गैर-पैरामीट्रिक विधि

गैर-पैरामीट्रिक विधि क्या है?

गैर-पैरामीट्रिक विधि एक प्रकार के आंकड़े को संदर्भित करती है जो नमूने की विशेषताओं (इसके मापदंडों) के बारे में कोई धारणा नहीं बनाती है या क्या देखा गया डेटा मात्रात्मक या गुणात्मक है।

गैर-पैरामीट्रिक आँकड़ों में कुछ वर्णनात्मक आँकड़े,. सांख्यिकीय मॉडल, अनुमान और सांख्यिकीय परीक्षण शामिल हो सकते हैं। गैर-पैरामीट्रिक विधियों की मॉडल संरचना एक प्राथमिकता निर्दिष्ट नहीं है, बल्कि डेटा से निर्धारित की जाती है।

"गैर-पैरामीट्रिक" शब्द का अर्थ यह नहीं है कि ऐसे मॉडल में पूरी तरह से मापदंडों की कमी होती है, बल्कि यह कि मापदंडों की संख्या और प्रकृति लचीली होती है और पहले से तय नहीं होती है। एक हिस्टोग्राम एक संभाव्यता वितरण के गैर-पैरामीट्रिक अनुमान का एक उदाहरण है।

इसके विपरीत, जाने-माने सांख्यिकीय तरीके जैसे एनोवा,. पियर्सन का सहसंबंध,. टी-टेस्ट,. और अन्य विश्लेषण किए जा रहे डेटा के बारे में धारणा बनाते हैं। सबसे आम पैरामीट्रिक मान्यताओं में से एक यह है कि जनसंख्या डेटा में " सामान्य वितरण " होता है ।

गैर-पैरामीट्रिक विधि कैसे काम करती है

विभिन्न प्रकार के डेटा पर अक्सर पैरामीट्रिक और गैर-पैरामीट्रिक विधियों का उपयोग किया जाता है। पैरामीट्रिक आँकड़ों में आम तौर पर अंतराल या अनुपात डेटा की आवश्यकता होती है। इस प्रकार के डेटा का एक उदाहरण आयु, आय, ऊंचाई और वजन है जिसमें मान निरंतर होते हैं और मूल्यों के बीच के अंतराल का अर्थ होता है।

इसके विपरीत, गैर-पैरामीट्रिक आंकड़े आमतौर पर डेटा पर उपयोग किए जाते हैं जो नाममात्र या क्रमिक होते हैं। नाममात्र चर वे चर हैं जिनके लिए मानों में मात्रात्मक मान नहीं होते हैं। सामाजिक विज्ञान अनुसंधान में सामान्य नाममात्र चर, उदाहरण के लिए, सेक्स शामिल हैं, जिनके संभावित मूल्य असतत श्रेणियां हैं, "पुरुष" और "महिला।" सामाजिक विज्ञान अनुसंधान में अन्य सामान्य नाममात्र चर हैं जाति, वैवाहिक स्थिति, शैक्षिक स्तर, और रोजगार की स्थिति (रोजगार बनाम बेरोजगार)।

सामान्य चर वे हैं जिनमें मान कुछ क्रम सुझाता है। एक क्रमसूचक चर का एक उदाहरण होगा यदि एक सर्वेक्षण प्रतिवादी ने पूछा, "1 से 5 के पैमाने पर, 1 अत्यधिक असंतुष्ट और 5 अत्यधिक संतुष्ट होने के साथ, आप केबल कंपनी के साथ अपने अनुभव को कैसे आंकेंगे?"

पैरामीट्रिक आँकड़े भी लागू किए जा सकते हैं। गैर-पैरामीट्रिक आँकड़ों की आवश्यकता नहीं है कि जनसंख्या डेटा पैरामीट्रिक आँकड़ों के लिए आवश्यक मान्यताओं को पूरा करता है। इसलिए, गैर-पैरामीट्रिक आँकड़े, आँकड़ों की एक श्रेणी में आते हैं जिन्हें कभी-कभी वितरण-मुक्त कहा जाता है। जब जनसंख्या डेटा का अज्ञात वितरण होता है, या जब नमूना आकार छोटा होता है, तो अक्सर गैर-पैरामीट्रिक विधियों का उपयोग किया जाएगा।

विशेष ध्यान

यद्यपि गैर-पैरामीट्रिक आँकड़ों में कुछ मान्यताओं को पूरा करने का लाभ होता है, वे पैरामीट्रिक आँकड़ों की तुलना में कम शक्तिशाली होते हैं। इसका मतलब यह है कि वे दो चर के बीच संबंध नहीं दिखा सकते हैं, जबकि वास्तव में एक मौजूद है।

गैर-पैरामीट्रिक आँकड़ों को उनके उपयोग में आसानी के कारण सराहना मिली है। जैसे-जैसे मापदंडों की आवश्यकता से राहत मिलती है, डेटा अधिक प्रकार के परीक्षणों पर अधिक लागू होता है। इस प्रकार के आँकड़ों का उपयोग माध्य, नमूना आकार, मानक विचलन, या किसी अन्य संबंधित मापदंडों के अनुमान के बिना किया जा सकता है, जब इनमें से कोई भी जानकारी उपलब्ध नहीं होती है।

चूंकि गैर-पैरामीट्रिक आँकड़े नमूना डेटा के बारे में कम धारणाएँ बनाते हैं, इसलिए इसका अनुप्रयोग पैरामीट्रिक आँकड़ों की तुलना में व्यापक है। ऐसे मामलों में जहां पैरामीट्रिक परीक्षण अधिक उपयुक्त है, गैर-पैरामीट्रिक विधियां कम कुशल होंगी। ऐसा इसलिए है क्योंकि गैर-पैरामीट्रिक आँकड़े पैरामीट्रिक आँकड़ों के विपरीत, डेटा में उपलब्ध कुछ सूचनाओं को त्याग देते हैं।

सामान्य गैर-पैरामीट्रिक परीक्षणों में ची-स्क्वायर,. विलकॉक्सन रैंक-सम टेस्ट,. क्रुस्कल-वालिस टेस्ट और स्पीयरमैन के रैंक-ऑर्डर सहसंबंध शामिल हैं।

गैर-पैरामीट्रिक पद्धति के उदाहरण

मूल्य-पर-जोखिम (वीएआर) का अनुमान लगाना चाहता है । विश्लेषक समान समयावधि में सैकड़ों समान निवेशों से आय डेटा एकत्र करता है। यह मानने के बजाय कि आय एक सामान्य वितरण का अनुसरण करती है, वह वितरण का गैर-पैरामीट्रिक रूप से अनुमान लगाने के लिए हिस्टोग्राम का उपयोग करती है। इस हिस्टोग्राम का 5वां प्रतिशतक तब विश्लेषक को वीएआर का एक गैर-पैरामीट्रिक अनुमान प्रदान करता है।

दूसरे उदाहरण के लिए, एक अलग शोधकर्ता पर विचार करें जो यह जानना चाहता है कि नींद के औसत घंटे का संबंध कितनी बार होता है। क्योंकि बहुत से लोग शायद ही कभी बीमार पड़ते हैं, यदि बिल्कुल भी, और कभी-कभी अन्य लोग अन्य लोगों की तुलना में कहीं अधिक बार बीमार पड़ते हैं, तो बीमारी की आवृत्ति का वितरण स्पष्ट रूप से गैर-सामान्य है, दाएं-तिरछे और बाहरी-प्रवण होने के कारण।

इस प्रकार, बीमारी की आवृत्ति के लिए एक सामान्य वितरण मानने वाली विधि का उपयोग करने के बजाय, जैसा कि शास्त्रीय प्रतिगमन विश्लेषण में किया जाता है, उदाहरण के लिए, शोधकर्ता एक गैर-पैरामीट्रिक पद्धति जैसे कि क्वांटाइल रिग्रेशन विश्लेषण का उपयोग करने का निर्णय लेता है।

##हाइलाइट

• यह पैरामीट्रिक विधियों के विपरीत है, जो डेटा के आकार या विशेषताओं के बारे में धारणा बनाते हैं। ऐसी विधियों के उदाहरणों में सामान्य वितरण मॉडल और रैखिक प्रतिगमन मॉडल शामिल हैं।

• गैर-पैरामीट्रिक पद्धति आँकड़ों की एक शाखा है जिसमें डेटा को निर्धारित मॉडल से नहीं माना जाता है जो कि कम संख्या में मापदंडों द्वारा निर्धारित किया जाता है।

• गैर-पैरामीट्रिक विश्लेषण अक्सर किसी चीज़ के क्रम पर विचार करते समय सबसे उपयुक्त होता है, जहां संख्यात्मक डेटा में परिवर्तन होने पर भी परिणाम समान रहने की संभावना है।