Unterschied zwischen parametrisch und nichtparametrisch

Sozialforscher konstruieren häufig eine Hypothese, in der sie davon ausgehen, dass eine bestimmte verallgemeinerte Regel auf eine Bevölkerung angewendet werden kann. Sie testen diese Hypothese, indem sie Tests verwenden, die entweder parametrisch oder nichtparametrisch sein können. Parametrische Tests sind normalerweise häufiger und werden viel früher untersucht, wenn die Standardtests bei der Durchführung von Forschung verwendet werden.

Der Prozess der Durchführung einer Forschung ist relativ einfach - Sie konstruieren eine Hypothese und gehen davon aus, dass ein bestimmtes „Gesetz“ auf eine Bevölkerung angewendet werden kann. Sie führen dann einen Test durch und sammeln Daten, die Sie dann statistisch analysieren. Die gesammelten Daten können normalerweise als Diagramm dargestellt werden, und das hypothetische Gesetz als Mittelwert dieser Daten. Wenn das hypothetische Gesetz und das Mittelwertgesetz übereinstimmen, wird die Hypothese bestätigt.

In einigen Fällen ist es jedoch nicht der am besten geeignete Weg, nach dem Gesetz zu suchen. Ein gutes Beispiel ist die Verteilung des Gesamteinkommens. Wenn Sie nicht mit dem Mittelwert übereinstimmen, liegt dies wahrscheinlich daran, dass ein oder zwei Milliardäre Ihre Mittelwerte stören. Ein Median liefert jedoch ein viel genaueres Ergebnis des durchschnittlichen Einkommens, das mit größerer Wahrscheinlichkeit Ihren Daten entspricht.

Mit anderen Worten, ein parametrischer Test wird verwendet, wenn die Annahmen über die Bevölkerung klar sind und viele Informationen darüber verfügbar sind. Die Fragen werden so ausgelegt, dass diese spezifischen Parameter so messen, dass die Daten wie oben beschrieben analysiert werden können. Ein nichtparametrischer Test wird verwendet, wenn die getestete Bevölkerung nicht ganz bekannt ist, und daher sind auch die untersuchten Parameter unbekannt. Während der parametrische Test die Mittelwerte als Ergebnisse verwendet, nimmt der nichtparametrische Test den Median und wird daher normalerweise verwendet, wenn die ursprüngliche Hypothese nicht zu den Daten passt.

Was ist ein parametrischer Test?

Ein parametrischer Test ist ein Test, der die Daten bereitstellt, die dann über einen Wissenschaftszweig analysiert werden, der als parametrische Statistik bezeichnet wird. Parametrische Statistiken gehen davon aus, dass einige Informationen über die Bevölkerung bereits bekannt sind, nämlich die Wahrscheinlichkeitsverteilung. Beispielsweise wird die Verteilung der Körperhöhe auf der ganzen Welt durch ein Normalverteilungsmodell beschrieben. Ähnlich kann jedes bekannte Verteilungsmodell auf einen Datensatz angewendet werden. Angenommen, ein bestimmtes Verteilungsmodell passt jedoch zu einem Datensatz, dass Sie von Natur aus annehmen, dass einige zusätzliche Informationen über die Population bekannt sind, wie ich bereits erwähnt habe. Die Wahrscheinlichkeitsverteilung enthält verschiedene Parameter, die die genaue Form der Verteilung beschreiben. Diese Parameter sind die, was parametrische Tests liefern - jede Frage ist zugeschnitten, um einen genauen Wert eines bestimmten Parameters für jede befragte Person zu erhalten. Zusammen wird der Mittelwert dieses Parameters für die Wahrscheinlichkeitsverteilung verwendet. Das bedeutet, dass die parametrischen Tests auch etwas über die Bevölkerung annehmen. Wenn die Annahmen korrekt sind.

Was ist ein nichtparametrischer Test?

In ähnlicher Weise wie parametrische Tests und Statistiken gibt es einen nichtparametrischen Test und Statistiken. Sie werden verwendet, wenn nicht erwartet wird, dass die erhaltenen Daten eine Normalverteilungskurve oder Ordnungsdaten entsprechen. Ein gutes Beispiel für Ordnungsdaten ist die Überprüfung, die Sie hinterlassen, wenn Sie ein bestimmtes Produkt oder eine bestimmte Dienstleistung auf einer Skala von 1 bis 5 bewerten. Ordinale Daten im Allgemeinen werden aus Tests erhalten, die unterschiedliche Ranglisten oder Bestellungen verwenden. Daher beruht es nicht auf Zahlen oder genauen Werten für die Parameter, auf die sich parametrische Tests stützten. Tatsächlich wird Parameter in keiner Weise verwendet, da es keine bestimmte Verteilung annimmt. Normalerweise wird eine parametrische Analyse einer nichtparametrischen Analyse vorgezogen, aber wenn der parametrische Test aufgrund einer unbekannten Bevölkerung nicht durchgeführt werden kann.

Unterschied zwischen parametrischen und nichtparametrischen Tests

1) Annahmen treffen

Wie ich bereits erwähnt habe, macht der parametrische Test Annahmen über die Bevölkerung. Es benötigt die Parameter, die mit der Normalverteilung verbunden sind, die in der Analyse verwendet wird, und die einzige Möglichkeit, diese Parameter zu wissen, besteht darin, Kenntnisse über die Population zu haben. Andererseits beruht ein nichtparametrischer Test, wie der Name angibt.

2) Wahrscheinlichkeit parametrisch und nichtparametrisch

Die Grundlage für die statistische Analyse, die an den Daten im Fall parametrischer Tests durchgeführt wird, ist die probabilistische Verteilung. Andererseits gibt es keine Grundlage für nichtparametrische Tests - es ist völlig willkürlich. Dies führt zu mehr Flexibilität und erleichtert die Einstellung der Hypothese mit den gesammelten Daten.

3) Maß für die zentrale Tendenz

Das Maß für die zentrale Tendenz ist ein zentraler Wert in einer Wahrscheinlichkeitsverteilung. Und obwohl die Wahrscheinlichkeitsverteilung im Fall nichtparametrischer Statistiken willkürlich ist, existiert sie immer noch, und daher auch das Maß für die zentrale Tendenz. Diese Maßnahmen sind jedoch unterschiedlich. Bei parametrischen Tests wird es als der Mittelwert angesehen, während bei nichtparametrischen Tests der Medianwert angesehen wird.

4) Kenntnis der Bevölkerungsparameter

Wie ich im ersten Unterschied erwähnt habe, variieren die Informationen über die Population zwischen parametrischen und nichtparametrischen Tests und Statistiken. Bestimmte Kenntnisse über die Bevölkerung sind für eine parametrische Analyse unbedingt erforderlich, da sie bevölkerungsbezogene Parameter erfordert, um genaue Ergebnisse zu erzielen. Andererseits kann ein nichtparametrischer Ansatz ohne frühere Kenntnis der Bevölkerung verfolgt werden.

Parametrisch vs. Nichtparametrische Tests: Vergleichstabelle

Zusammenfassung der parametrischen und nichtparametrischen Zusammenfassung

• Ein parametrischer Test ist ein Test, bei dem bestimmte Parameter und Verteilungen über eine Population bekannt sind, entgegen der nichtparametrischen
• Der parametrische Test verwendet einen Mittelwert, während der nichtparametrische Wert einen Medianwert verwendet
• Der parametrische Ansatz erfordert frühere Kenntnisse über die Bevölkerung im Gegensatz zum nichtparametrischen Ansatz