Perbezaan antara parametrik dan tidak berparametrik

Penyelidik sosial sering membina hipotesis, di mana mereka mengandaikan bahawa peraturan umum tertentu boleh digunakan untuk populasi. Mereka menguji hipotesis ini dengan menggunakan ujian yang boleh sama ada parametrik atau nonparametrik. Ujian parametrik biasanya lebih biasa dan dikaji lebih awal kerana ujian standard yang digunakan semasa melakukan penyelidikan.

Proses melakukan penyelidikan agak mudah - anda membina hipotesis dan mengandaikan bahawa "undang -undang" tertentu boleh digunakan untuk populasi. Anda kemudian menjalankan ujian dan mengumpulkan data yang anda kemudian menganalisis secara statistik. Data yang dikumpulkan biasanya boleh diwakili sebagai graf, dan undang -undang hipotesis sebagai nilai min data tersebut. Sekiranya undang -undang hipotesis dan nilai undang -undang nilai min, hipotesis disahkan.

Walau bagaimanapun, dalam beberapa kes, mencari nilai min bukanlah cara yang paling sesuai untuk mencari undang -undang. Contoh yang baik ialah pengagihan jumlah pendapatan. Sekiranya anda tidak sepadan dengan nilai min, itu mungkin kerana satu atau dua jutawan mengganggu nilai min anda. Walau bagaimanapun, median akan memberikan hasil yang lebih tepat mengenai pendapatan purata yang lebih cenderung sesuai dengan data anda.

Dalam erti kata lain, ujian parametrik akan digunakan apabila andaian yang dibuat mengenai populasi jelas dan terdapat banyak maklumat yang tersedia mengenainya. Soalan -soalan akan direka untuk mengukur parameter tertentu supaya data itu dapat dianalisis seperti yang diterangkan di atas. Ujian nonparametrik digunakan apabila populasi yang diuji tidak diketahui sepenuhnya dan oleh itu parameter yang diperiksa juga tidak diketahui. Di samping itu, sementara ujian parametrik menggunakan nilai min sebagai hasilnya, ujian nonparametrik mengambil median, dan oleh itu biasanya digunakan apabila hipotesis asal tidak sesuai dengan data.

Apakah ujian parametrik?

Ujian Parametrik adalah ujian yang direka untuk menyediakan data yang kemudiannya akan dianalisis melalui cabang sains yang dipanggil statistik parametrik. Statistik parametrik menganggap beberapa maklumat mengenai populasi sudah diketahui, iaitu taburan kebarangkalian. Sebagai contoh, pengedaran ketinggian badan di seluruh dunia digambarkan oleh model pengedaran biasa. Sama seperti itu, mana -mana model pengedaran yang diketahui boleh digunakan untuk satu set data. Walau bagaimanapun, dengan mengandaikan bahawa model pengedaran tertentu sesuai dengan dataset bermaksud bahawa anda secara semulajadi menganggap beberapa maklumat tambahan diketahui mengenai populasi, seperti yang telah saya sebutkan. Pengagihan kebarangkalian mengandungi parameter yang berbeza yang menggambarkan bentuk tepat pengedaran. Parameter ini adalah ujian parametrik yang disediakan - setiap soalan disesuaikan untuk memberikan nilai tepat parameter tertentu untuk setiap individu yang ditemuramah. Digabungkan, nilai min parameter itu digunakan untuk taburan kebarangkalian. Ini bermakna ujian parametrik juga menganggap sesuatu mengenai penduduk. Sekiranya andaian betul, statistik parametrik yang digunakan untuk data yang disediakan oleh ujian parametrik akan memberikan hasil yang lebih tepat dan tepat daripada ujian dan statistik nonparametrik.

Apakah ujian nonparametrik?

Dengan cara yang sama dengan ujian dan statistik parametrik, ujian dan statistik nonparametrik wujud. Mereka digunakan apabila data yang diperoleh tidak dijangka sesuai dengan lengkung pengedaran normal, atau data ordinal. Contoh data ordinal yang bagus adalah semakan yang anda tinggalkan apabila anda menilai produk atau perkhidmatan tertentu pada skala dari 1 hingga 5. Data ordinal secara umum diperoleh dari ujian yang menggunakan kedudukan atau pesanan yang berbeza. Oleh itu, ia tidak bergantung pada nombor atau nilai tepat untuk parameter yang ujian parametrik bergantung pada. Malah, ia tidak menggunakan parameter dengan cara apa pun, kerana ia tidak menganggap pengedaran tertentu. Biasanya, analisis parametrik lebih disukai untuk tidak berparametrik, tetapi jika ujian parametrik tidak dapat dilakukan kerana populasi yang tidak diketahui, resort ke ujian nonparametrik diperlukan.

Perbezaan antara ujian parametrik dan nonparametrik

1) membuat andaian

Seperti yang telah saya nyatakan, ujian parametrik membuat andaian mengenai penduduk. Ia memerlukan parameter yang disambungkan ke taburan normal yang digunakan dalam analisis, dan satu -satunya cara untuk mengetahui parameter ini adalah untuk mempunyai pengetahuan mengenai populasi. Sebaliknya, ujian nonparametrik, seperti yang ditunjukkan oleh nama, tidak bergantung pada mana -mana parameter dan oleh itu tidak menganggap apa -apa mengenai populasi.

2) Kebarangkalian parametrik dan nonparametrik

Asas untuk analisis statistik yang akan dilakukan pada data, dalam hal ujian parametrik, adalah pengedaran probabilistik. Sebaliknya, asas untuk ujian nonparametrik tidak wujud - ia benar -benar sewenang -wenangnya. Ini menghasilkan lebih banyak fleksibiliti dan menjadikannya lebih mudah untuk memenuhi hipotesis dengan data yang dikumpulkan.

3) ukuran kecenderungan pusat

Ukuran kecenderungan pusat adalah nilai pusat dalam taburan kebarangkalian. Dan walaupun pengagihan kebarangkalian dalam hal statistik nonparametrik sewenang -wenangnya, ia masih wujud, dan oleh itu begitu juga ukuran kecenderungan pusat. Walau bagaimanapun, langkah -langkah itu berbeza. Dalam kes ujian parametrik, ia dianggap sebagai nilai min, sedangkan, dalam hal ujian nonparametrik, ia dianggap sebagai nilai median.

4) Pengetahuan mengenai parameter penduduk

Seperti yang telah saya sebutkan dalam perbezaan pertama, maklumat mengenai populasi berbeza antara ujian dan statistik parametrik dan nonparametrik. Iaitu, pengetahuan tertentu tentang populasi adalah sangat diperlukan untuk analisis parametrik, kerana ia memerlukan parameter yang berkaitan dengan populasi untuk memberikan hasil yang tepat. Sebaliknya, pendekatan nonparametrik dapat diambil tanpa pengetahuan sebelumnya tentang penduduk.

Parametrik vs. Ujian Nonparametrik: Carta Perbandingan

Ringkasan Parametrik dan Tidak Parametrik

• Ujian parametrik adalah ujian yang menganggap parameter dan pengagihan tertentu diketahui tentang populasi, bertentangan dengan yang tidak berparametrik
• Ujian parametrik menggunakan nilai min, sementara yang tidak berparametrik menggunakan nilai median
• Pendekatan parametrik memerlukan pengetahuan terdahulu mengenai populasi, bertentangan dengan pendekatan nonparametrik