Parametric vs Non Parametric
Ang Statistics ay isang sangay ng pag-aaral na nagbibigay-daan sa amin na maunawaan ang dynamics ng populasyon sa pamamagitan ng paggamit ng mga sample na nakuha mula sa isang partikular na populasyon ng interes. Mahalaga na ang mga sample na ito ay random. Maraming mga formula ang nilikha na may kasamang matematika, upang kumuha ng mga hinuha tungkol sa mga parameter ng populasyon. Natural na anumang populasyon ay maaaring magkaroon ng "Normal na distribusyon" kung saan ang dispersion ng data/sample ay may hugis ng kampana sa frequency graph. Sa isang normal na distribusyon, karamihan sa mga sample ay tumutuon sa average at 68%, 95%, 99% ng data ay matatagpuan sa loob ng 1, 2, at 3 standard deviations ayon sa pagkakabanggit. Ang mga istatistika ng parametric at nonparametric ay depende sa kung isasaalang-alang o hindi ang normal na distribution.
Ano ang Parametric Statistics?
Ang Parametric statistics ay ang mga istatistika kung saan ang data/mga sample ay itinuturing na kinuha mula sa isang normal na distribusyon. Ang kahulugan ng parametric statistics ay "ang mga istatistika na ipinapalagay na ang data ay nagmula sa isang uri ng probability distribution at gumagawa ng mga hinuha tungkol sa mga parameter ng distribution". Karamihan sa mga kilalang pamamaraang pang-elementarya ay kabilang sa pangkat na ito. Sa katotohanan, maaaring hindi sila karaniwang ipinamamahagi. Samakatuwid, ang uri ng istatistika na ito ay batay sa higit pang mga pagpapalagay. Kung ang mga data/sample ay normal na namamahagi o halos normal na namamahagi, ang mga formula ay maaaring makagawa ng mga tumpak na resulta at mga hinuha. Gayunpaman, kung mali ang pag-aakalang normal na ipinamahagi, ang mga istatistika ng parametric ay maaaring masyadong mapanlinlang.
Ano ang Non-parametric Statistics?
Ang mga istatistikang hindi parametric ay kilala rin bilang mga istatistikang walang pamamahagi. Ang bentahe ng ganitong uri ng istatistika ay hindi nito kailangang gumawa ng pagpapalagay gaya ng naunang ginawa gamit ang mga parametric. Ang mga hindi parametric na pagkalkula ng istatistika ay nagbibigay ng mga median sa pansin kaysa sa paraan. Samakatuwid, kung ang isa o dalawa ay lumihis mula sa ibig sabihin ng halaga, ang kanilang epekto ay napapabayaan. Sa pangkalahatan, ang mga istatistika ng parametric ay mas gusto kaysa dito dahil mas may kapangyarihan itong tanggihan ang isang maling hypothesis kaysa sa nonparametric na pamamaraan. Isa sa mga pinakakilalang non parametric na pagsusulit ay ang Chi-square test. May mga nonparametric analogues para sa ilang parametric test tulad ng, Wilcoxon T Test para sa Paired sample t-test, Mann-Whitney U Test para sa Independent samples t-test, Spearman's correlation para sa Pearson's correlation atbp. Para sa isang sample t-test, walang maihahambing na pagsubok na hindi parametric.
Ano ang pagkakaiba ng Parametric at Non-parametric?
• Nakadepende ang mga istatistika ng parametric sa normal na distribusyon, ngunit hindi nakadepende ang mga istatistika ng Non-parametric sa normal na distribusyon.
• Ang mga istatistika ng parametric ay gumagawa ng higit pang mga pagpapalagay kaysa sa mga istatistika ng Non-Parametric.
• Gumagamit ang mga parametric statistics ng mas simpleng mga formula kumpara sa Non-Parametric statistics.
• Kapag ang isang populasyon ay pinaniniwalaang normally distributed o malapit sa normally distributed, parametric statistics ang pinakamainam na gamitin. Kung hindi, pinakamainam na gumamit ng nonparametric na paraan.
• Karamihan sa mga karaniwang kilalang pamamaraan ng elementarya na istatistika ay nabibilang sa mga istatistika ng parametric. Ang mga hindi parametric na istatistika ay matipid na ginagamit at inilalapat para sa mga espesyal na kaso.
