Tilastossa parametrisilla ja ei-parametreilla menetelmillä tarkoitetaan menetelmiä, joissa tietojoukolla on normaali vs. ei-normaali jakauma. Parametriset testit tekevät tietyt oletukset tietojoukosta; nimittäin, että tiedot saadaan tietyn (normaalin) jakauman omaavasta populaatiosta. Ei-parametriset testit tekevät vähemmän oletuksia tietojoukosta. Suurin osa tilastollisista perusmenetelmistä on parametrisia, ja parametritesteillä on yleensä suurempi tilastollinen voima. Jos tarvittavia oletuksia ei voida tehdä tietojoukosta, voidaan käyttää ei-parametrisia testejä. Tässä esitellään kaksi parametrista ja kahta ei-parametrista tilastollista testiä.
Parametrinen testi kahden ryhmän välisiin itsenäisiin mittauksiin: t-testi
•••Tuotemerkki X Kuvat / Tuotemerkki X Kuvat / Getty Images
T-testiä käytetään kahden tietojoukon keskiarvojen vertaamiseen, kun data on normaalisti jaettu. Kahden tietoryhmän on oltava toisistaan riippumattomia. T-tilasto on yhtä suuri kuin ryhmävälineiden välinen ero jaettuna ryhmävälineiden välisen eron keskivirheellä.
Parametrinen korrelaatiotesti: Pearson
•••Thinkstock Images / Comstock / Getty Images
Yhteinen parametrinen menetelmä kahden muuttujan välisen korrelaation mittaamiseksi on Pearsonin tuote-hetki-korrelaatio. Kahden muuttujan, x ja y, on oltava normaalisti jakautuneet. Lasketaan muuttujien keskiarvot ja varianssit. Sitten korrelaatio voidaan laskea kovarianssina kahden muuttujan välillä jaettuna niiden keskihajontojen tulolla.
Ei-parametrinen korrelaatiotesti: Spearman
•••Goodshoot / Goodshoot / Getty Images
Spearman Rank -korrelaatiokerroin on samanlainen kuin Pearsonin kerroin, mutta sitä käytetään, kun tiedot ovat järjestyslukuja (yleensä kategorisia tietoja, asetetaan asentoon jonkinlaisella mittakaavalla) pikemminkin kuin aikaväli (tiedot mitataan asteikolla, jossa kaikki datapisteet ovat yhtä kaukana yhdestä toinen). Tämä testi toimii olennaisesti samalla tavalla kuin Pearsonin korrelaatiotesti, vain tiedot on ensin luokiteltava.
Ei-parametrinen testi itsenäisille mittauksille kahden ryhmän välillä: Mann-Whitney-testi
•••John Foxx / Stockbyte / Getty Images
Mann-Whitney-testiä käytetään vertaamaan kahden järjestysluokan (siis ei-parametrisen) datan keskiarvoja. Mann-Whitney-tilasto (U) lasketaan asettamalla kaikki tiedot (pisteet) sijoitusjärjestykseen. Sitten U on koeryhmän pisteiden lukumäärä, joka on pienempi kuin kukin kontrolliryhmästä.