پارامتری در مقابل غیر پارامتری
آمار یکی از شاخه‌های مطالعاتی است که به ما امکان می‌دهد پویایی جمعیت را با استفاده از نمونه‌های برگرفته از یک جامعه خاص مورد علاقه درک کنیم. ضروری است که این نمونه ها تصادفی باشند. بسیاری از فرمول ها با ترکیب ریاضیات برای استنتاج در مورد پارامترهای جمعیت ایجاد می شوند. طبیعتاً هر جمعیتی ممکن است دارای یک "توزیع عادی" باشد که در آن پراکندگی داده ها/نمونه ها به شکل زنگ در نمودار فرکانس باشد. در یک توزیع نرمال، اکثر نمونه ها حول میانگین متمرکز می شوند و 68، 95، 99 درصد داده ها به ترتیب در انحراف معیار 1، 2 و 3 یافت می شوند.آمار پارامتریک و ناپارامتریک به این بستگی دارد که آیا توزیع نرمال در نظر گرفته می شود یا خیر.
آمار پارامتریک چیست؟
آمار پارامتریک آماری است که در آن داده ها/نمونه ها از یک توزیع نرمال گرفته شده اند. تعریف آمار پارامتریک «آماری است که فرض می‌کند داده‌ها از نوعی توزیع احتمال به دست آمده‌اند و در مورد پارامترهای توزیع استنباط می‌کنند». اکثر روش های آماری ابتدایی شناخته شده متعلق به این گروه هستند. در واقع، آنها ممکن است به طور معمول توزیع نشوند. بنابراین، این نوع آمار بر اساس مفروضات بیشتری است. اگر داده ها/نمونه ها به طور معمول یا تقریباً معمولی توزیع شده باشند، فرمول ها ممکن است نتایج و استنتاج های دقیقی ایجاد کنند. با این حال، اگر فرض توزیع نرمال اشتباه باشد، آمار پارامتریک می‌تواند کاملا گمراه‌کننده باشد.
آمار ناپارامتریک چیست؟
آمار غیر پارامتری به عنوان آمار بدون توزیع نیز شناخته می شود.مزیت این نوع آماری این است که مجبور نیست فرضیاتی را که قبلاً با پارامترها ساخته شده بود ایجاد کند. محاسبات آماری غیر پارامتری به جای میانگین توجه می کنند. بنابراین، اگر یک یا دو از مقدار میانگین منحرف شود، تأثیر آنها نادیده گرفته می شود. به طور کلی آمار پارامتریک از این ارجحیت دارد زیرا قدرت بیشتری در رد یک فرضیه نادرست نسبت به روش ناپارامتریک دارد. یکی از شناخته شده ترین آزمون های غیر پارامتری آزمون کای اسکوئر است. آنالوگ های ناپارامتری برای برخی از آزمون های پارامتریک وجود دارد، مانند، آزمون تی ویلکاکسون برای آزمون تی زوجی، آزمون من ویتنی یو برای آزمون تی نمونه های مستقل، همبستگی اسپیرمن برای همبستگی پیرسون و غیره. برای یک آزمون تی نمونه، هیچ وجود ندارد. آزمون غیر پارامتری قابل مقایسه.
تفاوت بین پارامتری و ناپارامتریک چیست؟
• آمار پارامتریک به توزیع نرمال بستگی دارد، اما آمار ناپارامتریک به توزیع نرمال بستگی ندارد.
• آمار پارامتریک مفروضات بیشتری نسبت به آمارهای غیرپارامتری دارد.
• آمار پارامتریک از فرمول های ساده تری در مقایسه با آمارهای غیرپارامتری استفاده می کند.
• وقتی اعتقاد بر این است که جمعیتی به طور نرمال یا نزدیک به توزیع نرمال است، آمار پارامتریک بهترین مورد استفاده است. اگر نه، بهتر است از یک روش ناپارامتریک استفاده شود.
• بیشتر روش های آماری ابتدایی رایج به آمار پارامتری تعلق دارند. آمار غیر پارامتری به قدری استفاده می شود و برای موارد خاص استفاده می شود.
