Statistikā neparametriskas pārbaudes ir statistiskās analīzes metodes, kurām nav nepieciešams sadalījums, lai izpildītu nepieciešamos analizējamos pieņēmumus (īpaši, ja dati parasti netiek izplatīti). Šī iemesla dēļ tos dažkārt dēvē par testiem bez izplatīšanas. Neparametriskie testi kalpo kā alternatīva tādiem parametru testiem kā T-tests vai ANOVA, kurus var izmantot tikai tad, ja pamatā esošie dati atbilst noteiktiem kritērijiem un pieņēmumiem.
Ņemiet vērā, ka parametru testiem alternatīvas metodes izmanto nevis parametrus, bet gan kā aizstājējus. Citiem vārdiem sakot, ja dati atbilst parametru testu veikšanai nepieciešamajiem pieņēmumiem, jāpiemēro attiecīgais parametru tests.
Turklāt dažos gadījumos, pat ja dati neatbilst nepieciešamajiem pieņēmumiem, bet datu izlases lielums ir pietiekami liels, mēs tomēr varam izmantot parametru testus, kas nav parametri.
Iemesli izmantot neparametriskus testus
Lai sasniegtu statistikas analīzes pareizos rezultātus, kvantitatīvā analīze Kvantitatīvā analīze ir process, kurā tiek apkopoti un novērtēti izmērāmi un pārbaudāmi dati, piemēram, ieņēmumi, tirgus daļa un algas, lai izprastu uzņēmējdarbības uzvedību un sniegumu. Datu tehnoloģiju laikmetā kvantitatīvā analīze tiek uzskatīta par vēlamo pieeju pamatotu lēmumu pieņemšanā. , mums būtu jāzina situācijas, kurās ir piemēroti parametri, kas neatbilst parametriem. Galvenie iemesli, kāpēc jāpiemēro neparametriskais tests, ir šādi:
1. Pamatdati neatbilst pieņēmumiem par populācijas izlasi
Parasti, lietojot parametru testus, ir jāpilda dažādi pieņēmumi. Piemēram, datiem seko normāls sadalījums, un populācijas dispersija ir viendabīga. Tomēr dažos datu paraugos var būt redzami izkropļoti sadalījumi. Pozitīvi šķībs sadalījums Statistikā pozitīvi šķībs (vai labajā virzienā šķērsots) sadalījums ir izplatīšanas veids, kurā lielākā daļa vērtību ir sakopotas ap kreiso astes daļu.
Slīpums padara parametru testus mazāk spēcīgus, jo vidējais rādītājs vairs nav labākais centrālās tendences rādītājs. Centrālā tendence Centrālā tendence ir datu kopas aprakstošs kopsavilkums, izmantojot vienu vērtību, kas atspoguļo datu izplatīšanas centru. Kopā ar mainīgumu, jo to spēcīgi ietekmē galējās vērtības. Tajā pašā laikā parametri, kas nav parametri, labi darbojas ar šķībiem sadalījumiem un sadalījumiem, kurus labāk attēlo mediāna.
2. Populācijas izlases lielums ir pārāk mazs
Izlases lielums ir svarīgs pieņēmums, izvēloties atbilstošu statistikas metodi. Finanšu statistikas pamatjēdzieni Stingra statistikas izpratne ir ļoti svarīga, lai palīdzētu mums labāk izprast finanses. Turklāt statistikas jēdzieni var palīdzēt investoriem uzraudzīt. Ja izlases lielums ir samērā liels, var izmantot piemērojamo parametru testu. Tomēr, ja izlases lielums ir pārāk mazs, iespējams, ka jūs nevarēsit apstiprināt datu izplatīšanu. Tādējādi vienīgo piemēroto variantu var izmantot parametru neizmantošana.
3. Analizētie dati ir kārtas vai nomināli
Atšķirībā no parametru testiem, kas var darboties tikai ar nepārtrauktiem datiem, parametrus, kas nav parametri, var piemērot citiem datu tipiem, piemēram, kārtas vai nominālajiem datiem. Šāda veida mainīgajiem lielumiem vienīgais piemērotais risinājums ir parametri, kas nav parametri.
Pārbaužu veidi
Neparametriskie testi ietver daudzas metodes un modeļus. Zemāk ir visizplatītākie testi un tiem atbilstošie parametri:
1. Mana-Vitnija U tests
Mann-Whitney U tests ir neatkarīgo paraugu t-testa bezparametriska versija. Pārbaudē galvenokārt tiek aplūkoti divi neatkarīgi paraugi, kas satur kārtas datus.
2. Vilkoksona parakstītais rangu tests
Wilcoxon Signed Rank Test ir pārparametrisks pāro paraugu t-testa līdzinieks. Tests salīdzina divus atkarīgos paraugus ar kārtas datiem.
3. Kruskal-Wallis tests
Kruskal-Wallis tests ir neparametriska alternatīva vienvirziena ANOVA. Kruskal-Wallis testu izmanto, lai salīdzinātu vairāk nekā divas neatkarīgas grupas ar kārtas datiem.
Papildu resursi
Finanses ir oficiālais globālās finanšu modelēšanas un vērtēšanas analītiķu (FMVA) ™ FMVA® sertifikācijas nodrošinātājs. Pievienojieties 350 600+ studentiem, kuri strādā tādos uzņēmumos kā Amazon, JP Morgan un Ferrari sertifikācijas programma, kas paredzēta ikvienam, lai kļūtu par pasaules klases finanšu analītiķi. . Lai turpinātu mācīties un virzīt savu karjeru, noderēs tālāk norādītie papildu finanšu resursi:
- Kombinācija Kombinācija Kombinācija ir matemātiska metode, kas nosaka iespējamo izkārtojumu skaitu priekšmetu kolekcijā, kur atlases secība nav
- Kumulatīvais frekvences sadalījums Kumulatīvais frekvences sadalījums Kumulatīvais frekvences sadalījums ir frekvences sadalījuma forma, kas atspoguļo klases un visu zem tās esošo klašu summu. Atcerieties šo biežumu
- Negatīvi šķībs sadalījums Negatīvi šķībs sadalījums Statistikā negatīvi šķībs (pazīstams arī kā kreisais šķībs) sadalījums ir izplatīšanas veids, kurā vairāk vērtību koncentrējas labajā pusē
- Paraugu atlases aizspriedumi Paraugu atlases aizspriedumi Paraugu atlases neobjektivitāte ir neobjektivitāte, kas rodas no nespējas nodrošināt pareizu populācijas izlases nejaušināšanu. Paraugu atlases trūkumi
