Параметрическая статистика

В этой статье объясняется, что такое параметрическая статистика и для чего она используется. Вы также сможете увидеть пример применения параметрической статистики и ее преимущества и недостатки по сравнению с непараметрической статистикой.

Что такое параметрическая статистика?

Параметрическая статистика — это раздел статистики, основанной на выводах, который предполагает, что данные можно смоделировать с помощью распределения вероятностей. Поэтому параметрическая статистика использует статистические тесты, соответствующие известным распределениям вероятностей .

Следует отметить, что подавляющее большинство используемых статистических методов являются параметрическими, то есть являются частью параметрической статистики.

В первую очередь параметрическая статистика используется для оценки параметра либо по точечной оценке, либо по интервалу, а также для проверки гипотез.

Пример параметрической статистики

Теперь, когда мы знаем, что такое параметрическая статистика, давайте посмотрим пример применения этого типа статистики, чтобы полностью понять эту концепцию.

Нормальное распределение — это распределение вероятностей, параметризованное средним значением и стандартным отклонением. Итак, если мы знаем значение этих двух параметров, мы можем определить их характеристики и, следовательно, вычислить вероятности переменных, соответствующих этому распределению.

Например, если у нас есть выборка из 99 наблюдений, которая соответствует нормальному распределению со средним значением 100 и стандартным отклонением 1, используя параметрическую статистику, мы можем определить, что существует 1% вероятность того, что количество наблюдений 100 больше 102,33 (среднее значение плюс 2,33 стандартного отклонения).

Параметрические статистические тесты

Как следует из названия, параметрический тест — это статистический тест, в котором используется параметрическая статистика, то есть параметрические тесты — это те, которые используют известные распределения вероятностей для получения оценки.

Наиболее распространенными параметрическими статистическими тестами являются:

Преимущества и недостатки параметрической статистики

Преимущества и недостатки параметрической статистики по сравнению с непараметрической статистикой:

Преимущество:

  • Оценки, сделанные с использованием параметрической статистики, более точны.
  • Мощность (или статистическая мощность) параметрических тестов обычно выше.
  • Параметрические тесты проще и легче вычисляются.

Недостатки:

  • В общем, параметрические тесты должны соответствовать определенным предположениям, а это означает, что если эти предположения не выполняются, они теряют свою достоверность.
  • Для проведения расчетов необходимо знать параметры распределения вероятностей.

Параметрическая статистика и непараметрическая статистика

Двумя основными разделами инференциальной статистики являются параметрическая статистика и непараметрическая статистика. Поэтому ниже мы увидим, чем различаются эти два типа статистики.

Непараметрическая статистика включает все статистические методы, изучающие переменные, которые не соответствуют теоретическим моделям. Например, распределение хи-квадрат не может быть определено априори, но сами данные определяют распределение.

Следовательно, разница между параметрической статистикой и непараметрической статистикой заключается в том, что параметрическая статистика использует распределения вероятностей, определяемые параметрами, тогда как непараметрическая статистика основана на распределениях вероятностей, которые не соответствуют параметрам. теоретические модели.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *