Parametrická vs neparametrická statistika: Pochopení rozdílů

Ve statistice je parametr hodnotou, která popisuje charakteristiku populace, jako je průměr nebo podíl jedinců s určitým znakem. Parametrické metody používají matematické modely k analýze dat a k vyvozování závěrů o populaci na základě parametrů. Tyto metody jsou často výkonnější a přesnější než neparametrické metody, ale vyžadují, aby data splňovala určité předpoklady o distribuci dat, jako je normalita nebo stejné rozptyly. o distribuci dat a lze je použít s jakýmkoli typem dat. Tyto metody jsou často méně výkonné a méně přesné než parametrické metody, ale jsou flexibilnější a lze je použít v širším rozsahu situací. ANOVA pro porovnání průměrů tří nebo více skupin
* Regresní analýza pro modelování vztahu mezi závislou proměnnou a jednou nebo více nezávislými proměnnými
* Chí-kvadrát testy pro porovnání distribuce kategorických dat

Některé běžné příklady neparametrických testů zahrnují:

* Wilcoxonův rank-sum test pro porovnání mediánů dvou skupin
* Kruskal-Wallisův H-test pro srovnání mediánů tří nebo více skupin
* Mann-Whitney U test pro porovnání distribuce kategorických dat
* Spearmanův koeficient pořadové korelace k měření síly a směr vztahu mezi dvěma spojitými proměnnými.