Mitteparameetriline statistika on statistilise järelduse haru, mille arvutused ja protseduurid põhinevad tundmatutel jaotustel.
Mitteparameetriline statistika pole eriti populaarne. Selle kohta on aga väga ulatuslik kirjandus. Probleem, mille mitteparameetrilise statistika eesmärk on lahendada, on tõenäosusjaotuse puudumine.
Teisisõnu, mitteparameetriline statistika püüab välja selgitada juhusliku muutuja olemuse. Sest kui teate, kuidas see käitub, tehke seda iseloomustavad arvutused ja mõõdikud.
See on mitteparameetrilise statistika eesmärk. Allpool näeme seda üksikasjalikumalt.
Mitteparameetrilise statistika eesmärk
Parameetriline statistika töötab erinevat tüüpi tõenäosusjaotuste järgi. Kui me ei tea, millisele tõenäosusjaotusele muutuja vastab, siis milliseid arvutusi me kasutame?
See tähendab, et kui me ei tea andmekogumi tõenäosuse jaotust, peame tegema mitteparameetriliste protseduuridega statistilised järeldused.
Teisisõnu, kui me ei tea, milline on nähtuse tõenäosusjaotus, ei saa me teha hinnanguid, nagu teaksime tegelikult, kuidas see jaotub. See on parameetrilise statistika eesmärk, et saaksime teada jaotust, et saaksime minna järgmise sammu juurde (parameetriline statistika).
Mitteparameetrilised testid
Muidugi, mida me peaksime tegema, kui me ei tea, kuidas juhuslik nähtus jaotub? Väga lihtne. Meie missiooniks on proovida teada, kuidas seda levitatakse. Selleks, et välja selgitada, millist tüüpi nähtusel on teatud nähtus, on meil abiks rida teste. Kõige populaarsemate mitteparameetriliste testide hulgas on:
- Binomiaalne test
- Andersoni-Darlingi test
- Cochrani test
- Coheni kappa test
- Fisheri test
- Friedmani test
- Kendalli test
- Kolmogórovi-Smirnovi test
- Kuiperi test
- Mann-Whitney test või Wilcoxoni test
- McNemari test
- Keskmine test
- Siegeli-Tukey test
- Märgid test
- Spearmani korrelatsioonikordaja
- Crosstabs
- Wald-Wolfowitzi test
- Wilcoxon allkirjastas auastetesti
Kõigi nende testide eesmärk on öelda meile, kas juhuslik muutuja on ühel või teisel viisil jaotatud. Näiteks võib võimalik tulemus olla: juhuslik muutuja X jaotatakse normaaljaotuse kiirusega.
Kõik, öeldes, pole tulemused eksimatud. Mitteparameetriliste testide tegemiseks peavad meil olema statistilised valimid. Seetõttu võivad tulemused olla usaldusväärsed, kuid need ei pea olema 100% täiuslikud.