statistici nonparametrice

ce sunt Statisticile nonparametrice? Statisticile neparametrice se referă la o metodă statistică în care nu se presupune că datele provin din modele prescrise care sunt determinate de un număr mic de parametri; exemple de astfel de modele includ modelul de distribuție normală și modelul de regresie liniară. Statisticile nonparametrice folosesc uneori date care sunt ordinale, ceea ce înseamnă că nu se bazează pe numere, ci mai degrabă pe un clasament sau o ordine de feluri., De exemplu, un sondaj care transmite preferințele consumatorilor, de la like la dislike, ar fi considerat date ordinale.Statisticile neparametrice includ statistici descriptive neparametrice, modele statistice, inferențe și teste statistice. Structura modelului modelelor neparametrice nu este specificată a priori, ci este determinată în schimb din date. Termenul nonparametric nu este menit să sugereze că astfel de modele nu au complet parametri, ci mai degrabă că numărul și natura parametrilor sunt flexibile și nu sunt fixate în avans., O histogramă este un exemplu de estimare neparametrică a unei distribuții de probabilitate.

Takeaways cheie

• Statisticile neparametrice sunt ușor de utilizat, dar nu oferă precizia exactă a altor modele statistice.
• acest tip de analiză este adesea cel mai potrivit atunci când se ia în considerare ordinea de ceva, în cazul în care, chiar dacă datele numerice se schimbă, rezultatele vor rămâne probabil aceleași.,

înțelegerea statisticilor neparametrice

în Statistici, Statisticile parametrice includ parametri precum Media, abaterea standard, corelația Pearson, varianța etc. Această formă de statistici utilizează datele observate pentru a estima parametrii distribuției. În cadrul statisticilor parametrice, se presupune adesea că datele provin dintr-o distribuție normală cu parametrii necunoscuți μ (media populației) și σ2 (varianța populației), care sunt apoi estimați folosind media eșantionului și varianța eșantionului.,Statisticile neparametrice nu fac nicio presupunere cu privire la dimensiunea eșantionului sau dacă datele observate sunt cantitative.Statisticile neparametrice nu presupun că datele sunt extrase dintr-o distribuție normală. În schimb, forma distribuției este estimată sub această formă de măsurare statistică. Deși există multe situații în care se poate presupune o distribuție normală, există și unele scenarii în care adevăratul proces de generare a datelor este departe de a fi distribuit în mod normal.,

Exemple de statistici neparametrice

În primul exemplu, luați în considerare un analist financiar care dorește să estimeze valoarea la risc (VaR) a unei investiții. Analistul colectează date despre câștiguri din 100 de investiții similare într-un orizont de timp similar. Mai degrabă decât să presupunem că câștigurile urmează o distribuție normală, ea folosește histograma pentru a estima distribuția neparametric. Percentila 5 a acestei histograme oferă apoi analistului o estimare neparametrică a VaR.,pentru un al doilea exemplu, luați în considerare un cercetător diferit care dorește să știe dacă orele medii de somn sunt legate de cât de frecvent se îmbolnăvește. Deoarece mulți oameni se îmbolnăvesc rar, dacă este deloc, iar alții ocazionali se îmbolnăvesc mult mai des decât majoritatea celorlalți, distribuția frecvenței bolii este în mod clar non-normală, fiind înclinată drept și predispusă mai devreme., Astfel, mai degrabă decât să utilizeze o metodă care presupune o distribuție normală pentru frecvența bolii, așa cum se face în analiza regresiei clasice, de exemplu, cercetătorul decide să utilizeze o metodă neparametrică, cum ar fi analiza regresiei cuantilice.

considerații speciale

Statisticile neparametrice au câștigat apreciere datorită ușurinței lor de utilizare. Pe măsură ce nevoia de parametri este ameliorată, datele devin mai aplicabile unei varietăți mai mari de teste., Acest tip de statistici pot fi utilizate fără media, dimensiunea eșantionului, abaterea standard sau estimarea oricăror alți parametri aferenți atunci când niciuna dintre aceste informații nu este disponibilă.deoarece statisticile neparametrice fac mai puține ipoteze cu privire la datele eșantionului, aplicarea sa este mai largă decât statisticile parametrice. În cazurile în care testarea parametrică este mai adecvată, metodele neparametrice vor fi mai puțin eficiente. Acest lucru se datorează faptului că statisticile nonparametrice elimină unele informații disponibile în date, spre deosebire de Statisticile parametrice.,div>