В статистиката непараметричните тестове са методи за статистически анализ, които не изискват разпределение, за да отговорят на изискванията за анализ (особено ако данните обикновено не се разпределят). Поради тази причина те понякога се наричат тестове без разпространение. Непараметричните тестове служат като алтернатива на параметричните тестове като T-тест или ANOVA, които могат да бъдат използвани само ако основните данни отговарят на определени критерии и предположения.
Имайте предвид, че непараметричните тестове се използват като алтернативен метод на параметричните тестове, а не като техни заместители. С други думи, ако данните отговарят на необходимите предположения за извършване на параметричните тестове, трябва да се приложи съответният параметричен тест.
Освен това, в някои случаи, дори ако данните не отговарят на необходимите предположения, но размерът на извадката на данните е достатъчно голям, все пак можем да приложим параметричните тестове вместо непараметричните тестове.
Причини за използване на непараметрични тестове
За да се постигнат правилните резултати от статистическия анализ Количествен анализ Количественият анализ е процесът на събиране и оценка на измерими и проверими данни като приходи, пазарен дял и заплати, за да се разбере поведението и резултатите на бизнеса. В ерата на технологиите за данни количественият анализ се счита за предпочитан подход за вземане на информирани решения. , трябва да знаем ситуациите, в които прилагането на непараметрични тестове е подходящо. Основните причини за прилагане на непараметричния тест включват следното:
1. Основните данни не отговарят на предположенията за извадката от популацията
Като цяло, прилагането на параметрични тестове изисква различни предположения, за да бъдат изпълнени. Например данните следват нормално разпределение и дисперсията на популацията е хомогенна. Въпреки това, някои извадки от данни могат да показват изкривено разпределение Положително изкривено разпределение В статистиката положително изкривеното (или дясно изкривеното) разпределение е вид разпределение, при което повечето стойности са групирани около лявата опашка на.
Изкривяването прави параметричните тестове по-малко мощни, тъй като средната стойност вече не е най-добрата мярка за централна тенденция Централна тенденция Централната тенденция е описателно обобщение на набор от данни чрез една стойност, която отразява центъра на разпределението на данните. Заедно с променливостта, тъй като тя е силно повлияна от екстремните стойности. В същото време непараметричните тестове работят добре с изкривени разпределения и разпределения, които са по-добре представени от медианата.
2. Размерът на извадката от популацията е твърде малък
Размерът на извадката е важно предположение при избора на подходящия статистически метод Основни концепции за статистика за финансите Солидното разбиране на статистиката е от решаващо значение, за да ни помогне да разберем по-добре финансите. Освен това концепциите за статистика могат да помогнат на инвеститорите да наблюдават. Ако размерът на пробата е достатъчно голям, може да се използва приложимият параметричен тест. Ако обаче размерът на извадката е твърде малък, възможно е да не успеете да потвърдите разпределението на данните. По този начин прилагането на непараметрични тестове е единственият подходящ вариант.
3. Анализираните данни са редови или номинални
За разлика от параметричните тестове, които могат да работят само с непрекъснати данни, непараметричните тестове могат да се прилагат и към други типове данни като редови или номинални данни. За такива типове променливи непараметричните тестове са единственото подходящо решение.
Видове тестове
Непараметричните тестове включват множество методи и модели. По-долу са най-често срещаните тестове и съответстващите им параметрични аналози:
1. Тест на Ман-Уитни
U-тестът на Mann-Whitney е непараметрична версия на независимите t-тестове за проби. Тестът се занимава предимно с две независими проби, които съдържат редови данни.
2. Тест за подписан ранг на Wilcoxon
Тестът за подписване на ранг на Wilcoxon е непараметричен аналог на t-теста на сдвоените проби. Тестът сравнява две зависими проби с редови данни.
3. Тестът на Крускал-Уолис
Тестът на Крускал-Уолис е непараметрична алтернатива на еднопосочния ANOVA. Тестът на Крускал-Уолис се използва за сравняване на повече от две независими групи с редови данни.
Допълнителни ресурси
Finance е официалният доставчик на глобалния финансов модел и анализ на оценката (FMVA) ™ FMVA® сертификация Присъединете се към 350 600+ студенти, които работят за компании като Amazon, JP Morgan и Ferrari, сертифицирана програма, предназначена да помогне на всеки да стане финансов анализатор от световна класа . За да продължите да учите и да напредвате в кариерата си, допълнителните финансови ресурси по-долу ще бъдат полезни:
- Комбинация Комбинация Комбинация е математическа техника, която определя броя на възможните подреждания в колекция от предмети, в които е подредбата на селекцията
- Кумулативно честотно разпределение Кумулативно честотно разпределение Кумулативното честотно разпределение е форма на честотно разпределение, която представлява сумата от клас и всички класове под него. Не забравяйте тази честота
- Отрицателно изкривено разпределение Отрицателно изкривено разпределение В статистиката отрицателно изкривеното (известно също като ляво изкривено) разпределение е вид разпределение, при което повече стойности са концентрирани вдясно
- Пристрастие при подбора на извадката Пристрастие при подбора на извадката Пристрастието при подбора на пробата е пристрастието, което е резултат от неуспеха да се осигури правилното рандомизиране на извадка от популация. Недостатъците на подбора на пробата