Razlika med parametrično in neparametrično statistiko

Razlika med parametrično in neparametrično statistiko temelji na poznavanju ali nepoznavanju verjetnostne porazdelitve spremenljivke, ki jo je treba preučiti.

Parametrična statistika uporablja izračune in postopke, ob predpostavki, da veste, kako se naključna spremenljivka raziskuje. Nasprotno, neparametrična statistika uporablja metode za ugotavljanje, kako se pojav širi, kasneje pa za uporabo tehnik parametrične statistike.

Definicije obeh konceptov so prikazane spodaj:

• Parametrična statistika: Nanaša se na del statističnega sklepanja, ki uporablja statistiko in merila ločljivosti na podlagi znanih porazdelitev.
• Neparametrična statistika: Gre za vejo statističnega sklepanja, katere izračuni in postopki temeljijo na neznanih porazdelitvah.

Parametrične in neparametrične statistike se dopolnjujejo

Uporabljajo različne metode, ker so njihovi cilji različni. Vendar sta dve komplementarni veji. Ne vemo vedno z gotovostjo - pravzaprav redko vemo - kako se razdeli naključna spremenljivka. Zato je treba s pomočjo tehnik ugotoviti, kateri vrsti distribucije je najbolj podobna.

Ko ugotovimo, kako se distribuira, lahko izvedemo posebne izračune in tehnike za to vrsto distribucije. Ker se na primer srednja vrednost v Poissonovi porazdelitvi ne izračuna na enak način kot pri običajni.

Kljub temu je pomembno omeniti, da je parametrična statistika veliko bolj znana in priljubljena. Velikokrat se namesto neparametrične statistike neposredno domneva, da je spremenljivka porazdeljena na en način. To pomeni, da izhaja iz izhodiščne hipoteze, za katero se domneva, da je pravilna. Če pa želite natančno opraviti delo, če niste prepričani, morate uporabiti neparametrične statistike.

V nasprotnem primeru, ne glede na dobro uporabljene tehnike parametrične statistike, bodo rezultati nenatančni.