Verschil tussen parametrische en niet-parametrische statistieken

Inhoudsopgave:

Verschil tussen parametrische en niet-parametrische statistieken
Verschil tussen parametrische en niet-parametrische statistieken
Anonim

Het verschil tussen parametrische en niet-parametrische statistiek is gebaseerd op de kennis of onwetendheid van de kansverdeling van de te onderzoeken variabele.

Parametrische statistiek maakt gebruik van berekeningen en procedures, ervan uitgaande dat u weet hoe de te bestuderen willekeurige variabele is verdeeld. Integendeel, niet-parametrische statistiek gebruikt methoden om erachter te komen hoe een fenomeen wordt gedistribueerd en later parametrische statistische technieken te gebruiken.

De definities van beide concepten worden hieronder geïllustreerd:

  • Parametrische statistieken: Het verwijst naar een deel van statistische gevolgtrekking dat gebruikmaakt van statistieken en resolutiecriteria op basis van bekende distributies.
  • Niet-parametrische statistieken: Het is een tak van statistische inferentie waarvan de berekeningen en procedures zijn gebaseerd op onbekende verdelingen.

Parametrische en niet-parametrische statistieken zijn complementair

Ze gebruiken verschillende methoden omdat hun doelen verschillend zijn. Het zijn echter twee complementaire takken. We weten niet altijd met zekerheid - sterker nog, we weten het zelden - hoe een willekeurige variabele wordt verdeeld. Het is dus noodzakelijk om technieken te gebruiken om erachter te komen op welk type distributie het het meest lijkt.

Als we eenmaal hebben ontdekt hoe het wordt verdeeld, kunnen we specifieke berekeningen en technieken voor dit type distributie uitvoeren. Omdat bijvoorbeeld de gemiddelde waarde in een Poisson-verdeling niet op dezelfde manier wordt berekend als in een normale.

Toch is het belangrijk op te merken dat parametrische statistieken veel bekender en populairder zijn. In plaats van niet-parametrische statistieken te gebruiken, wordt vaak direct aangenomen dat een variabele op één manier wordt verdeeld. Dat wil zeggen, het gaat uit van een starthypothese waarvan wordt aangenomen dat deze de juiste is. Als u echter een taak rigoureus wilt uitvoeren en niet zeker bent, moet u niet-parametrische statistieken gebruiken.

Anders, hoe goed de technieken van parametrische statistiek ook worden toegepast, zullen de resultaten onnauwkeurig zijn.

Beschrijvende statistieken