Διαφορά μεταξύ παραμετρικών και μη παραμετρικών στατιστικών

Η διαφορά μεταξύ παραμετρικών και μη παραμετρικών στατιστικών βασίζεται στη γνώση ή την άγνοια της πιθανότητας κατανομής της μεταβλητής που θα μελετηθεί.

Οι παραμετρικές στατιστικές χρησιμοποιούν υπολογισμούς και διαδικασίες υποθέτοντας ότι γνωρίζετε πώς κατανέμεται η τυχαία μεταβλητή που θα μελετηθεί. Αντίθετα, οι μη παραμετρικές στατιστικές χρησιμοποιούν μεθόδους για να μάθουν πώς διανέμεται ένα φαινόμενο και, αργότερα, χρησιμοποιούν τεχνικές παραμετρικών στατιστικών.

Οι ορισμοί και των δύο εννοιών παρουσιάζονται παρακάτω:

• Παραμετρικές στατιστικές: Αναφέρεται σε ένα μέρος των στατιστικών συμπερασμάτων που χρησιμοποιεί στατιστικά στοιχεία και κριτήρια ανάλυσης βάσει γνωστών διανομών.
• Μη παραμετρικές στατιστικές: Είναι ένας κλάδος στατιστικών συμπερασμάτων του οποίου οι υπολογισμοί και οι διαδικασίες βασίζονται σε άγνωστες κατανομές.

Οι παραμετρικές και μη παραμετρικές στατιστικές είναι συμπληρωματικές

Χρησιμοποιούν διαφορετικές μεθόδους επειδή οι στόχοι τους είναι διαφορετικοί. Ωστόσο, είναι δύο συμπληρωματικοί κλάδοι. Δεν γνωρίζουμε πάντα με βεβαιότητα - στην πραγματικότητα σπάνια - πώς κατανέμεται μια τυχαία μεταβλητή. Επομένως, είναι απαραίτητο να χρησιμοποιηθούν τεχνικές για να μάθετε τι είδους διανομή μοιάζει περισσότερο.

Μόλις ανακαλύψουμε πώς διανέμεται, μπορούμε να εκτελέσουμε συγκεκριμένους υπολογισμούς και τεχνικές για αυτόν τον τύπο διανομής. Επειδή, για παράδειγμα, η μέση τιμή σε μια διανομή Poisson δεν υπολογίζεται με τον ίδιο τρόπο όπως σε μια κανονική.

Ωστόσο, είναι σημαντικό να σημειωθεί ότι οι παραμετρικές στατιστικές είναι πολύ πιο γνωστές και δημοφιλείς. Πολλές φορές, αντί της χρήσης μη παραμετρικών στατιστικών, υποτίθεται άμεσα ότι μια μεταβλητή κατανέμεται με έναν τρόπο. Δηλαδή, ξεκινά από μια αρχική υπόθεση που πιστεύεται ότι είναι η σωστή. Ωστόσο, όταν θέλετε να κάνετε μια δουλειά αυστηρά, εάν δεν είστε σίγουροι, πρέπει να χρησιμοποιήσετε μη παραμετρικά στατιστικά στοιχεία.

Διαφορετικά, όσο εφαρμοσμένες είναι οι τεχνικές των παραμετρικών στατιστικών, τα αποτελέσματα θα είναι ανακριβή.