Forskjellen mellom parametrisk og nonparametrisk test

For å gjøre generaliseringen av befolkningen fra prøven, brukes statistiske tester. En statistisk test er en formell teknikk som bygger på sannsynlighetsfordelingen, for å komme til konklusjonen om hypotesens rimelighet. Disse hypotetiske testene knyttet til forskjeller klassifiseres som parametriske og ikke-parametriske test parametrisk test er en som har informasjon om populasjonsparameteren.

På den annen side, nonparametrisk test er en der forskeren har ingen anelse om populasjonsparameteren. Så ta en full les av denne artikkelen, for å vite de betydelige forskjellene mellom parametrisk og ikke-parametrisk test.

Innhold: Parametrisk Test Vs Nonparametric Test

  1. Sammenligningstabel
  2. Definisjon
  3. Viktige forskjeller
  4. Hypotesetest Hierarki
  5. Likeverdige tester
  6. Konklusjon

Sammenligningstabel

Grunnlag for sammenligningParametrisk testNonparametrisk test
BetydningEn statistisk test, der spesifikke forutsetninger er gjort om populasjonsparameteren, kalles parametrisk test. En statistisk test som brukes ved ikke-metriske uavhengige variabler, kalles ikke-parametrisk test.
Grunnlag for teststatistikkFordelingVilkårlig
Måle nivåIntervall eller forholdNominell eller ordinær
Tiltak av sentral tendensMenermedian
Informasjon om befolkningHelt kjentUtilgjengelig
GyldighetvariablerVariabler og attributter
KorrelasjonstestPearsonSpearman

Definisjon av Parametrisk Test

Den parametriske testen er hypotesetesten som gir generaliseringer for å gjøre uttalelser om gjennomsnittet av foreldrepopulasjonen. En t-test basert på Studentens t-statistikk, som ofte brukes i denne forbindelse.

T-statistikken hviler på den underliggende antagelsen om at det er normal fordeling av variabel og gjennomsnittet i kjent eller antatt å være kjent. Befolkningsvarianansen beregnes for prøven. Det antas at variablene av interesse, i befolkningen, måles på en intervallskala.

Definisjon av ikke-parametrisk test

Den nonparametriske testen er definert som hypotesetesten, som ikke er basert på underliggende forutsetninger, det vil si at det ikke krever at befolkningens fordeling blir betegnet ved spesifikke parametere.

Testen er hovedsakelig basert på forskjeller i medianer. Derfor er det vekselvis kjent som distribusjonsfri test. Testen forutsetter at variablene måles på nominelt eller ordinært nivå. Den brukes når uavhengige variabler er ikke-metriske.

Nøkkelforskjeller mellom parametriske og nonparametriske test

De grunnleggende forskjellene mellom parametrisk og nonparametrisk test diskuteres i følgende punkter:

  1. En statistisk test, der spesifikke forutsetninger er gjort om populasjonsparameteren, kalles parametriske testen. En statistisk test som brukes ved ikke-metriske uavhengige variabler kalles ikke-parametrisk test.
  2. I den parametriske testen er teststatistikken basert på distribusjon. På den annen side er teststatistikken vilkårlig i tilfelle den ikke-parametriske testen.
  3. I den parametriske testen antas det at måling av variabler av interesse er utført på intervall eller forholdsnivå. I motsetning til den nonparametriske testen, hvor variabelen av interesse er målt på nominell eller ordinær skala.
  4. Generelt er måling av sentral tendens i den parametriske testen gjennomsnittlig, mens i tilfelle den ikke-parametriske testen er median.
  5. I den parametriske testen er det fullstendig informasjon om befolkningen. Omvendt, i den ikke-parametriske testen, er det ingen informasjon om befolkningen.
  6. Anvendbarheten av parametrisk test gjelder kun variabler, mens ikke-parametrisk test gjelder for begge variabler og attributter.
  7. For å måle graden av tilknytning mellom to kvantitative variabler, brukes Pearson korrelasjonskoeffisient i den parametriske testen, mens spearmans rangkorrelasjon brukes i den nonparametriske testen.

Hypotesetest Hierarki


Likeverdige tester

Parametrisk testIkke-parametrisk test
Uavhengig prøveprøveMann-Whitney test
Paret prøver t-testWilcoxon signert Rangtest
Én måte Variansanalyse (ANOVA)Kruskal Wallis Test
Enveis gjentatte tiltak Analyse av variasjonFriedmans ANOVA

Konklusjon

Å velge mellom parametrisk og ikke-parametrisk test er ikke lett for en forsker som utfører statistisk analyse. For å utføre hypoteser, hvis informasjonen om befolkningen er helt kjent, ved hjelp av parametere, er testen sies å være parametrisk test, mens hvis det ikke er noen kunnskap om befolkningen og det er nødvendig for å teste hypotesen om befolkningen, så test utført regnes som den ikke-parametriske testen.