რა არის მთავარი განსხვავება პარამეტრულ და არაპარამეტრულ სტატისტიკას შორის?
რა არის მთავარი განსხვავება პარამეტრულ და არაპარამეტრულ სტატისტიკას შორის?

ვიდეო: რა არის მთავარი განსხვავება პარამეტრულ და არაპარამეტრულ სტატისტიკას შორის?

ვიდეო: რა არის მთავარი განსხვავება პარამეტრულ და არაპარამეტრულ სტატისტიკას შორის?
ვიდეო: Difference between Parametric and Non-parametric Statistical Tests 2024, ივლისი
Anonim

ა სტატისტიკური ტესტი, რომლის დროსაც ხდება კონკრეტული ვარაუდები პოპულაციის პარამეტრზე, ცნობილია როგორც პარამეტრული გამოცდა ა სტატისტიკური ტესტი გამოიყენება იმ არამეტრული დამოუკიდებელი ცვლადების შემთხვევას ეწოდება არაპარამეტრული გამოცდა პარამეტრულში ტესტი, ტესტი სტატისტიკა ემყარება განაწილებას.

ამასთან დაკავშირებით, რა განსხვავებაა პარამეტრულ და არაპარამეტრულ სტატისტიკას შორის?

პარამეტრული ტესტები ვარაუდობენ ფუძემდებლურ სტატისტიკური განაწილება იმ მონაცემები. არაპარამეტრული ტესტები არ ეყრდნობა რაიმე განაწილებას. მათი გამოყენება შესაძლებელია მაშინაც კი, თუ პარამეტრული მოქმედების პირობები არ არის დაცული.

შემდგომში ჩნდება კითხვა, რას ნიშნავს პარამეტრური სტატისტიკა? პარამეტრული სტატისტიკა არის ფილიალი სტატისტიკა რომელიც ვარაუდობს, რომ ნიმუშის მონაცემები მოდის მოსახლეობიდან, რომ შეუძლია იყოს ადეკვატურად მოდელირებული ალბათობით განაწილება რომელსაც აქვს პარამეტრების ფიქსირებული ნაკრები. ყველაზე ცნობილი სტატისტიკური მეთოდები არის პარამეტრული.

ასევე ჰკითხეს, როგორ იცით, გამოიყენოთ პარამეტრული თუ არაპარამეტრული?

თუკი საშუალო უფრო ზუსტად წარმოადგენს თქვენი მონაცემების განაწილების ცენტრს და თქვენი ნიმუშის ზომა საკმარისად დიდია, გამოყენება ა პარამეტრული გამოცდა თუკი მედიანა უფრო ზუსტად წარმოადგენს თქვენი მონაცემების განაწილების ცენტრს, გამოყენება ა არაპარამეტრული გამოცდა კი თუ თქვენ გაქვთ დიდი ნიმუშის ზომა.

რისთვის გამოიყენება არაპარამეტრული ტესტები?

როდის უნდა გამოყენება ის არაპარამეტრული ტესტები არიან გამოიყენება როდის შენი მონაცემები არ არის ნორმალური ამიტომ მთავარია გაარკვიოთ გაქვთ თუ არა ჩვეულებრივ განაწილებული მონაცემები. მაგალითად, შეგიძლიათ გადახედოთ თქვენი მონაცემების განაწილებას. თუ თქვენი მონაცემები დაახლოებით ნორმალურია, მაშინ შეგიძლიათ გამოყენება პარამეტრული სტატისტიკური ტესტები.

გირჩევთ: