Statistikoje parametrinės ir neparametrinės metodikos reiškia tas, kuriose duomenų rinkinys turi normalią vs. atitinkamai nenormalus pasiskirstymas. Parametriniai bandymai daro tam tikras prielaidas apie duomenų rinkinį; būtent, kad duomenys yra gauti iš populiacijos, turinčio specifinį (normalų) pasiskirstymą. Neparametriniai bandymai daro mažiau prielaidų apie duomenų rinkinį. Dauguma elementarių statistinių metodų yra parametriniai, o parametriniai testai paprastai turi didesnę statistinę galią. Jei negalima padaryti reikiamų prielaidų apie duomenų rinkinį, galima naudoti neparametrinius bandymus. Čia jums bus pristatyti du parametriniai ir du neparametriniai statistiniai testai.
Parametrinis dviejų grupių nepriklausomų matų bandymas: t-testas
•••„X“ prekės ženklo nuotraukos / „X“ prekės ženklo nuotraukos / „Getty Images“
T-testas naudojamas palyginti dviejų duomenų rinkinių vidurkius, kai duomenys paprastai paskirstomi. Abi duomenų grupės turi būti nepriklausomos viena nuo kitos. T statistika yra lygi grupės vidurkių skirtumui, padalytam iš grupės vidurkio skirtumo standartinės paklaidos.
Parametrinis koreliacijos testas: Pearsonas
•••„Thinkstock Images“ / „Comstock“ / „Getty Images“
Bendras parametrinis koreliacijos tarp dviejų kintamųjų matavimo metodas yra Pearsono produkto ir momento koreliacija. Du kintamieji, x ir y, turi būti normaliai paskirstyti. Apskaičiuojami kintamųjų vidurkiai ir dispersijos. Tada koreliaciją galima apskaičiuoti kaip kovariansiją tarp dviejų kintamųjų, padalytų iš jų standartinių nuokrypių sandaugos.
Neparametrinis koreliacijos testas: Spearmanas
•••„Goodshoot“ / „Goodshoot“ / „Getty Images“
„Spearman Rank“ koreliacijos koeficientas yra panašus į Pearsono koeficientą, tačiau jis naudojamas, kai duomenys yra eilės (paprastai kategoriški duomenys, nustatytą į tam tikros skalės padėtį), o ne intervalą (duomenys matuojami pagal skalę, kurioje visi duomenų taškai kitas). Šis testas iš esmės veikia taip pat, kaip ir „Pearson“ koreliacijos testas, pirmiausia reikia reitinguoti tik duomenis.
Neparametrinis nepriklausomų matų testas tarp dviejų grupių: Manno-Whitney testas
•••Johnas Foxxas / „Stockbyte“ / „Getty Images“
Manno-Whitney testas naudojamas dviejų eilinių (taigi, neparametrinių) duomenų grupių vidurkiams palyginti. Manno-Whitney statistika (U) apskaičiuojama visus duomenis (balus) išdėstant rangų tvarka. Tada U yra eksperimentinės grupės balų skaičių suma, kuri yra mažesnė nei kiekviena kontrolinė grupė.