Какво означава непараметричен метод?
Непараметричният метод се отнася до вид статистика, която не изисква популацията, която се анализира, да отговаря на определени предположения или параметри. Добре известните статистически методи като ANOVA, корелацията на Pearson, t тест и други предоставят валидна информация за анализираните данни само ако основната популация отговаря на определени предположения. Едно от най-разпространените предположения е, че данните за населението имат "нормално разпределение".
Параметрична статистика обаче може да се прилага и за популации с други известни видове разпространение. Непараметричната статистика не изисква данните за населението да отговарят на предположенията, необходими за параметричната статистика. Следователно непараметричната статистика попада в категория статистика, понякога наричана свободна за разпространение. Често непараметричните методи ще се използват, когато данните за популацията са с неизвестно разпределение или когато размерът на извадката е малък.
Непараметричен обяснен метод
Параметричните и непараметричните методи често се използват за различни видове данни. Параметричната статистика обикновено изисква данни за интервали или съотношения. Пример за този тип данни са възраст, доход, ръст и тегло, при които стойностите са непрекъснати и интервалите между стойностите имат значение.
За разлика от тях непараметричната статистика обикновено се използва за данни, номинални или обикновени. Номиналните променливи са променливи, за които стойностите нямат количествена стойност. Най-често срещаните номинални променливи в научните изследвания в областта на социалната наука включват пол, чиито възможни стойности са дискретни категории, „мъж“ и „жена. (заети срещу безработни).
Обикновените променливи са тези, при които стойността подсказва някакъв ред. Пример за обикновена променлива може да бъде, ако респондентът на анкетата попита: "По скала от 1 до 5, като 1 е изключително недоволен, а 5 е изключително удовлетворен, как бихте оценили опита си с кабелната компания?"
Въпреки че непараметричната статистика има предимството, че трябва да отговаря на няколко предположения, те са по-малко мощни от параметричната статистика. Това означава, че те може да не показват връзка между две променливи, когато всъщност съществува такава.
Общите непараметрични тестове включват квадратура Chi, тест на Wilcoxon-ранг-сумата, тест на Kruskal-Wallis и корелация на ред на Spearman.
