Razlika između parametričnih i neparametričnih

Socijalni istraživači često konstruiraju hipotezu u kojoj pretpostavljaju da se određeno opće pravilo može primijeniti na populaciju. Oni ovu hipotezu testiraju pomoću testova koji mogu biti ili parametrični ili neparametrični. Parametrijski testovi su obično češći i proučavaju se mnogo ranije kao standardni testovi koji se koriste prilikom obavljanja istraživanja.

Proces istraživanja je relativno jednostavan - vi konstruirate hipotezu i pretpostavljate da se određeni "zakon" može primijeniti na populaciju. Zatim provodite test i prikupljate podatke koje potom statistički analizirate. Prikupljeni podaci obično se mogu prikazati kao grafikon, a hipotezirani zakon kao srednja vrijednost tih podataka. Ako se hipotezizirani zakon i zakon srednje vrijednosti podudaraju, hipoteza se potvrđuje.

Međutim, u nekim slučajevima pronalazak srednje vrijednosti nije najprikladniji način pretraživanja zakona. Sjajan primjer je raspodjela ukupnog dohotka. Ako niste pronašli srednju vrijednost, to je vjerojatno zato što jedan ili dva milijardera remete vaše srednje vrijednosti. Međutim, medijan će dati puno precizniji rezultat na prosječnom dohotku koji će vjerovatnije odgovarati vašim podacima.

Drugim riječima, parametrijski test koristit će se kada su pretpostavke o stanovništvu jasne i postoji mnogo dostupnih informacija o njemu. Pitanja će biti dizajnirana za mjerenje tih specifičnih parametara tako da se podaci mogu analizirati na gore opisani način. Neparametrijski test koristi se kada ispitivana populacija nije u potpunosti poznata, pa su stoga i ispitivani parametri nepoznati. Pored toga, dok parametrijski test kao svoje rezultate koristi srednje vrijednosti, neparametrijski test uzima srednju vrijednost i zato se obično koristi kada izvorna hipoteza ne odgovara podacima.

Što je parametrijski test?

Parametrijski test je test koji je osmišljen za pružanje podataka koji će se zatim analizirati kroz granu znanosti koja se naziva parametrijska statistika. Parametrijska statistika pretpostavlja da su neke informacije o populaciji već poznate, naime raspodjela vjerojatnosti. Kao primjer, raspodjela visine tijela na čitav svijet opisana je normalnim modelom raspodjele. Slično tomu, bilo koji poznati model distribucije može se primijeniti na skup podataka. Međutim, ako pretpostavim da određeni model distribucije odgovara skupu podataka znači da vi inherentno pretpostavljate da su poznate neke dodatne informacije o populaciji, kao što sam spomenuo. Raspodjela vjerojatnosti sadrži različite parametre koji opisuju točan oblik distribucije. Ovi parametri su ono što pružaju parametrijski testovi - svako je pitanje prilagođeno da daje točnu vrijednost određenog parametra za svakog ispitanog pojedinca. U kombinaciji, srednja vrijednost tog parametra koristi se za raspodjelu vjerojatnosti. To znači da parametrijski testovi također pretpostavljaju nešto o populaciji. Ako su pretpostavke točne, parametrijska statistika primijenjena na podatke dobivene parametrijskim testom dat će rezultate koji su mnogo točniji i precizniji od rezultata neparametrijskog testa i statistike..

Što je neparametrički test?

Na sličan način kao i parametrijski test i statistika, postoji neparametrički test i statistika. Koriste se kada se ne očekuje da će dobiveni podaci stati u normalnu krivulju raspodjele ili redoslijedne podatke. Sjajan primjer redoslijednih podataka jest pregled koji ostavljate kada ocjenjujete određeni proizvod ili uslugu na skali od 1 do 5. Obični se podaci općenito dobivaju iz testova koji koriste različite ocjene ili narudžbe. Stoga se ne oslanja na brojeve ili točne vrijednosti za parametre na koje se oslanjaju parametrijski testovi. U stvari, on na bilo koji način ne koristi parametre, jer ne pretpostavlja određenu distribuciju. Obično se parametrijska analiza preferira pred neparametrijskom, ali ako se parametrijsko ispitivanje ne može provesti zbog nepoznate populacije, potrebno je pribjeći neparametrijskim testovima.

Razlika između parametrijskih i neparametrijskih testova

1) Izrada pretpostavki

Kao što sam spomenuo, parametrijski test daje pretpostavke o populaciji. Potrebni su joj parametri koji su povezani s normalnom raspodjelom koja se koristi u analizi, a jedini način da se ti parametri znaju je imati neko znanje o populaciji. S druge strane, neparametrički test, kako mu ime kaže, ne oslanja se na nikakve parametre i stoga ne pretpostavlja ništa o populaciji.

2) Vjerojatnost parametričnih i neparametrijskih

Osnova za statističku analizu koja će se provesti na podacima, u slučaju parametrijskih ispitivanja, je vjerojatna raspodjela. S druge strane, osnova za neparametrijske testove ne postoji - potpuno je proizvoljna. To rezultira većom fleksibilnošću i olakšava se uklapanje hipoteza sa prikupljenim podacima.

3) Mjera središnje tendencije

Mjera središnje tendencije je središnja vrijednost u distribuciji vjerojatnosti. I premda je raspodjela vjerojatnosti u slučaju neparametrijske statistike proizvoljna, ona i dalje postoji, pa samim tim i mjera središnje tendencije. Međutim, te su mjere različite. U slučaju parametrijskih ispitivanja uzima se kao srednja vrijednost, dok se u slučaju neparametrijskih ispitivanja uzima srednja vrijednost.

4) Poznavanje populacijskih parametara

Kao što sam spomenuo u prvoj razlici, podaci o populaciji variraju između parametarskih i neparametrijskih testova i statistika. Naime, određena saznanja o populaciji apsolutno su potrebna za parametrijsku analizu, jer ona zahtijeva parametre povezane sa populacijom kako bi se dali precizni rezultati. S druge strane, neparametrični pristup može se uzeti bez prethodnog znanja stanovništva.

Parametrijski i neparametrijski testovi: Usporedni grafikon

Sažetak parametričkih i neparametričnih

• Parametrijski test je test koji pretpostavlja da su određeni parametri i raspodjele poznati za populaciju, suprotno neparametrijskom
• Parametrijski test koristi srednju vrijednost, dok neparametrijski koristi srednju vrijednost
• Parametrički pristup zahtijeva prethodno znanje o populaciji, suprotno neparametričkom pristupu