Непараметрична статистика

Какво представляват непараметричните статистически данни?

Непараметричната статистика се отнася до статистически метод, при който данните не се изискват за нормално разпределение. Непараметричната статистика използва данни, които често са порядъчни, което означава, че не разчита на числата, а по-скоро на класиране или подредба от сортове. Например, проучване, представящо предпочитанията на потребителите, вариращи от харесващи до неприязъчни, би се считало за обикновени данни.

Непараметричната статистика включва непараметрични описателни статистически данни, статистически модели, изводи и статистически тестове. Структурата на модела на непараметричните модели не е определена априорно, а вместо това се определя от данни. Терминът непараметричен не означава, че в такива модели напълно липсват параметри, а по-скоро, че броят и естеството на параметрите са гъвкави и не се фиксират предварително. Хистограмата е пример за непараметрична оценка на вероятностното разпределение.

Разбиране на непараметричната статистика

В статистиката параметричната статистика включва параметри като средно, средно, стандартно отклонение, дисперсия и др. Тази форма на статистика използва наблюдаваните данни за оценка на параметрите на разпределението. При параметричната статистика се приема, че данните отговарят на нормално разпределение с неизвестни параметри μ (средна стойност на населението) и σ ² (дисперсия на популацията), които след това се оценяват с помощта на средната проба и дисперсията на извадката.

Непараметричната статистика не предполага предположението за размера на извадката или дали наблюдаваните данни са количествени.

Непараметричната статистика не предполага, че данните се черпят от нормално разпределение. Вместо това формата на разпределението се оценява при тази форма на статистическо измерване. Въпреки че има много ситуации, в които може да се предположи нормално разпределение, има и някои сценарии, при които няма да е възможно да се определи дали данните ще бъдат нормално разпределени.

Примери за непараметрична статистика

В първия пример помислете за изследовател, който иска оценка на броя на бебетата в Северна Америка, родени с кафяви очи, може да реши да вземе проба от 150 000 бебета и да направи анализ на набора от данни. Измерването, което те получават, ще се използва за оценка на цялата популация на бебета с кафяви очи, родени на следващата година.

За втори пример помислете за друг изследовател, който иска да знае дали лягането рано или късно е свързано с това колко често човек се разболява. Ако приемем, че пробата е избрана на случаен принцип от популацията, разпределението на размера на извадката по честота на заболяването може да се приеме за нормално. Обаче експеримент, който измерва устойчивостта на човешкото тяло към щам бактерии, не може да се приеме, че има нормално разпределение.

Това е така, защото данните, избрани на случаен принцип, могат да бъдат устойчиви на щам. От друга страна, ако изследователят вземе предвид фактори като генетичен състав и етническа принадлежност, той може да открие, че размерът на извадката, избран с помощта на тези характеристики, може да не е устойчив на щам. Следователно човек не може да приеме нормално разпределение.

Този метод е полезен, когато данните нямат ясна числена интерпретация и е най-добре да се използва с данни, които имат сортово класиране. Например, тестът за оценка на личността може да има класиране на неговите показатели, определени като силно несъгласни, несъгласни, безразлични, съгласни и категорично съгласни. В този случай трябва да се използват непараметрични методи.

Специални съображения

Непараметричната статистика спечели благодарение на тяхната лекота на използване. Тъй като необходимостта от параметри се облекчава, данните стават по-приложими при по-голямо разнообразие от тестове. Този тип статистика може да се използва без средното, размера на извадката, стандартното отклонение или оценката на други свързани параметри, когато никоя от тази информация не е налична.

Тъй като непараметричната статистика прави по-малко предположения за примерните данни, нейното приложение е по-широко в обхвата от параметричната статистика. В случаите, когато параметричното тестване е по-подходящо, непараметричните методи ще бъдат по-малко ефективни. Това е така, защото резултатите, получени от непараметричната статистика, имат по-ниска степен на доверие, отколкото ако резултатите са получени с помощта на параметрична статистика.

Ключови заведения

• Непараметричната статистика е лесна за използване, но не предлага точната точност на други статистически модели.
• Този тип анализ е най-подходящ при обмисляне на реда на нещо, където дори и да се променят числовите данни, резултатите вероятно ще останат същите.

Сравнете инвестиционни сметки Име на доставчика Описание Разкриване на рекламодатели × Офертите, които се появяват в тази таблица, са от партньорства, от които Investopedia получава компенсация.

Свързани условия

Разбиране на T разпределение AT разпределение е вид вероятностна функция, която е подходяща за оценка на параметрите на популацията за малки размери на пробата или неизвестни отклонения. повече Как работи разпределението на извадката Разпределението на извадката е вероятностно разпределение на статистически данни, получени чрез голям брой проби, взети от конкретна популация. повече Как се използва тестът на Wilcoxon Тестът Wilcoxon, който се отнася или до теста на Rank Sum, или до теста за подписан ранг, е непараметричен тест, който сравнява две сдвоени групи. повече непараметричен метод Непараметричният метод се отнася до вид статистика, която не изисква анализираните данни да отговарят на определени предположения или параметри. още Определение на Т-теста Т-тестът е вид инфекциозна статистика, използвана за определяне дали има значителна разлика между средствата на две групи, които могат да бъдат свързани по определени характеристики. повече Интервал на увереност Интервалът на доверие измерва вероятността параметърът на популацията да попадне между две зададени стойности. повече партньорски връзки