Parameetrilise ja mitteparameetrilise statistika erinevus

Parameetrilise ja mitteparameetrilise statistika erinevus põhineb uuritava muutuja tõenäosusjaotuse teadmisel või teadmatusel.

Parameetriline statistika kasutab arvutusi ja protseduure, eeldades, et teate, kuidas uuritavat juhuslikku muutujat jaotatakse. Vastupidi, mitteparameetriline statistika kasutab meetodeid nähtuse leviku väljaselgitamiseks ja hiljem parameetrilise statistika tehnikaid.

Mõlema mõiste määratlusi on illustreeritud allpool:

• Parameetriline statistika: See viitab statistilise järelduse osale, mis kasutab statistikat ja lahutuskriteeriume, mis põhinevad teadaolevatel jaotustel.
• Mitteparameetriline statistika: See on statistilise järelduse haru, mille arvutused ja protseduurid põhinevad tundmatutel jaotustel.

Parameetriline ja mitteparameetriline statistika täiendavad üksteist

Nad kasutavad erinevaid meetodeid, kuna nende eesmärgid on erinevad. Need on siiski kaks täiendavat haru. Me ei tea alati kindlalt - tegelikult teeme seda harva -, kuidas juhuslik muutuja jaotub. Seega on vaja kasutada tehnikaid, et teada saada, millist levitamistüüpi see kõige rohkem sarnaneb.

Kui oleme välja selgitanud, kuidas see jaotub, saame seda tüüpi levitamiseks teha konkreetseid arvutusi ja tehnikaid. Kuna näiteks Poissoni jaotuse keskmist väärtust ei arvutata samamoodi kui tavalises.

Sellegipoolest on oluline märkida, et parameetriline statistika on palju tuntum ja populaarsem. Mitu korda eeldatakse mitteparameetrilise statistika kasutamise asemel otseselt, et muutuja jaotub ühel viisil. See tähendab, et see saab alguse hüpoteesist, mis arvatakse olevat õige. Kui soovite siiski rangelt tööd teha, siis kui te pole kindel, peate kasutama mitteparameetrilist statistikat.

Vastasel juhul, kui parameetrilise statistika tehnika on hästi rakendatud, on tulemused ebatäpsed.