Razlika između parametarske i neparametarske statistike

Razlika između parametarske i neparametarske statistike temelji se na znanju ili neznanju o raspodjeli vjerojatnosti varijable koja se proučava.

Parametarska statistika koristi izračune i postupke pod pretpostavkom da znate kako se distribuira slučajna varijabla koja se proučava. Suprotno tome, neparametarska statistika koristi metode kako bi otkrila kako se neki fenomen distribuira i, kasnije, koristi tehnike parametarske statistike.

Definicije oba koncepta ilustrirane su u nastavku:

• Parametarska statistika: Odnosi se na dio statističkog zaključivanja koji koristi statistiku i kriterije razlučivanja na temelju poznatih raspodjela.
• Neparametrijska statistika: To je grana statističkog zaključivanja čiji se izračuni i postupci temelje na nepoznatim raspodjelama.

Parametarske i neparametrijske statistike se nadopunjuju

Koriste se različitim metodama jer su im ciljevi različiti. Međutim, to su dvije komplementarne grane. Ne znamo uvijek sa sigurnošću - zapravo rijetko znamo - kako se distribuira slučajna varijabla. Stoga je potrebno uporabiti tehnike kako bi se otkrilo na koju vrstu distribucije najviše sliči.

Nakon što saznamo kako se distribuira, možemo izvršiti određene proračune i tehnike za ovu vrstu distribucije. Budući da se, na primjer, srednja vrijednost u Poissonovoj raspodjeli ne izračunava na isti način kao u normalnoj.

Unatoč tome, važno je napomenuti da je parametarska statistika puno poznatija i popularnija. Mnogo se puta, umjesto da se koriste neparametrijske statistike, izravno pretpostavlja da se varijabla distribuira na jedan način. Odnosno, polazi od polazne hipoteze za koju se vjeruje da je ispravna. Međutim, kada želite rigorozno obavljati posao, ako niste sigurni, morate koristiti neparametarske statistike.

Inače, koliko god tehnike parametarske statistike bile dobro primijenjene, rezultati će biti neprecizni.