Ikke-parametrisk statistikk

Hva er ikke-parametrisk statistikk?

Ikke-parametrisk statistikk refererer til en statistisk metode der dataene ikke er påkrevd for å passe til en normal fordeling. Ikke-parametrisk statistikk bruker data som ofte er ordinære, noe som betyr at den ikke er avhengig av tall, men snarere på en rangering eller rekkefølge. For eksempel vil en undersøkelse som formidler forbrukerpreferanser som spenner fra like til mislike, bli ansett som ordinære data.

Ikke-parametrisk statistikk inkluderer ikke-parametrisk beskrivende statistikk, statistiske modeller, inferanse og statistiske tester. Modellstrukturen til ikke-parametriske modeller er ikke spesifisert priori, men bestemmes i stedet ut fra data. Begrepet ikke-parametrisk er ikke ment å innebære at slike modeller helt mangler parametere, men heller at antallet og arten av parametrene er fleksible og ikke er faste på forhånd. Et histogram er et eksempel på et ikke-parametrisk estimat av en sannsynlighetsfordeling.

Forståelse av ikke-parametrisk statistikk

I statistikk inkluderer parametrisk statistikk parametere som middelverdi, median, standardavvik, varians, etc. Denne formen for statistikk bruker de observerte dataene for å estimere parameterne for distribusjonen. Under parametrisk statistikk antas data å passe til en normalfordeling med ukjente parametere μ (populasjonsmiddel) og σ ² (populasjonsvarians), som deretter estimeres ved bruk av eksempelmidlet og prøvevariansen.

Ikke-parametrisk statistikk antar ingen antagelse om utvalgsstørrelse eller om de observerte dataene er kvantitative.

Ikke-parametrisk statistikk forutsetter ikke at data er hentet fra en normal fordeling. I stedet estimeres formen på fordelingen under denne formen for statistisk måling. Selv om det er mange situasjoner der en normal distribusjon kan antas, er det også noen scenarier der det ikke vil være mulig å bestemme om dataene vil bli distribuert normalt.

Eksempler på ikke-parametrisk statistikk

I det første eksemplet kan du vurdere en forsker som ønsker et estimat av antall babyer i Nord-Amerika født med brune øyne, kan bestemme seg for å ta et utvalg på 150 000 babyer og foreta en analyse av datasettet. Målingen de stammer fra, vil bli brukt som et estimat for hele befolkningen av babyer med brune øyne født året etter.

For et annet eksempel kan du vurdere en annen forsker som vil vite om å legge seg tidlig eller sent er knyttet til hvor ofte man blir syk. Forutsatt at prøven er valgt tilfeldig fra populasjonen, kan antagelsen av utvalgsstørrelsen på sykdomsfrekvens antas å være normal. Imidlertid kan ikke et eksperiment som måler resistensen av menneskekroppen mot en bakteriestamme, antas å ha en normal fordeling.

Dette er fordi en tilfeldig valgt prøvedata kan være motstand mot belastningen. På den annen side, hvis forskeren vurderer faktorer som genetisk sammensetning og etnisitet, kan han oppleve at en prøvestørrelse valgt ved bruk av disse egenskapene kanskje ikke er motstandsdyktig mot belastningen. Derfor kan man ikke anta en normalfordeling.

Denne metoden er nyttig når dataene ikke har noen klar numerisk tolkning og er best å bruke med data som har en rangering av sortering. For eksempel kan en personlighetsvurderingsprøve ha en rangering av beregningene som sterkt uenig, uenig, likegyldig, enig og sterkt enig. I dette tilfellet bør ikke-parametriske metoder brukes.

Spesielle hensyn

Ikke-parametrisk statistikk har fått takknemlighet på grunn av deres brukervennlighet. Etter hvert som behovet for parametere lettes, blir dataene mer anvendelige for et større utvalg av tester. Denne typen statistikk kan brukes uten gjennomsnitt, utvalgstørrelse, standardavvik eller estimering av andre relaterte parametere når ingen av den informasjonen er tilgjengelig.

Siden ikke-parametrisk statistikk gjør færre antagelser om eksempeldataene, er anvendelsen av dem bredere enn parametrisk statistikk. I tilfeller der parametrisk testing er mer passende, vil ikke-parametriske metoder være mindre effektive. Dette fordi resultatene oppnådd fra ikke-parametrisk statistikk har en lavere grad av tillit enn om resultatene ble oppnådd ved bruk av parametrisk statistikk.

Viktige takeaways

• Ikke-parametrisk statistikk er enkel å bruke, men gir ikke nøyaktigheten til andre statistiske modeller.
• Denne typen analyse er best egnet når man vurderer rekkefølgen på noe, hvor selv om de numeriske dataene endres, vil resultatene trolig være de samme.

Sammenlign Navn på leverandør av investeringskontoer Beskrivelse Annonsørens avsløring × Tilbudene som vises i denne tabellen er fra partnerskap som Investopedia mottar kompensasjon fra.

Relaterte vilkår

Å forstå T-distribusjon AT-distribusjon er en type sannsynlighetsfunksjon som er passende for å estimere populasjonsparametere for små prøvestørrelser eller ukjente avvik. mer Slik fungerer utvalgsdistribusjon En prøvetakingsdistribusjon er en sannsynlighetsfordeling av en statistikk oppnådd gjennom et stort antall prøver hentet fra en spesifikk populasjon. mer Hvordan Wilcoxon-testen brukes Wilcoxon-testen, som refererer til enten Rank Sum-testen eller Signed Rank-testen, er en ikke-parametrisk test som sammenligner to sammenkoblede grupper. mer Ikke-parametrisk metode Ikke-parametrisk metode refererer til en type statistikk som ikke krever at dataene som analyseres oppfyller visse forutsetninger eller parametere. mer T-Test Definisjon En t-test er en type inferensiell statistikk som brukes for å bestemme om det er en betydelig forskjell mellom midlene til to grupper, som kan være relatert til visse funksjoner. mer Tillitsintervall Et konfidensintervall måler sannsynligheten for at en populasjonsparameter vil falle mellom to angitte verdier. mer Partnerkoblinger