Skillnad mellan parametrisk och nonparametrisk test
Share
För att göra generaliseringen av befolkningen från urvalet används statistiska tester. Ett statistiskt test är en formell teknik som bygger på sannolikhetsfördelningen för att nå slutsatsen om hypotesens rimlighet. Dessa hypotetiska test relaterade till skillnader klassificeras som parametriska och icke-parametriska test parametriska testet är en som har information om befolkningsparametern.
Å andra sidan, nonparametriska testet är en där forskaren inte har någon aning om populationsparametern. Så läs en fullständig läsning av den här artikeln, för att veta de signifikanta skillnaderna mellan parametriska och icke-parametriska test.
Innehåll: Parametriska Test Vs Nonparametric Test
Jämförelsediagram
| Grunder för jämförelse | Parametriska test | Nonparametric Test |
|---|---|---|
| Menande | Ett statistiskt test, där specifika antaganden görs om populationsparametern är känd som parametertest. | Ett statistiskt test som används vid icke-metriska oberoende variabler kallas icke parametertest. |
| Grunden för teststatistik | Distribution | Godtycklig |
| Mätnivå | Intervall eller förhållande | Nominell eller ordinal |
| Mått av central tendens | Betyda | Median |
| Information om befolkningen | Helt känd | Inte tillgänglig |
| Tillämplighet | variabler | Variabler och attribut |
| Korrelationstest | Pearson | Spearman |
Definition av parametertest
Det parametriska testet är hypotesetestet som ger generaliseringar för att göra uttalanden om medelvärdet av moderpopulationen. Ett t-test baserat på Studentens t-statistik, som ofta används i detta avseende.
T-statistiken vilar på det underliggande antagandet att det finns normalfördelning av variabel och medelvärdet är känt eller antaget att vara känt. Befolkningsvarianansen beräknas för provet. Det antas att variablerna av intresse, i befolkningen, mäts på en intervallskala.
Definition av nonparametrisk test
Det icke-parametriska testet definieras som hypotesetestet, vilket inte är baserat på underliggande antaganden, dvs det kräver inte att befolkningens fördelning betecknas med specifika parametrar.
Testet är huvudsakligen baserat på skillnader i medianer. Därför är det växelvis känt som det distributionsfria testet. Testet förutsätter att variablerna mäts på nominell eller ordinär nivå. Den används när de oberoende variablerna är icke-metriska.
Viktiga skillnader mellan parametriska och icke-parametriska test
De grundläggande skillnaderna mellan parametrisk och icke parametrisk test diskuteras i följande punkter:
- Ett statistiskt test, där specifika antaganden görs om populationsparametern är känd som det parametriska testet. Ett statistiskt test som används vid icke-metriska oberoende variabler kallas nonparametric test.
- I det parametriska testet är teststatistik baserad på distribution. Å andra sidan är teststatistiken godtycklig när det gäller det icke-parametriska testet.
- I det parametriska testet antas att mätningen av variabler av intresse är utförd på intervall eller förhållande nivå. I motsats till det icke-parametriska testet, vari variabeln av intresse mäts på nominell eller ordinär skala.
- I allmänhet är mätningen av den centrala tendensen i det parametriska testet medelvärde, medan det icke-parametriska testet är median.
- I det parametriska testet finns fullständig information om befolkningen. Omvänt, i det icke-parametriska testet finns det ingen information om befolkningen.
- Användbarheten av parametertestet gäller endast variabler, medan icke-parametriska test gäller både variabler och attribut.
- För att mäta graden av association mellan två kvantitativa variabler används Pearsons korrelationsfaktor i det parametriska testet, medan spearmans rangkorrelation används i det icke-parametriska testet.
Hypotesetest Hierarki
Ekvivalenta test
| Parametriska test | Icke-parametertest |
|---|---|
| Oberoende prov t Test | Mann-Whitney test |
| Parade prov t test | Wilcoxon signerade ranktest |
| Envägsanalys av varians (ANOVA) | Kruskal Wallis Test |
| Ett sätt upprepade åtgärder Analys av varians | Friedmans ANOVA |
Slutsats
Att välja mellan parametrisk och icke-parametrisk test är inte lätt för en forskare som utför statistisk analys. För att utföra hypotesen, om informationen om befolkningen är fullständigt känd, genom parametrar, sägs testet vara parametertest. Om det inte finns någon kunskap om populationen och det behövs för att testa hypotesen om populationen, då test utfört anses vara det icke-parametriska testet.
