Ποια είναι η κύρια διαφορά μεταξύ παραμετρικών και μη παραμετρικών στατιστικών;
Ποια είναι η κύρια διαφορά μεταξύ παραμετρικών και μη παραμετρικών στατιστικών;

Βίντεο: Ποια είναι η κύρια διαφορά μεταξύ παραμετρικών και μη παραμετρικών στατιστικών;

Βίντεο: Ποια είναι η κύρια διαφορά μεταξύ παραμετρικών και μη παραμετρικών στατιστικών;
Βίντεο: Ποιά η διαφορά μεταξύ πειρασμού και δοκιμασίας και ποιά η ώρα του πειρασμού; (No 285) 2024, Ιούλιος
Anonim

ΕΝΑ στατιστικός τεστ, στο οποίο γίνονται συγκεκριμένες υποθέσεις σχετικά με την παράμετρο πληθυσμού είναι γνωστή ως το παραμετρική δοκιμή. ΕΝΑ στατιστικός δοκιμή που χρησιμοποιείται στο καλείται περίπτωση ανεξάρτητων μη μετρικών μεταβλητών μη παραμετρικός δοκιμή. Στην παραμετρική δοκιμή, η δοκιμή στατιστικός βασίζεται στη διανομή.

Σχετικά με αυτό, ποια είναι η διαφορά μεταξύ παραμετρικών και μη παραμετρικών στατιστικών;

Παραμετρική οι δοκιμές υποθέτουν ότι είναι υποκείμενες στατιστικός διανομές στο δεδομένα. Μη παραμετρική οι δοκιμές δεν βασίζονται σε καμία κατανομή. Μπορούν έτσι να εφαρμοστούν ακόμη και αν παραμετρική δεν πληρούνται οι προϋποθέσεις ισχύος.

Στη συνέχεια, το ερώτημα είναι, τι σημαίνει παραμετρική στις στατιστικές; Οι παραμετρικές στατιστικές είναι ένα υποκατάστημα του στατιστική η οποία υποθέτει ότι τα δείγματα δεδομένων προέρχονται από έναν πληθυσμό που μπορώ να διαμορφωθεί επαρκώς από μια πιθανότητα κατανομή που έχει ένα σταθερό σύνολο παραμέτρων. Το πιο γνωστό στατιστικός μεθόδους είναι παραμετρικά.

Επίσης, ρωτήσατε, πώς ξέρετε αν θα χρησιμοποιήσετε παραμετρική ή μη παραμετρική;

Αν ο μέσος όρος αντιπροσωπεύει με μεγαλύτερη ακρίβεια το κέντρο διανομής των δεδομένων σας και το μέγεθος του δείγματος σας είναι αρκετά μεγάλο, χρήση ένα παραμετρική δοκιμή. Αν η διάμεσος αντιπροσωπεύει με μεγαλύτερη ακρίβεια το κέντρο διανομής των δεδομένων σας, χρήση ένα μη παραμετρικός δοκιμή ακόμη και αν έχετε μεγάλο μέγεθος δείγματος.

Σε ποιες περιπτώσεις χρησιμοποιούνται οι μη παραμετρικές δοκιμές;

Πότε να χρήση το Μη παραμετρικές δοκιμές είναι χρησιμοποιείται όταν τα δεδομένα σας δεν είναι φυσιολογικά. Επομένως, το κλειδί είναι να καταλάβετε εάν έχετε κανονικά διανεμημένα δεδομένα. Για παράδειγμα, μπορείτε να δείτε την κατανομή των δεδομένων σας. Εάν τα δεδομένα σας είναι περίπου κανονικά, τότε μπορείτε χρήση παραμετρική στατιστική δοκιμές.

Συνιστάται: