Neparametriskā statistika ir metode, kas ļauj izdarīt statistikas secinājumus, neņemot vērā pamatsadalījumu. Metode atbilst normālam sadalījumam bez pieņēmumiem. Parasti pieeja izmanto datus, kas bieži ir kārtas skaitļi Kārtējie dati Statistikā kārtas skaitļa dati ir datu veids, kurā vērtības notiek dabiskā secībā. Viena no ievērojamākajām kārtas datu pazīmēm ir tā, ka tā balstās uz klasifikāciju, nevis uz skaitļiem.
Neparametrisko statistiku var pretstatīt parametru statistikai. Pēdējā pieeja sniedz nepārprotamus pieņēmumus par novēroto datu sadalījumu un, izmantojot tos pašus datus, novērtē sadalījuma parametrus.
Kopsavilkums
- Neparametriskā statistika ir metode, kas, izdarot statistikas secinājumus, neņem vērā jebkuru pamatā esošo sadalījumu.
- Neparametrisko statistisko metožu mērķis ir atklāt nezināmo novēroto datu pamatsadalījumu, kā arī izdarīt statistisku secinājumu, ja nav pamata sadalījuma.
- Pētniekiem ieteicams apsvērt parametru statistikas vājās puses, stiprās puses un iespējamās nepilnības.
Izpratne par parametru statistiku
Apsveriet datus ar nezināmiem parametriem µ (vidējais) un σ2 (dispersija). Kamēr parametriskā statistika pieņem, ka dati tika iegūti no normāla sadalījuma Normāls sadalījums Normālu sadalījumu sauc arī par Gausa vai Gausa sadalījumu. Šis izplatīšanas veids tiek plaši izmantots dabas un sociālajās zinātnēs. Neparametriskā statistika neuzskata, ka dati ir parasti sadalīti vai kvantitatīvi. Šajā ziņā ar parametriem nesaistītā statistika novērtētu paša sadalījuma formu, nevis individuālo µ un σ2.
No otras puses, parametriskā statistika izmantotu vidējo paraugu un standarta novirzi, lai novērtētu attiecīgi µ un σ2 vērtības. Parametriskās statistikas modeļa struktūra tiek atvasināta no novērotajiem datiem, atšķirībā no norādītā priori. Pats termins nonparametric nozīmē, ka parametru skaits un raksturs ir elastīgs, nevis tas, ka tiem pilnībā trūkst parametru.
Neparametriskās statistikas veidi
Pastāv divi galvenie parametru parametru veidi. Pirmās metodes mērķis ir atklāt nezināmo novēroto datu pamatā esošo sadalījumu, bet otrā metode mēģina izdarīt statistisku secinājumu, neņemot vērā pamatā esošo sadalījumu.
Kodola metodes un histogrammas Histogramma Diskrētu vai nepārtrauktu datu apkopošanai izmanto histogrammu. Citiem vārdiem sakot, histogramma nodrošina vizuālu skaitlisko datu interpretāciju, parādot datu punktu skaitu, kas ietilpst noteiktā vērtību diapazonā (saukti par “tvertnēm”). Histogramma ir līdzīga vertikālo joslu diagrammai. Tomēr, lai novērtētu parametru vērtības pirmajā pieejā, parasti izmanto histogrammu. Turpretī pēdējā metode ietver hipotēžu pārbaudi bez faktiskajām datu vērtībām, bet drīzāk balstās uz datu rangu secību.
Parametru statistikas testus parasti ir vieglāk pielietot nekā parametru statistiku, ņemot vērā pieņēmumu trūkumu par populācijas parametriem. Standarta matemātiskās procedūras hipotēžu pārbaudei nepieļauj pieņēmumus par varbūtības sadalījumu - ieskaitot sadalījuma t-testus, zīmju testus un vienas populācijas secinājumus.
Piemēram, pārbaudot hipotēzi, ka “mediānos ir atšķirība”, divi nejaušie mainīgie - X un Y - definē divus nepārtrauktus sadalījumus starp to, kur tiek veikta hipotēze, un tiek sastādīti pārī savienoti paraugi. Papildus tam, ka testam ir vispārēja pielietojamība, tam nav arī citu testu statistikas spējas, ņemot vērā, ka tas darbojas ar dažiem pieņēmumiem.
Neparametriskas statistikas piemēri
Pieņemsim, ka pētnieks ir ieinteresēts novērtēt ar dzelti dzimušo bērnu skaitu Kalifornijas štatā. Datu kopas analīzi var veikt, ņemot 5000 mazuļu paraugu. Atvasinātais mērījums ir visu nākamo gadu dzimušo zīdaiņu populācijas novērtējums.
Otrajā gadījumā apsveriet divas dažādu pētnieku grupas. Viņus interesē zināt, vai vispārīgais mārketings vai komerciālais mārketings ir saistīts ar to, cik ātri uzņēmums iegūst zīmola pozicionēšanu. Pieņemot, ka izlases lielums tiek izvēlēts nejauši, tā sadalījums attiecībā uz to, cik ātri uzņēmums realizē zīmola pozicionēšanu Tirgus pozicionēšana Tirgus pozicionēšana attiecas uz spēju ietekmēt patērētāju uztveri attiecībā uz zīmolu vai produktu salīdzinājumā ar konkurentiem. Var uzskatīt, ka tirgus mērķis ir normāls. Tomēr nevar uzskatīt, ka eksperimentā, kurā tiek mērīti uzņēmuma stratēģiskie mērķi, lai risinātu tirgus dinamiku (kas arī nosaka zīmola pozicionēšanu), ir normāls sadalījums.
Galvenā parādības ideja ir tāda, ka nejauši izvēlēti dati var saturēt tādus faktorus kā tirgus dinamika. Otrkārt, ja spēlē tādi faktori kā tirgus segments un konkurence, visticamāk, uzņēmuma stratēģiskie mērķi neietekmēs izlases lielumu. Šāda pieeja ir efektīva, ja datiem trūkst skaidras skaitliskas interpretācijas.
Piemēram, testos par to, vai klienti dod priekšroku konkrētam produktam tā uzturvērtības dēļ, var būt iekļauta tā metrikas sarindošana, kas pilnībā piekrīt, piekrīt, vienaldzīgi, nepiekrīt un nepiekrīt. Šādā scenārijā noder neneparametriska metode.
Key Takeaways
Izmantojot neparametriskas statistikas pieejas pētījumos, ir rūpīgi jāpārbauda tās vājās puses, stiprās puses un iespējamās kļūmes. Ir taisnība, ka datu izplatīšanai ar pārmērīgu kurtozi vai šķībumu; uz rangu balstītie neparametriskie testi izrādās spēcīgāki par parametru testiem.
Pat ja tā, ne visos gadījumos, kad, ja parametru pieņēmumi netiek izpildīti, par aizstājējmetodēm mēs pieņemam neparametrisku statistiku salīdzinoši zemās ticamības pakāpes dēļ, kas iegūta no agrākās statistikas.
Neparametriskā statistika tiek novērtēta, jo to var viegli izmantot. Dati kļūst piemērotāki dažādiem testiem, jo parametri nav obligāti. Vēl svarīgāk ir tas, ka statistiku var izmantot, ja nav svarīgas informācijas, piemēram, vidējā, standarta novirze vai izlases lielums. Funkcijas padara neparametrisku statistiku plašāku piemērošanas jomu salīdzinājumā ar parametru statistiku.
Papildu resursi
Finanses ir oficiālais globālā sertificētā banku un kredītu analītiķu (CBCA) ™ CBCA ™ sertifikāta nodrošinātājs. Sertificētā banku un kredītu analītiķu (CBCA) ™ akreditācija ir globāls kredītanalītiķu standarts, kas aptver finanses, grāmatvedību, kredīta analīzi, naudas plūsmas analīzi. , derību modelēšana, aizdevuma atmaksa un citas darbības. sertifikācijas programma, kas izstrādāta, lai palīdzētu ikvienam kļūt par pasaules klases finanšu analītiķi. Lai turpinātu virzīties uz priekšu, noderēs tālāk norādītie papildu finanšu resursi:
- Finanšu pamatstatistikas jēdzieni Finanšu pamatstatistikas jēdzieni Stingra statistikas izpratne ir ārkārtīgi svarīga, lai palīdzētu mums labāk izprast finanses. Turklāt statistikas jēdzieni var palīdzēt investoriem uzraudzīt
- Hipotēžu pārbaude Hipotēžu pārbaude Hipotēžu pārbaude ir statistikas secināšanas metode. To izmanto, lai pārbaudītu, vai apgalvojums par populācijas parametru ir pareizs. Hipotēžu pārbaude
- Nominālie dati Nominālie dati Statistikā nominālie dati (pazīstami arī kā nominālā skala) ir datu veids, ko izmanto mainīgo iezīmēšanai, nenorādot nekādu kvantitatīvu vērtību
- Neparametriskie testi Neparametriskie testi Statistikā parametriskie testi ir statistiskās analīzes metodes, kurām nav nepieciešams sadalījums, lai izpildītu nepieciešamos analizējamos pieņēmumus
