Statistikoje neparametriniai testai yra statistinės analizės metodai, kuriems nereikia paskirstymo, kad būtų įvykdytos būtinos analizuojamos prielaidos (ypač jei duomenys paprastai nėra paskirstyti). Dėl šios priežasties jie kartais vadinami testais be platinimo. Neparametriniai bandymai yra alternatyva parametriniams bandymams, tokiems kaip T-testas ar ANOVA, kurie gali būti naudojami tik tuo atveju, jei pagrindiniai duomenys atitinka tam tikrus kriterijus ir prielaidas.
Atkreipkite dėmesį, kad ne parametriniai bandymai naudojami kaip alternatyvus parametrų bandymams, o ne kaip jų pakaitalai. Kitaip tariant, jei duomenys atitinka reikalaujamas parametrų bandymų prielaidas, turi būti taikomas atitinkamas parametrų bandymas.
Be to, kai kuriais atvejais, net jei duomenys neatitinka būtinų prielaidų, tačiau duomenų imties dydis yra pakankamai didelis, mes vis tiek galime taikyti parametrinius testus, o ne neparametrinius testus.
Priežastys naudoti neparametrinius bandymus
Siekiant teisingų statistinės analizės rezultatų, kiekybinė analizė Kiekybinė analizė yra išmatuojamų ir patikrinamų duomenų, tokių kaip pajamos, rinkos dalis ir darbo užmokestis, rinkimo ir vertinimo procesas, siekiant suprasti verslo elgesį ir veiklą. Duomenų technologijos laikais kiekybinė analizė yra laikoma pageidaujamu požiūriu priimant pagrįstus sprendimus. , turėtume žinoti situacijas, kai tinkama taikyti ne parametrus. Pagrindinės priežastys, dėl kurių reikia taikyti neparametrinį testą, yra šios:
1. Pagrindiniai duomenys neatitinka prielaidų apie populiacijos imtį
Paprastai taikant parametrinius testus reikia įvykdyti įvairias prielaidas. Pavyzdžiui, duomenys atitinka normalų pasiskirstymą, o populiacijos dispersija yra vienalytė. Tačiau kai kurie duomenų pavyzdžiai gali parodyti iškreiptus pasiskirstymus. Teigiamai iškreiptas pasiskirstymas Statistikoje teigiamai iškreiptas (arba į dešinę iškreiptas) pasiskirstymas yra toks paskirstymo tipas, kai dauguma verčių yra susitelkę aplink kairę uodegą.
Dėl iškrypimo parametriniai testai tampa mažiau galingi, nes vidurkis nebėra geriausias centrinės tendencijos matas Centrinė tendencija Centrinė tendencija yra aprašomoji duomenų rinkinio santrauka per vieną vertę, atspindinčią duomenų paskirstymo centrą. Kartu su kintamumu, nes jį stipriai veikia kraštutinės vertės. Tuo pačiu metu neparametriniai testai gerai veikia su iškreiptais paskirstymais ir paskirstymais, kuriuos geriau atspindi mediana.
2. Populiacijos imties dydis yra per mažas
Imties dydis yra svarbi prielaida renkantis tinkamą statistikos metodą. Pagrindinės finansų statistikos sąvokos Tvirtas statistikos supratimas yra nepaprastai svarbus, kad padėtų mums geriau suprasti finansus. Be to, statistikos sąvokos gali padėti investuotojams stebėti. Jei imties dydis yra pakankamai didelis, galima naudoti taikomą parametrinį testą. Tačiau jei imties dydis yra per mažas, gali būti, kad negalėsite patvirtinti duomenų paskirstymo. Taigi neparametrinių testų taikymas yra vienintelis tinkamas variantas.
3. Analizuojami duomenys yra eiliniai arba vardiniai
Skirtingai nuo parametrinių testų, kurie gali veikti tik su nepertraukiamais duomenimis, neparametriniai testai gali būti taikomi kitiems duomenų tipams, pavyzdžiui, eiliniams ar vardiniams duomenims. Tokiems kintamųjų tipams vienintelis tinkamas sprendimas yra neparametriniai bandymai.
Testų rūšys
Neparametriniai bandymai apima daug metodų ir modelių. Žemiau pateikiami dažniausiai pasitaikantys bandymai ir atitinkami parametriniai atitikmenys:
1. Manno-Whitney U testas
„Mann-Whitney U Test“ yra neparametrinė nepriklausomų mėginių t-testo versija. Testas pirmiausia susijęs su dviem nepriklausomais pavyzdžiais, kuriuose yra eilės duomenys.
2. „Wilcoxon“ pasirašytas rango testas
„Wilcoxon Signed Rank Test“ yra neparametrinis suporuotų mėginių t-testo atitikmuo. Testas lygina du priklausomus mėginius su eilės duomenimis.
3. „Kruskal-Wallis“ testas
Kruskal-Wallis testas yra neparametrinė alternatyva vienkrypčiai ANOVA. Kruskal-Wallis testas naudojamas palyginti daugiau nei dvi nepriklausomas grupes su eilės duomenimis.
Papildomi resursai
Finansai yra oficialus pasaulinio finansų modeliavimo ir vertinimo analitiko (FMVA) ™ FMVA® sertifikavimo teikėjas. Prisijunkite prie 350 600 ir daugiau studentų, dirbančių tokiose įmonėse kaip „Amazon“, „JP Morgan“ ir „Ferrari“ sertifikavimo programa, skirta padėti visiems tapti pasaulinio lygio finansų analitikais. . Norint toliau mokytis ir tobulėti karjeroje, bus naudingi toliau pateikiami papildomi finansų ištekliai:
- Kombinacija Kombinacija Kombinacija yra matematinė technika, nustatanti galimų elementų rinkinio išdėstymų skaičių, kai pasirinkimo tvarka nėra
- Kaupiamasis dažnio pasiskirstymas Kaupiamasis dažnio pasiskirstymas Kaupiamasis dažnio pasiskirstymas yra dažnio pasiskirstymo forma, reiškianti klasės ir visų žemiau esančių klasių sumą. Prisiminkite tą dažnį
- Neigiamai iškreiptas pasiskirstymas Neigiamai iškreiptas pasiskirstymas Statistikoje neigiamai iškreiptas (dar vadinamas kairiuoju) pasiskirstymas yra pasiskirstymo tipas, kai daugiau reikšmių sutelkta dešinėje
- Mėginio atrankos šališkumas Mėginio atrankos šališkumas Mėginio atrankos šališkumas yra šališkumas, atsirandantis dėl to, kad nepavyksta užtikrinti tinkamo populiacijos imties atsitiktinių imčių. Imties atrankos trūkumai
