A statisztikákban a paraméteres és a nem paraméteres módszerek azokra vonatkoznak, amelyekben egy adatsor normális vs. nem normális eloszlás, ill. A paraméteres tesztek bizonyos feltételezéseket tesznek egy adatkészlettel kapcsolatban; nevezetesen, hogy az adatokat egy meghatározott (normális) eloszlású populációból származik. A nem parametrikus tesztek kevesebb feltételezést tesznek az adatkészlettel kapcsolatban. Az elemi statisztikai módszerek többsége paraméteres, és a paraméteres teszteknek általában nagyobb a statisztikai erejük. Ha egy adatsorral kapcsolatban nem tehető meg a szükséges feltételezés, akkor nem paraméteres tesztek is használhatók. Itt két paraméteres és két nem parametrikus statisztikai tesztet ismertet meg.
Parametrikus teszt két csoport közötti független mérésekhez: t-teszt
•••X márka képek / X márka képek / Getty Images
A t-tesztet két adatsor átlaga közötti összehasonlításra használják, amikor az adatokat normálisan elosztják. A két adatcsoportnak függetlennek kell lennie egymástól. A t statisztika megegyezik a csoportos átlagok különbségének és a csoportos átlagok közötti különbség szokásos hibájának a hányadosával.
Parametrikus korrelációs teszt: Pearson
•••Thinkstock Images / Comstock / Getty Images
Két változó közötti korreláció mérésének általános paraméteres módszere a Pearson termék-pillanat korreláció. A két változót, az x-t és az y-t normálisan kell elosztani. Kiszámítják a változók átlagát és szórását. Ezután a korreláció kiszámítható úgy, hogy a két változó közötti kovariancia elosztva a szórásuk szorzatával.
Nem paraméteres korrelációs teszt: Spearman
•••Goodshoot / Goodshoot / Getty Images
A Spearman Rank korrelációs együttható hasonló a Pearson együtthatóhoz, de akkor alkalmazzák, ha az adatok rendesek (általában kategorikus adatok, valamilyen skálán helyezkednek el), nem pedig intervallummal (az adatok olyan skálán mértek, ahol az összes adatpont egyenlő távolságra van egy másik). Ez a teszt lényegében ugyanúgy működik, mint a Pearson-korrelációs teszt, csak az adatokat kell először rangsorolni.
Nem-paraméteres teszt független mérésekhez két csoport között: Mann-Whitney-teszt
•••John Foxx / Stockbyte / Getty Images
A Mann-Whitney teszt segítségével összehasonlítjuk az átlagokat a soros (tehát nem paraméteres) adatok két csoportja között. A Mann-Whitney statisztikát (U) úgy számítják ki, hogy az összes adatot (pontszámot) rangsorrendbe állítja. Ekkor U a kísérleti csoport pontszámainak összege, amelyek kisebbek, mint egy kontrollcsoporté.