Hvad er parametriske og nonparametriske test?

I statistikker henviser parametriske og nonparametriske metoder til dem, hvor et sæt data har en normal vs en ikke-normal distribution. Parametriske test gør visse antagelser om et datasæt; nemlig at dataene er hentet fra en population med en specifik (normal) fordeling. Ikke-parametriske tests giver færre antagelser om datasættet. De fleste elementære statistiske metoder er parametriske, og parametriske test har generelt højere statistisk effekt. Hvis de nødvendige antagelser ikke kan foretages om et datasæt, kan ikke-parametriske test anvendes. Her vil du blive introduceret til to parametriske og to ikke-parametriske statistiske tests.

Parametrisk test for uafhængige forhold mellem to grupper: t-test

En t-test bruges til at sammenligne mellem midler til to datasæt, når dataene normalt distribueres. De to grupper af data skal være uafhængige af hinanden. T-statistikken er lig med forskellen mellem gruppemedlemmer divideret med standardfejl for forskellen mellem gruppemidlet.

Parametrisk korrelationstest: Pearson

En fælles parametrisk metode til måling af sammenhængen mellem to variabler er Pearson Product-Moment Correlation. De to variabler, x og y, skal hver normalt fordeles. Middelværdiernes midler og afvigelser beregnes. Derefter kan korrelationen beregnes som kovariansen mellem de to variabler divideret med produktet af deres standardafvigelser.

Ikke-parametrisk korrelationstest: Spearman

Spearman Rank Correlation Coefficient ligner Pearson-koefficienten, men bruges, når data er ordinære (normalt kategoriske data, indstillet i en stilling på en hvilken som helst skala) i stedet for interval (data målt langs en skala, hvor alle datapunkter er ækvivalente fra hinanden). Denne test fungerer stort set på samme måde som Pearson Correlation testen, kun dataene skal først placeres.

Ikke-parametrisk test for uafhængige forhold mellem to grupper: Mann-Whitney test

Mann -Whitney Test bruges til at sammenligne midlerne mellem to grupper af ordinære (altså ikke-parametriske) data. Mann-Whitney statistikken (U) beregnes ved at sætte alle data (score) i rangordre. Derefter er U summen af ​​antallet af scoringer fra den eksperimentelle gruppe, der er mindre end hver af en kontrolgruppe.