No estadístiques no paramètriques
Les estadístiques no paramètriques es refereixen a un mètode estadístic en què les dades no són necessàries per adaptar-se a una distribució normal. Les estadístiques no paramètriques utilitzen dades sovint ordinals, és a dir, no es basen en els números, sinó en una classificació o ordre de tipus. Per exemple, es consideraria dades ordinals una enquesta que permeti preferir els consumidors, que varia des de com no agrada.
Les estadístiques no paramètriques inclouen estadístiques descriptives no paramètriques, models estadístics, inferència i proves estadístiques. L'estructura del model dels models no paramètrics no s'especifica a priori, sinó que es determina a partir de les dades. El terme no paramètric no vol dir que impliqui que aquests models no tinguin paràmetres completament, sinó que el nombre i la naturalesa dels paràmetres siguin flexibles i no es fixin per endavant. Un histograma és un exemple d'una estimació no paramètrica d'una distribució de probabilitats.
Comprensió estadística no paramètrica
En estadístiques, les estadístiques paramètriques inclouen paràmetres com la mitjana, la mitjana, la desviació estàndard, la variància, etc. Aquesta forma d’estadístiques utilitza les dades observades per estimar els paràmetres de la distribució. Segons estadístiques paramètriques, s'assumeix que les dades s'ajusten a una distribució normal amb paràmetres desconeguts μ (mitjana de població) i σ 2 (variància de la població), que després es calculen amb la mitjana de la mostra i la variància de la mostra.
Les estadístiques no paramètriques no suposen cap suposició sobre la mida de la mostra o si les dades observades són quantitatives.
Les estadístiques no paramètriques no suposen que les dades s'extreuen d'una distribució normal. En canvi, la forma de la distribució s'estima sota aquesta forma de mesurament estadístic. Tot i que hi ha moltes situacions en què es pot suposar una distribució normal, també hi ha alguns escenaris en què no serà possible determinar si les dades es distribuiran normalment.
Exemples d’estadístiques no paramètriques
En el primer exemple, considereu que un investigador que desitgi una estimació del nombre de nadons a Amèrica del Nord nascuts amb ulls marrons pot decidir prendre una mostra de 150.000 nadons i fer una anàlisi sobre el conjunt de dades. La mesura que se’n deriva s’utilitzarà com a estimació de tota la població de nadons amb ulls marrons nascuts l’any següent.
Per a un segon exemple, considereu un investigador diferent que vulgui saber si anar a dormir d’hora o d’hora està relacionat amb la freqüència que un emmalalteix. Si s’assumeix que la mostra s’escull a l’atzar entre la població, es pot suposar que la distribució de la mida de la mostra de la freqüència de la malaltia és normal. Tanmateix, no es pot suposar que una distribució normal d'un experiment que mesura la resistència del cos humà a una soca de bacteris té una distribució normal.
Això es deu al fet que una mostra de dades seleccionada aleatòriament pot ser la resistència a la soca. D'altra banda, si l'investigador considera factors com el maquillatge genètic i l'ètnia, pot trobar que la mida de la mostra seleccionada amb aquestes característiques pot no ser resistent a la soca. Per tant, no es pot assumir una distribució normal.
Aquest mètode és útil quan les dades no tenen una interpretació numèrica clara i és millor utilitzar-la amb dades que tinguin una classificació d’ordres. Per exemple, un test d’avaluació de la personalitat pot tenir un rànquing de les seves mètriques establert com a fortament en desacord, en desacord, en indiferent, en acord i en el seu ferm acord. En aquest cas, s’han d’utilitzar mètodes no paramètrics.
Consideracions especials
Les estadístiques no paramètriques han obtingut apreciació per la seva facilitat d’ús. A mesura que es alleuja la necessitat de paràmetres, les dades es fan més aplicables a una varietat més gran de proves. Aquest tipus d'estadístiques es poden utilitzar sense la mitjana, la mida de la mostra, la desviació estàndard o l'estimació de cap altre paràmetre relacionat quan no hi hagi cap informació disponible.
Com que les estadístiques no paramètriques fan menys hipòtesis sobre les dades de mostra, la seva aplicació té un abast més ampli que les estadístiques paramètriques. En els casos en què les proves de paràmetre siguin més adequades, els mètodes no paramètrics seran menys eficients. Això és degut a que els resultats obtinguts a partir d’estadístiques no paramètriques tenen un grau de confiança menor que si els resultats s’obtinguessin mitjançant estadístiques paramètriques.
Compres per emportar
- Les estadístiques no paramètriques són fàcils d’utilitzar, però no ofereixen la precisió puntual d’altres models estadístics.
- Aquest tipus d’anàlisi s’adapta més a l’hora de considerar l’ordre d’alguna cosa, on, fins i tot si les dades numèriques canvien, els resultats segurament seran els mateixos.