統計では、パラメトリックおよびノンパラメトリック手法とは、データのセットが通常の方法と それぞれ非正規分布。 パラメトリックテストは、データセットについて特定の仮定を行います。 つまり、データは特定の（正規）分布の母集団から抽出されます。 ノンパラメトリック検定では、データセットに関する仮定が少なくなります。 基本的な統計手法の大部分はパラメトリックであり、パラメトリック検定は一般的に高い統計的検出力を持っています。 データセットについて必要な仮定を立てることができない場合は、ノンパラメトリック検定を使用できます。 ここでは、2つのパラメトリック統計検定と2つのノンパラメトリック統計検定を紹介します。
2つのグループ間の独立した測定値のパラメトリック検定：t検定
•••ブランドXの写真/ブランドXの写真/ゲッティイメージズ
t検定は、データが正規分布している場合に、2つのデータセットの平均を比較するために使用されます。 データの2つのグループは、互いに独立している必要があります。 t統計量は、グループ平均間の差をグループ平均間の差の標準誤差で割ったものに等しくなります。
パラメトリック相関テスト：ピアソン
•••画像/コムストック/ゲッティイメージズ
2つの変数間の相関を測定する一般的なパラメトリック法は、ピアソンの積率相関です。 2つの変数xとyは、それぞれ正規分布している必要があります。 変数の平均と分散が計算されます。 次に、相関は、2つの変数間の共分散をそれらの標準偏差の積で割ったものとして計算できます。
ノンパラメトリック相関検定：スピアマン
•••グッドシュート/グッドシュート/ゲッティイメージズ
スピアマンの順位相関係数はピアソン係数に似ていますが、データが順序変数（通常はカテゴリデータ、 間隔（すべてのデータポイントが1つから等距離にあるスケールに沿って測定されたデータ）ではなく、ある種のスケール上の位置に設定されます 別の）。 このテストは基本的にピアソン相関テストと同じように機能しますが、最初にランク付けする必要があるのはデータのみです。
2つのグループ間の独立した尺度のノンパラメトリック検定：マンホイットニー検定
•••ジョンフォックス/ストックバイト/ゲッティイメージズ
マンホイットニー検定は、順序（つまり、ノンパラメトリック）データの2つのグループ間の平均を比較するために使用されます。 マンホイットニー統計（U）は、すべてのデータ（スコア）をランク順に並べることによって計算されます。 次に、Uは、各対照群よりも少ない実験群のスコアの数の合計です。