İstatistik alanı iki tür değişken içerir: bağımlı ve bağımsız. Benzer şekilde, sonuç olarak, istatistikçiler, ikisi parametrik ve parametrik olmayan testler olmak üzere çeşitli testler kullanırlar. Bunlar, istatistiksel uygulamaların geniş dünyasında kullanılan farklı istatistiksel prosedürlerin son derece geniş sınıflandırmalarıdır.
Parametrik ve Parametrik Olmayan
Bu iki test arasındaki fark, ortalama, standart sapma, varyasyon, Merkezi Limit Teoremi gibi parametrelerden birinin bağımlı, diğerinin de bir ölçüde bağımsız olmasıdır. Bunların tümü, mevcut veriler üzerinden hesaplanan farklı parametrelerdir. Her parametrik testin parametrik olmayan bir karşılığı veya eşdeğeri olmasına rağmen.
Parametrik istatistiksel prosedürler, sonuçları veri dağılımının şekli varsayımına (Örnek: Normal Dağılım) ve varsayılan dağılımın parametreleri hakkında dayanan prosedürler olarak tanımlanır. T-testi, Pearson korelasyon katsayısı, eşleştirilmiş t-testi ve çok daha fazlası gibi farklı türde parametrik testler vardır.
Parametrik olmayan istatistiksel prosedürler, sonuçları veri dağılımının şekline veya varsayılan dağılımın parametreleri hakkında varsayımların hiçbirine veya birkaçına dayanmayan prosedürler olarak tanımlanır. Veriler için herhangi bir varsayıma veya önceden tanımlanmış koşullara bağlı olmadıkları için uygulamaları daha esnek ve sağlamdır.
Parametrik ve Parametrik Olmayan Karşılaştırma Tablosu
| Karşılaştırma Parametreleri | parametrik | Parametrik olmayan |
| Tanım | Sonuçları dağılıma bağlı olan teste parametrik test denir. | Sonuçları dağılıma bağlı olmayan teste parametrik olmayan test denir. |
| İstatistiksel güç | Parametrik testler daha yüksek istatistiksel güce sahiptir. | Parametrik olmayan testler daha düşük istatistiksel güce sahiptir. |
| çok yönlülük | Parametrik testler her duruma uygulanamaz. | Parametrik olmayan testler daha sağlamdır ve farklı durumlara uygulanabilir. |
| Merkezi Eğilim değeri | Ortalama değer, bu test için merkezi eğilim değeridir. | Medyan değeri, bu test için merkezi eğilim değeridir. |
| Dağıtım türü | Normal dağılımı izleyen verilerde kullanılır. | Herhangi bir keyfi dağıtımı izleyen verilerde kullanılır. |
Parametrik Test Nedir?
Parametrik istatistiksel test, popülasyonun parametrelerini ve geldiği verilerin dağılımlarını varsayar. Parametrik test, sürekli değişkenli nicel veriler için kullanılır. Parametrik testlerin kullanıldığı veriler, oran ölçekleri ölçümünde ölçülür ve normal bir dağılım izler.
En yaygın ve yaygın olarak kullanılan parametrik testler, t-testi (30'dan küçük örneklem büyüklüğü için), Z-testi (30'dan büyük örneklem büyüklüğü için), ANOVA, Pearson's rank Correlation'dır. Dikkate alınan merkezi eğilim değeri, dağılımın ortalamasıdır ve çoğunlukla veriler için normal bir dağılıma uygulanabilir. Bu tür bir testin dezavantajı, merkezi eğilim değeri ortalama olduğu için verilerin aykırı değerlerden etkilenmeye ve dolayısıyla çarpıklığa meyilli olması bu testin istatistiksel gücünü azaltmasıdır.
Bir türün zaman içindeki çeşitli boy ve ağırlıklarına ilişkin veriler, sıcaklıklara ilişkin veriler gibi sürekli dağılımlar, parametrik testlerin kullanıldığı örneklerdir. Bununla birlikte, verilerle ilgili varsayımlar nedeniyle, uygulaması gerçek hayatta biraz daha az çok yönlüdür.
Parametrik Olmayan Test Nedir?
Parametrik olmayan testler, veri dağılımının herhangi bir varsayımına veya bunları analiz etmek için parametrelere bağlı olmayan testlerdir. Bunlara bazen “dağıtımsız testler” de denir. Parametrik olmayan, mutlaka nüfus hakkında hiçbir şey bilmediğimiz anlamına gelmez, bu, verilerin çarpık olduğu veya "normal dağılmadığı" anlamına gelir.
Parametrik olmayan testleri kullanmamızın nedenleri şunlardır: veriler anakütle örneklemi için varsayımları karşılamıyorsa veya veriler çarpıksa, anakütle örneklem boyutunun çok küçük olması veya analiz edilen verilerin nominal veya sıralı olması. Parametrik olmayan testlerin farklı türleri, İşaret testi, Wilcoxon işaretli sıra testi, Kruskal-Wallis testi, Mann-Whitney testi, Spearman sıra korelasyonu, Mood's medyan testidir. Medyan değer, merkezi eğilim değeridir.
Gerçek hayatta bulunan veriler mutlaka normal olarak dağıtılmadığından ve çoğunlukla kümelenmiş veya doğrusal olmadığı için gerçek hayattaki uygulamalarda daha esnektir. Basitlikleri ve sağlam yapıları nedeniyle, parametrik olmayan testler, yanlış kullanım ve yanlış anlaşılmaya daha az eğilimli olarak görülmektedir. Çoğunlukla film derecelendirmeleri ve incelemeler, restoranlar için derecelendirmeler oluşturma ve benzeri gibi sıralı sırada gelen popülasyonlarda kullanılırlar. Ancak, büyük örneklem boyutuna sahip veriler için bu testler istatistiksel güçlerinin çoğunu kaybeder.
Parametrik ve Parametrik Olmayan Test Arasındaki Temel Farklar
Parametrik ve Parametrik Olmayan testler arasındaki temel fark, parametrik testlerin belirli varsayımları veya koşulları izleyen verilere bağlı olması, parametrik olmayan testlerin ise bu tür varsayımların izlenmesini gerektirmemesidir. İki test arasındaki diğer farklılıklardan bazıları şunlardır:
Çözüm
Sonuç olarak, parametrik ve parametrik olmayan testler, verilen herhangi bir veriyi analiz etmenin ayrılmaz parçalarıdır. Normal dağılıp dağılmadığına bağlı olarak parametrik veya parametrik olmayan bir test kullanılır. Hangi testin uygulanacağının seçimi, ne tür verilere sahip olduğumuza, örneklem boyutunun ne olduğuna ve popülasyon hakkında ne kadar ön gerekli bilgiye sahip olduğumuza bağlıdır.
Büyük bir örneklem boyutuna sahip veriler, daha doğru olduğu için parametrik olmayan bir test yerine parametrik bir test gerektirir. Küçük bir örneklem boyutu verisi durumunda, parametrik olmayan test tercih edilir. Her ikisi de farklı durumlarda çalıştığı için hiçbir test diğerinden daha iyi değildir. İstatistikçiler olarak, parametrik olmayan bir testin parametrik bir testin alternatifi değil, alternatifi olduğunu unutmamalısınız.
