A nem paraméteres statisztika a statisztikai következtetések egyik ága, amelynek számításai és eljárásai ismeretlen eloszlásokon alapulnak.
A nem paraméteres statisztikák nem túl népszerűek. Van azonban egy nagyon terjedelmes szakirodalom róla. A nem paraméteres statisztikák által megoldandó probléma a valószínűség-eloszlás ismeretének hiánya.
Más szavakkal, a nem paraméteres statisztikák megpróbálják kideríteni egy véletlenszerű változó jellegét. Ha tehát megtudja, hogyan viselkedik, végezzen számításokat és mutatókat, amelyek jellemzik.
Ez a nem paraméteres statisztikák célja. Az alábbiakban részletesebben látjuk.
A nem paraméteres statisztikák célja
Különböző típusú valószínűségi eloszlások léteznek, amelyeken a parametrikus statisztikák működnek. Most, amikor nem tudjuk, hogy egy változó milyen típusú valószínűségi eloszlásnak felel meg, milyen számításokat használunk?
Vagyis, amikor nem ismerjük egy adatkészlet valószínűség-eloszlását, statisztikai következtetéseket kell meghoznunk nem parametrikus eljárásokkal.
Más szavakkal, ha nem tudjuk, hogy egy jelenségnek milyen valószínűségi eloszlása van, akkor nem tehetünk becsléseket, mintha valóban tudnánk, hogyan oszlik meg. Ez a paraméteres statisztika célja, hogy megismerhessük az eloszlást, hogy továbbléphessünk a következő lépéshez (parametrikus statisztika).
Nem paraméteres tesztek
Természetesen, ha nem tudjuk, hogyan oszlik el egy véletlenszerű jelenség, mit tegyünk? Nagyon könnyű. Küldetésünk az lesz, hogy megpróbáljuk tudni, hogyan oszlik meg. Hogy megpróbáljuk kideríteni, hogy egy bizonyos jelenség milyen típusú eloszlással rendelkezik, rendelkezésünkre álló tesztek állnak rendelkezésünkre. A legnépszerűbb nem paraméteres tesztek a következők:
- Binomiális teszt
- Anderson-Darling teszt
- Cochran tesztje
- Cohen kappa teszt
- Fisher-teszt
- Friedman teszt
- Kendall tesztje
- Kolmogórov-Smirnov teszt
- Kuiper teszt
- Mann-Whitney-teszt vagy Wilcoxon-teszt
- McNemar teszt
- Medián teszt
- Siegel-Tukey teszt
- Jelek tesztje
- Spearman korrelációs együtthatója
- Kereszttáblák
- Wald-Wolfowitz teszt
- Wilcoxon aláírta a rangtesztet
Ezeknek a teszteknek a célja annak megmondása, hogy egy véletlen változó eloszlik-e így vagy úgy. Például lehetséges eredmény lehet: az X véletlen változó normál eloszlás sebességével oszlik el.
Mindezek alapján az eredmények nem tévedhetetlenek. A nem parametrikus tesztek elvégzéséhez statisztikai mintákkal kell rendelkeznünk. Ezért az eredmények megbízhatóak lehetnek, de nem kell 100% -ban tökéletesnek lenniük.