I statistik avser parametriska och icke-parametriska metoder de där en uppsättning data har en normal respektive icke-normalfördelning. Parametriska tester gör vissa antaganden om en datamängd; nämligen att uppgifterna hämtas från en population med en specifik (normal) fördelning. Icke-parametriska tester gör färre antaganden om datamängden. Majoriteten av elementära statistiska metoder är parametriska, och parametriska tester har generellt högre statistisk styrka. Om de nödvändiga antagandena inte kan göras om en datamängd, kan icke-parametriska tester användas. Här kommer du att introduceras till två parametriska och två icke-parametriska statistiska test.
Parametrisk Test för oberoende åtgärder mellan två grupper: t-test
Ett t-test används för att jämföra medelvärdet för två datamängder, när data är normalfördelade. De två grupperna av data måste vara oberoende av varandra. t-statistiken är lika med skillnaden mellan gruppmedelvärdena dividerat med standardfelet för skillnaden mellan gruppmedelvärden.
Parametrisk korrelationstest: Pearson
En vanlig parametrisk metod för att mäta korrelation mellan två variabler är Pearson Product-Moment Correlation. De två variablerna, x och y, måste var och en vara normalfördelad. Variablernas medelvärden och varianser beräknas. Sedan kan korrelationen beräknas som kovariansen mellan de två variablerna dividerat med produkten av deras standardavvikelser.
Icke-parametrisk korrelationstest: Spearman
Spearman Rank-korrelationskoefficienten liknar Pearson-koefficienten, men används när data är ordinal (vanligtvis kategoriska data, set till en position på någon sorts skala) snarare än intervall (data mätt längs en skala där alla datapunkter är lika långt från varandra). Detta test fungerar i princip på samma sätt som Pearson Correlation-testet, endast data måste först rangordnas.
Icke-parametriskt test för oberoende åtgärder mellan två grupper: Mann-Whitney-test
Mann-Whitney-testet används för att jämföra medelvärdena mellan två grupper av ordinaldata (alltså icke-parametriska). Mann-Whitney-statistiken (U) beräknas genom att placera all data (poäng) i rangordning. Då är U summan av antalet poäng från experimentgruppen som är mindre än var och en av en kontrollgrupp.
