Tilastossa ei-parametriset testit ovat tilastollisen analyysin menetelmiä, jotka eivät vaadi jakelua vaadittavien analysoitavien oletusten täyttämiseksi (varsinkin jos tietoja ei ole normaalisti jaettu). Tästä syystä niitä kutsutaan joskus jakeluittomiksi testeiksi. Ei-parametriset testit toimivat vaihtoehtona parametritesteille, kuten T-testi tai ANOVA, joita voidaan käyttää vain, jos taustalla olevat tiedot täyttävät tietyt kriteerit ja oletukset.
Huomaa, että ei-parametreja testejä käytetään vaihtoehtoisena menetelmänä parametritesteille, ei niiden korvaavina. Toisin sanoen, jos tiedot täyttävät parametritestien suorittamisen edellyttämät oletukset, on sovellettava asiaankuuluvaa parametritestiä.
Lisäksi joissakin tapauksissa, vaikka tiedot eivät täytä tarvittavia oletuksia, mutta datan otoskoko on riittävän suuri, voimme silti soveltaa parametritestejä ei-parametristen testien sijaan.
Syitä käyttää ei-parametreja testejä
Tilastollisen analyysin oikeiden tulosten saavuttamiseksi kvantitatiivinen analyysi Kvantitatiivinen analyysi on prosessi, jolla kerätään ja arvioidaan mitattavissa olevia ja todennettavissa olevia tietoja, kuten tulot, markkinaosuus ja palkat, liiketoiminnan käyttäytymisen ja suorituskyvyn ymmärtämiseksi. Tietotekniikan aikakaudella kvantitatiivista analyysia pidetään ensisijaisena lähestymistapana tietoon perustuvien päätösten tekemisessä. , meidän tulisi tietää tilanteet, joissa ei-parametristen testien soveltaminen on tarkoituksenmukaista. Tärkeimmät syyt ei-parametrisen testin soveltamiseen ovat seuraavat:
1. Taustalla olevat tiedot eivät vastaa väestöotosta koskevia oletuksia
Yleensä parametritestien soveltaminen edellyttää useiden oletusten täyttymistä. Esimerkiksi tiedot seuraavat normaalijakaumaa ja populaatiovarianssi on homogeeninen. Jotkin datanäytteet saattavat kuitenkin osoittaa vinoja jakaumia positiivisesti vinossa jakautumisessa. Tilastoissa positiivisesti vinoutunut (tai oikealle vinoutunut) jakauma on jakautumistyyppi, jossa suurin osa arvoista on ryhmitelty vasemmanpuoleisen pyrstön ympärille.
Vinosuus tekee parametritesteistä vähemmän tehokkaita, koska keskiarvo ei ole enää paras keskitaipumuksen mitta. Keskitaipumus Keskitaipumus on kuvaava yhteenveto tietojoukosta yhden arvon kautta, joka heijastaa tiedonjakelun keskipistettä. Yhdessä vaihtelun kanssa, koska äärimmäiset arvot vaikuttavat siihen voimakkaasti. Samanaikaisesti ei-parametriset testit toimivat hyvin vinojen jakaumien ja jakaumien kanssa, joita mediaani edustaa paremmin.
2. Väestöotoksen koko on liian pieni
Otoskoko on tärkeä oletus sopivan tilastomenetelmän valinnassa Rahoituksen perustilastokäsitteet Vakaa tilastojen tuntemus on ratkaisevan tärkeää, jotta voimme paremmin ymmärtää taloutta. Lisäksi tilastokonseptit voivat auttaa sijoittajia seuraamaan. Jos otoksen koko on kohtuullisen suuri, voidaan käyttää sovellettavaa parametritestiä. Jos otoskoko on kuitenkin liian pieni, on mahdollista, että et ehkä pysty vahvistamaan tietojen jakelua. Siten ei-parametrien testaus on ainoa sopiva vaihtoehto.
3. Analysoidut tiedot ovat järjestys- tai nimellisarvoja
Toisin kuin parametriset testit, jotka voivat toimia vain jatkuvan datan kanssa, ei-parametreja testejä voidaan soveltaa muihin tietotyyppeihin, kuten järjestys- tai nimellistietoihin. Tällaisen tyyppisille muuttujille ei-parametriset testit ovat ainoa sopiva ratkaisu.
Testityypit
Ei-parametriset testit sisältävät lukuisia menetelmiä ja malleja. Alla on yleisimmät testit ja niitä vastaavat parametriset vastineet:
1. Mann-Whitney U -testi
Mann-Whitney U -testi on ei-parametrinen versio riippumattomien näytteiden t-testistä. Testi käsittelee ensisijaisesti kahta riippumatonta näytettä, jotka sisältävät järjestysdataa.
2. Wilcoxonin allekirjoittama sijoituskoe
Wilcoxon Signed Rank -testi on ei-parametrinen vastine parillisten näytteiden t-testille. Testi vertaa kahta riippuvaa näytettä järjestysdataan.
3. Kruskal-Wallisin testi
Kruskal-Wallisin testi on ei-parametrinen vaihtoehto yksisuuntaiselle ANOVA: lle. Kruskal-Wallis-testiä käytetään vertaamaan enemmän kuin kahta riippumatonta ryhmää järjestysdataan.
Lisäresurssit
Finance on maailmanlaajuisen finanssimallinnus- ja arvostusanalyytikon (FMVA) ™ virallinen toimittaja. FMVA®-sertifiointi . Alla olevista lisärahoitusresursseista on hyötyä oppimisen ja urasi etenemisen kannalta:
- Yhdistelmä Yhdistelmä Yhdistelmä on matemaattinen tekniikka, joka määrittää niiden kokoelmien mahdollisten järjestelyjen määrän, joissa valinnan järjestys ei
- Kumulatiivinen taajuusjakauma Kumulatiivinen taajuusjakauma Kumulatiivinen taajuusjakauma on taajuusjakauman muoto, joka edustaa luokan ja kaikkien sen alapuolella olevien luokkien summaa. Muista tämä taajuus
- Negatiivisesti vääristynyt jakauma Negatiivisesti vääristynyt jakauma Tilastoissa negatiivisesti vinoutunut (tunnetaan myös nimellä vasemmalla vinoutunut) jakauma on jakelutyyppi, jossa enemmän arvoja on keskittynyt oikealle
- Näytteen valinnan poikkeama Näytteen valinnan puolueellisuus Näytteen valinnan puolueellisuus on puolueellisuus, joka johtuu epäonnistumisesta varmistaa populaationäytteen oikea satunnaistaminen. Näytteen valinnan puutteet
