В статистиката параметричните и непараметричните методологии се отнасят до тези, при които набор от данни има нормален vs. ненормално разпределение, съответно. Параметричните тестове правят определени предположения за набор от данни; а именно, че данните се извличат от популация със специфично (нормално) разпределение. Непараметричните тестове правят по-малко предположения за набора от данни. По-голямата част от елементарните статистически методи са параметрични, а параметричните тестове обикновено имат по-висока статистическа мощност. Ако не могат да се направят необходимите предположения за набор от данни, могат да се използват непараметрични тестове. Тук ще се запознаете с два параметрични и два непараметрични статистически теста.
Параметричен тест за независими мерки между две групи: t-тест
•••Марка X Pictures / Марка X Pictures / Гети изображения
T-тест се използва за сравнение между средствата на два набора от данни, когато данните обикновено се разпределят. Двете групи данни трябва да са независими една от друга. Статистиката t е равна на разликата между груповите средни стойности, разделена на стандартната грешка на разликата между груповите средни стойности.
Тест за параметрична корелация: Пиърсън
•••Thinkstock Images / Comstock / Getty Images
Често срещан параметричен метод за измерване на корелацията между две променливи е корелацията на продукта и момента на Пиърсън. Двете променливи, x и y, трябва да бъдат нормално разпределени. Изчисляват се средните и отклоненията на променливите. След това корелацията може да се изчисли като ковариацията между двете променливи, разделена на произведението на техните стандартни отклонения.
Непараметричен тест за корелация: Спиърман
•••Goodshoot / Goodshoot / Getty Images
Коефициентът на корелация на ранга на Спирман е подобен на коефициента на Пиърсън, но се използва, когато данните са поредни (обикновено категорични данни, поставени в позиция на някакъв вид скала), а не интервал (данни, измерени по скала, където всички точки от данни са на еднакво разстояние от една друг). Този тест по същество работи по същия начин като теста за корелация на Pearson, само че данните първо трябва да бъдат класирани.
Непараметричен тест за независими мерки между две групи: тест на Ман-Уитни
•••Джон Фокс / Stockbyte / Гети изображения
Тестът на Ман-Уитни се използва за сравняване на средните стойности между две групи редови (по този начин непараметрични) данни. Статистиката на Ман-Уитни (U) се изчислява, като всички данни (резултати) се поставят в ред на ранга. След това U е сумата от броя на резултатите от експерименталната група, които са по-малки от всеки от контролната група.