Statistiche non parametriche

Cosa sono le statistiche non parametriche?

Le statistiche non parametriche si riferiscono a un metodo statistico in cui i dati non sono richiesti per adattarsi a una distribuzione normale. Le statistiche non parametriche utilizzano dati che sono spesso ordinali, nel senso che non si basano su numeri, ma piuttosto su una classificazione o un tipo di ordinamento. Ad esempio, un sondaggio che trasmette le preferenze dei consumatori che vanno dal gradimento al disprezzo sarebbe considerato un dato ordinale.

Le statistiche non parametriche comprendono statistiche descrittive non parametriche, modelli statistici, inferenza e test statistici. La struttura del modello di modelli non parametrici non è specificata a priori ma è invece determinata dai dati. Il termine non parametrico non significa che tali modelli manchino completamente di parametri, ma piuttosto che il numero e la natura dei parametri siano flessibili e non fissati in anticipo. Un istogramma è un esempio di una stima non parametrica di una distribuzione di probabilità.

Comprensione delle statistiche non parametriche

Nelle statistiche, le statistiche parametriche includono parametri come media, mediana, deviazione standard, varianza, ecc. Questa forma di statistica utilizza i dati osservati per stimare i parametri della distribuzione. Secondo le statistiche parametriche, si presume che i dati corrispondano a una distribuzione normale con parametri sconosciuti μ (media della popolazione) e σ ² (varianza della popolazione), che vengono quindi stimati utilizzando la media del campione e la varianza del campione.

Le statistiche non parametriche non ipotizzano la dimensione del campione o se i dati osservati siano quantitativi.

Le statistiche non parametriche non presuppongono che i dati vengano estratti da una distribuzione normale. Invece, la forma della distribuzione è stimata sotto questa forma di misurazione statistica. Mentre ci sono molte situazioni in cui si può presumere una distribuzione normale, ci sono anche alcuni scenari in cui non sarà possibile determinare se i dati saranno distribuiti normalmente.

Esempi di statistiche non parametriche

Nel primo esempio, si consideri un ricercatore che desidera una stima del numero di bambini in Nord America nati con gli occhi marroni può decidere di prelevare un campione di 150.000 bambini ed eseguire un'analisi sul set di dati. La misurazione che derivano verrà utilizzata come stima dell'intera popolazione di bambini con occhi castani nati l'anno successivo.

Per un secondo esempio, considera un altro ricercatore che vuole sapere se andare a letto presto o tardi è legato alla frequenza con cui ci si ammala. Supponendo che il campione sia scelto casualmente dalla popolazione, si può presumere che la distribuzione della dimensione del campione della frequenza della malattia sia normale. Tuttavia, non si può presumere che un esperimento che misura la resistenza del corpo umano a un ceppo di batteri abbia una distribuzione normale.

Questo perché i dati di un campione selezionato a caso possono essere resistenza allo sforzo. D'altra parte, se il ricercatore considera fattori come la composizione genetica e l'origine etnica, può scoprire che una dimensione del campione selezionata usando queste caratteristiche potrebbe non essere resistente allo sforzo. Quindi, non si può assumere una distribuzione normale.

Questo metodo è utile quando i dati non hanno una chiara interpretazione numerica ed è meglio usarli con dati che hanno una sorta di classificazione. Ad esempio, un test di valutazione della personalità può avere una classifica delle sue metriche impostate come fortemente in disaccordo, in disaccordo, indifferente, d'accordo e fortemente d'accordo. In questo caso, dovrebbero essere utilizzati metodi non parametrici.

considerazioni speciali

Le statistiche non parametriche hanno guadagnato apprezzamento grazie alla loro facilità d'uso. Poiché viene eliminata la necessità di parametri, i dati diventano più applicabili a una più ampia varietà di test. Questo tipo di statistiche può essere utilizzato senza media, dimensione del campione, deviazione standard o stima di altri parametri correlati quando nessuna di tali informazioni è disponibile.

Poiché le statistiche non parametriche fanno meno ipotesi sui dati di esempio, la sua applicazione ha un ambito più ampio rispetto alle statistiche parametriche. Nei casi in cui i test parametrici sono più appropriati, i metodi non parametrici saranno meno efficienti. Questo perché i risultati ottenuti da statistiche non parametriche hanno un grado di confidenza inferiore rispetto a quelli ottenuti con statistiche parametriche.

Key Takeaways

• Le statistiche non parametriche sono facili da usare ma non offrono la precisione millimetrica di altri modelli statistici.
• Questo tipo di analisi è più adatto se si considera l'ordine di qualcosa, dove anche se i dati numerici cambiano, i risultati probabilmente rimarranno gli stessi.

Confronta i conti di investimento Nome del fornitore Descrizione Descrizione dell'inserzionista × Le offerte che compaiono in questa tabella provengono da società di persone da cui Investopedia riceve un compenso.

Termini correlati

Comprensione della distribuzione T La distribuzione AT è un tipo di funzione di probabilità che è appropriata per stimare i parametri della popolazione per campioni di piccole dimensioni o varianze sconosciute. altro Come funziona la distribuzione campionaria Una distribuzione campionaria è una distribuzione di probabilità di una statistica ottenuta attraverso un gran numero di campioni prelevati da una popolazione specifica. altro Come viene utilizzato il test Wilcoxon Il test Wilcoxon, che fa riferimento al test di somma dei ranghi o al test di classificazione firmato, è un test non parametrico che confronta due gruppi accoppiati. altro Metodo non parametrico Il metodo non parametrico si riferisce a un tipo di statistica che non richiede che i dati analizzati soddisfino determinati presupposti o parametri. più T-Test Definizione Un t-test è un tipo di statistica inferenziale utilizzata per determinare se esiste una differenza significativa tra le medie di due gruppi, che può essere correlata in alcune caratteristiche. altro Intervallo di confidenza Un intervallo di confidenza misura la probabilità che un parametro di popolazione cada tra due valori impostati. più collegamenti dei partner