Kaedah Bukan Parametrik

Apakah Kaedah Bukan Parametrik?

Kaedah bukan parametrik merujuk kepada jenis statistik yang tidak membuat sebarang andaian tentang ciri-ciri sampel (parameternya) atau sama ada data yang diperhatikan adalah kuantitatif atau kualitatif.

Statistik bukan parametrik boleh termasuk statistik deskriptif tertentu,. model statistik, inferens dan ujian statistik. Struktur model kaedah bukan parametrik tidak dinyatakan a priori tetapi sebaliknya ditentukan daripada data.

Istilah "nonparametrik" tidak bermaksud untuk membayangkan bahawa model sedemikian benar-benar kekurangan parameter, sebaliknya bilangan dan sifat parameter adalah fleksibel dan tidak ditetapkan terlebih dahulu. Histogram ialah contoh anggaran bukan parametrik bagi taburan kebarangkalian.

Sebaliknya, kaedah statistik yang terkenal seperti ANOVA,. korelasi Pearson,. ujian-t,. dan lain-lain membuat andaian tentang data yang dianalisis. Salah satu andaian parametrik yang paling biasa ialah data populasi mempunyai " taburan normal."

Bagaimana Kaedah Bukan Parametrik Berfungsi

Kaedah parametrik dan bukan parametrik sering digunakan pada jenis data yang berbeza. Statistik parametrik biasanya memerlukan data selang atau nisbah. Contoh jenis data ini ialah umur, pendapatan, ketinggian, dan berat di mana nilai adalah berterusan dan selang antara nilai mempunyai makna.

Sebaliknya, statistik bukan parametrik biasanya digunakan pada data yang nominal atau ordinal. Pembolehubah nominal adalah pembolehubah yang mana nilainya tidak mempunyai nilai kuantitatif. Pembolehubah nominal biasa dalam penyelidikan sains sosial, contohnya, termasuk jantina, yang kemungkinan nilainya adalah kategori diskret, "lelaki" dan "perempuan."' Pembolehubah nominal biasa lain dalam penyelidikan sains sosial ialah bangsa, status perkahwinan, tahap pendidikan, dan status pekerjaan (bekerja berbanding menganggur).

Pembolehubah ordinal ialah pembolehubah yang nilainya menunjukkan beberapa susunan. Contoh pembolehubah ordinal ialah jika responden tinjauan bertanya, "Pada skala 1 hingga 5, dengan 1 adalah Amat Tidak Puas Hati dan 5 Amat Berpuas Hati, bagaimana anda menilai pengalaman anda dengan syarikat kabel?"

statistik parametrik juga boleh digunakan pada populasi dengan jenis taburan lain yang diketahui. Statistik bukan parametrik tidak memerlukan data populasi memenuhi andaian yang diperlukan untuk statistik parametrik. Oleh itu, statistik bukan parametrik termasuk dalam kategori statistik yang kadangkala dirujuk sebagai bebas pengedaran. Selalunya kaedah bukan parametrik akan digunakan apabila data populasi mempunyai taburan yang tidak diketahui, atau apabila saiz sampel kecil.

Pertimbangan Khas

Walaupun statistik bukan parametrik mempunyai kelebihan kerana perlu memenuhi beberapa andaian, ia kurang berkuasa daripada statistik parametrik. Ini bermakna mereka mungkin tidak menunjukkan hubungan antara dua pembolehubah sedangkan sebenarnya satu wujud.

Statistik bukan parametrik telah mendapat penghargaan kerana kemudahan penggunaannya. Memandangkan keperluan untuk parameter dilegakan, data menjadi lebih sesuai untuk pelbagai ujian yang lebih besar. Perangkaan jenis ini boleh digunakan tanpa min, saiz sampel, sisihan piawai atau anggaran mana-mana parameter lain yang berkaitan apabila tiada maklumat itu tersedia.

Memandangkan statistik bukan parametrik membuat lebih sedikit andaian tentang data sampel, penggunaannya lebih luas dalam skop berbanding statistik parametrik. Dalam kes di mana ujian parametrik lebih sesuai, kaedah bukan parametrik akan menjadi kurang cekap. Ini kerana statistik bukan parametrik membuang beberapa maklumat yang tersedia dalam data, tidak seperti statistik parametrik.

Ujian bukan parametrik biasa termasuk Chi-Square,. ujian jumlah pangkat Wilcoxon,. ujian Kruskal-Wallis dan korelasi susunan kedudukan Spearman.

Contoh Kaedah Bukan Parametrik

Pertimbangkan penganalisis kewangan yang ingin menganggarkan nilai berisiko (VaR) sesuatu pelaburan. Penganalisis mengumpulkan data pendapatan daripada ratusan pelaburan serupa dalam tempoh masa yang sama. Daripada menganggap bahawa pendapatan mengikut taburan normal, dia menggunakan histogram untuk menganggarkan taburan secara bukan parametrik. Persentil ke-5 histogram ini kemudian memberikan penganalisis dengan anggaran bukan parametrik VaR.

Untuk contoh kedua, pertimbangkan penyelidik lain yang ingin mengetahui sama ada purata jam tidur dikaitkan dengan kekerapan seseorang jatuh sakit. Oleh kerana ramai orang jarang jatuh sakit, jika ada, dan kadang-kadang orang lain jatuh sakit jauh lebih kerap daripada kebanyakan orang lain, taburan kekerapan penyakit adalah jelas tidak normal, condong ke kanan dan lebih terdedah.

Oleh itu, daripada menggunakan kaedah yang menganggap taburan normal untuk kekerapan penyakit, seperti yang dilakukan dalam analisis regresi klasik, sebagai contoh, penyelidik memutuskan untuk menggunakan kaedah bukan parametrik seperti analisis regresi kuantil.

##Sorotan

• Ini berbeza dengan kaedah parametrik, yang membuat andaian tentang bentuk atau ciri data. Contoh kaedah tersebut termasuk model taburan normal dan model regresi linear.

• Kaedah bukan parametrik ialah satu cabang statistik di mana data tidak diandaikan datang daripada model yang ditetapkan yang ditentukan oleh sebilangan kecil parameter.

• Analisis bukan parametrik selalunya paling sesuai apabila mempertimbangkan susunan sesuatu, di mana walaupun data berangka berubah, keputusan mungkin akan kekal sama.