Непараметријска статистика је метода која доноси статистичко закључивање без обзира на било коју основну дистрибуцију. Метода одговара нормалној расподели ни под којим претпоставкама. Уобичајено, приступ користи податке који су често редовни редовни подаци. У статистици су редни подаци врста података у којима вредности следе природни поредак. Једна од најзапаженијих карактеристика редних података је та што се они ослањају на рангирање, а не на бројеве.
Непараметријска статистика може се упоредити са параметарском статистиком. Потоњи приступ изричито претпоставља претпоставке о дистрибуцији посматраних података и процењује параметре расподеле користећи исте податке.
Резиме
- Непараметријска статистика је метода која занемарује било какву основну дистрибуцију приликом доношења статистичких закључака.
- Непараметријске статистичке методе имају за циљ откривање непознате основне дистрибуције посматраних података, као и статистичко закључивање у одсуству основне дистрибуције.
- Истраживачима се саветује да узму у обзир слабости, снаге и потенцијалне замке непараметријске статистике.
Разумевање непараметријске статистике
Узмите у обзир податке са непознатим параметрима µ (средња вредност) и σ2 (варијанса). Иако параметарска статистика претпоставља да су подаци добијени из нормалне расподеле, нормална расподела нормална расподела се такође назива и Гауссова или Гауссова расподела. Ова врста дистрибуције се широко користи у природним и друштвеним наукама. Непараметријска статистика не претпоставља да су подаци нормално дистрибуирани или квантитативни. С тим у вези, непараметријска статистика би проценила облик саме расподеле, уместо да процени појединачне µ и σ2.
С друге стране, параметарска статистика би користила средњу вредност узорка и стандардну девијацију узорка за процену вредности µ и σ2, респективно. Структура модела непараметријске статистике изведена је из посматраних података, за разлику од специфицираних приори. Сам израз непараметријски подразумева да су број и природа параметара флексибилни, а не да им у потпуности недостају параметри.
Врсте непараметријске статистике
Постоје две главне врсте непараметријских статистичких метода. Прва метода покушава да открије непознату основну дистрибуцију посматраних података, док друга метода покушава да направи статистички закључак занемарујући основну дистрибуцију.
Методе језгра и хистограми Хистограм Хистограм се користи за сумирање дискретних или континуираних података. Другим речима, хистограм пружа визуелну интерпретацију нумеричких података показујући број тачака података који спадају у одређени опсег вредности (зване „канте“). Хистограм је сличан вертикалном тракастом графикону. Међутим, хистограм се обично користи за процену вредности параметара у првом приступу. Супротно томе, потоњи метод укључује испитивање хипотеза без стварних вредности података, већ се заснива на редоследу рангирања података.
Тестови непараметријске статистике имају тенденцију да се лакше примене од параметарске статистике, с обзиром на недостатак претпоставки о параметрима популације. Стандардни математички поступци за испитивање хипотеза не дају претпоставке о расподели вероватноће - укључујући т-тестове расподеле, тестове знакова и закључке појединачне популације.
На пример, приликом тестирања хипотезе да „постоји разлика у медијанама“, две случајне променљиве, Кс и И, дефинишу две континуиране расподеле између места извођења хипотезе и извлачења упарених узорака. Поред опште применљивости, тест такође нема статистичку снагу других тестова, с обзиром на то да делује под неколико претпоставки.
Примери непараметријске статистике
Претпоставимо да је истраживач заинтересован за процену броја беба рођених са жутицом у држави Калифорнија. Анализа скупа података може се извршити узимањем узорка од 5.000 беба. Изведена мерења је процена целокупне популације беба са жутицом рођених следеће године.
За други случај, узмите у обзир две групе различитих истраживача. Занима их да ли је покривач или комерцијални маркетинг повезан са брзином којом компанија стиче позицију бренда. Под претпоставком да је величина узорка изабрана насумично, његова расподела у односу на то којом брзином компанија реализује позиционирање бренда Позиционирање на тржишту Позиционирање на тржишту односи се на способност утицаја на перцепцију потрошача у вези са марком или производом у односу на конкуренте. Може се претпоставити да је циљ тржишта нормалан. Па ипак, не може се претпоставити да експеримент којим се стратешки циљеви компаније баве динамиком тржишта (који такође одређује позиционирање бренда) поприма нормалну дистрибуцију.
Главна идеја која стоји иза феномена је да насумично одабрани подаци могу садржати факторе као што је динамика тржишта. У другој крајности, ако се играју фактори као што су тржишни сегмент и конкуренција, стратешки циљеви компаније вероватно неће утицати на величину узорка. Такав приступ је ефикасан када подацима недостаје јасна нумеричка интерпретација.
На пример, тестови да ли купци преферирају одређени производ због његове хранљиве вредности могу да укључују рангирање његових показатеља као оних који се у потпуности слажу, слажу, равнодушни, не слажу се и у потпуности се не слажу. У таквом сценарију добро дође непараметријска метода.
Кључне Такеаваис
Коришћење приступа непараметријске статистике у истраживању захтева детаљну анализу његових слабости, снага и потенцијалних замки. Тачно је да за дистрибуцију података са вишком куртозе или искривљености; Испада да су непараметријски тестови на основу ранга моћнији од параметарских тестова.
Упркос томе, нису сви случајеви у којима, ако параметарске претпоставке нису испуњене, усвајамо непараметријске статистике као заменске методе због сразмерно ниског степена поверења добијеног из ранијих статистика.
Непараметријске статистике су захвалне јер се могу лако применити. Подаци постају применљивији на различита испитивања, јер параметри нису обавезни. Што је још важније, статистика се може користити у одсуству виталних информација, као што су средња вредност, стандардна девијација или величина узорка. Карактеристике чине да непараметријске статистике имају шири опсег примене у поређењу са параметарском статистиком.
Додатна средства
Финанце је званични добављач глобалног сертификованог банкарског и кредитног аналитичара (ЦБЦА) ™ ЦБЦА ™ сертификација Акредитација сертификованог банкарског и кредитног аналитичара (ЦБЦА) ™ је глобални стандард за кредитне аналитичаре који покрива финансије, рачуноводство, кредитну анализу, анализу новчаног тока , моделирање савеза, отплата кредита и још много тога. програм сертификације, осмишљен да помогне свима да постану финансијски аналитичари светске класе. Да бисте наставили напредовати у каријери, корисни ће вам бити додатни финансијски ресурси у наставку:
- Основни појмови о статистици у финансијама Основни појмови о статистици о финансијама Чврсто разумевање статистике од пресудне је важности за боље разумевање финансија. Штавише, концепти статистике могу помоћи инвеститорима да надгледају
- Испитивање хипотезе Испитивање хипотеза Испитивање хипотеза је метода статистичког закључивања. Користи се за тестирање да ли је изјава у вези са параметром популације тачна. Хипотеза тестирање
- Номинални подаци Номинални подаци У статистици су номинални подаци (познати и као номинална скала) врста података који се користе за обележавање променљивих без давања било какве квантитативне вредности
- Непараметријски тестови Непараметријски тестови У статистици су непараметријски тестови методе статистичке анализе које не захтевају расподелу како би се задовољиле претпоставке које треба анализирати
