennych niezależnych nazywany jest testem nieparametrycznym.
2. W teście parametrycznym statystyka testu oparta jest na rozkład. Z drugiej strony statystyka testu jest dowolna w przypadku testu nieparametrycznego.
3. W teście parametrycznym zakłada się, że pomiar zmiennych będących przedmiotem zainteresowania odbywa się na poziomie przedziału lub współczynnika. W przeciwieństwie do testu nieparametrycznego, w którym zmienna zainteresowania jest mierzona w skali nominalnej lub porządkowej.
4. Ogólnie rzecz biorąc, miara tendencji centralnej w teście parametrycznym jest średnia, podczas gdy w przypadku testu nieparametrycznego jest mediana.
5. W teście parametrycznym istnieją pełne informacje o populacji. I odwrotnie, w teście nieparametrycznym nie ma informacji o populacji.
6. Możliwość zastosowania testu parametrycznego dotyczy tylko zmiennych, podczas gdy test nieparametryczny dotyczy zarówno zmiennych, jak i atrybutów.
7. Do pomiaru stopnia związku między dwiema zmiennymi ilościowymi współczynnik korelacji Pearsona jest stosowany w teście parametrycznym, podczas gdy korelacja rangi Spearmana jest stosowana w teście nieparametrycznym.

Testy hipotez Hierarchia

Testy równoważne

Wniosek

Dokonanie wyboru między testem parametrycznym i nieparametrycznym nie jest łatwe dla badacza prowadzącego analizę statystyczną. W celu przeprowadzenia hipotezy, jeśli informacje o populacji są całkowicie znane, za pomocą parametrów, wówczas test jest testem parametrycznym, podczas gdy jeśli nie ma wiedzy na temat populacji i potrzebne jest przetestowanie hipotezy na temat populacji, to jest to Przeprowadzony test jest uważany za test nieparametryczny.