ההבדל בין נתונים סטטיסטיים פרמטריים ללא נתונים פרמטריים מבוסס על הידע או הבורות של התפלגות ההסתברות של המשתנה שייחקר.
סטטיסטיקה פרמטרית משתמשת בחישובים ונהלים בהנחה שאתה יודע כיצד מתפזר המשתנה האקראי שיש לחקור. נהפוך הוא, סטטיסטיקה לא פרמטרית משתמשת בשיטות כדי לגלות כיצד תופעה מופצת ובהמשך להשתמש בטכניקות סטטיסטיקה פרמטרית.
ההגדרות של שני המושגים מתוארות להלן:
- סטטיסטיקה פרמטרית: הכוונה היא לחלק מהמסקנה הסטטיסטית המשתמשת בסטטיסטיקה ובקריטריונים לפתרון בהתבסס על התפלגויות ידועות.
- סטטיסטיקה לא פרמטרית: זהו ענף של מסקנה סטטיסטית שחישוביה ונהליה מבוססים על התפלגויות לא ידועות.
סטטיסטיקה פרמטרית ולא פרמטרית משלימה
הם משתמשים בשיטות שונות מכיוון שמטרותיהם שונות. עם זאת, הם שני ענפים משלימים. לא תמיד אנו יודעים בוודאות - למעשה לעתים רחוקות אנו יודעים - כיצד מופץ משתנה אקראי. לפיכך, יש צורך להשתמש בטכניקות כדי לגלות לאיזה סוג הפצה הוא דומה ביותר.
לאחר שגילינו כיצד הוא מופץ, נוכל לבצע חישובים וטכניקות ספציפיות להפצה מסוג זה. מכיוון, למשל, הערך הממוצע בהתפלגות פואסון אינו מחושב באותו אופן כמו בערך רגיל.
למרות זאת, חשוב לציין כי סטטיסטיקה פרמטרית ידועה ופופולארית הרבה יותר. פעמים רבות, במקום להשתמש בסטטיסטיקה לא פרמטרית, יש להניח ישירות כי משתנה מופץ בצורה אחת. כלומר, זה מתחיל מהשערת התחלה שמאמינים שהיא הנכונה. עם זאת, כאשר ברצונך לבצע עבודה בקפדנות, אם אינך בטוח, עליך להשתמש בסטטיסטיקה שאינה פרמטרית.
אחרת, ככל שהטכניקות של סטטיסטיקה פרמטרית יישמו היטב, התוצאות יהיו לא מדויקות.
סטטיסטיקה תיאורית