В статистике есть несколько разделов тем. Одно из подразделений, которое быстро приходит на ум, - это различие между описательным и выведенный статистика. Есть и другие способы, которыми мы можем выделить дисциплину статистики. Одним из таких способов является классификация статистических методов как параметрических или непараметрических.
Методы классифицируются по тому, что мы знаем о населении, которое мы изучаем. Параметрические методы, как правило, являются первыми методами, изучаемыми во вводном курсе статистики. Основная идея заключается в том, что существует набор фиксированных параметров, которые определяют вероятностную модель.
Параметрическими методами часто являются те, для которых мы знаем, что популяция приблизительно нормальная, или мы можем приблизиться, используя нормальное распределение после того, как мы вызовем Центральная предельная теорема. Для нормального распределения есть два параметра: среднее значение и стандартное отклонение.
В отличие от параметрических методов, мы определим непараметрические методы. Это статистические методы, для которых нам не нужно делать никаких предположений о параметрах для населения, которое мы изучаем. Действительно, методы не имеют никакой зависимости от населения, представляющего интерес. Набор параметров больше не является фиксированным и не является распределением, которое мы используем. Именно по этой причине непараметрические методы также называются методами без распределения.
Непараметрические методы приобретают все большую популярность и влияние по ряду причин. Основная причина в том, что мы не ограничены так сильно, как при использовании параметрического метода. Нам не нужно делать столько предположений о населении, с которыми мы работаем, сколько того, что мы должны сделать с помощью параметрического метода. Многие из этих непараметрических методов легко применять и понимать.
Есть несколько способов использовать статистику, чтобы найти доверительный интервал относительно среднего значения. Параметрический метод будет включать в себя вычисление погрешности по формуле и оценку среднего по совокупности с помощью выборочного среднего. Непараметрический метод для вычисления доверительного среднего будет включать использование начальной загрузки.
Зачем нам нужны как параметрические, так и непараметрические методы для такого типа задач? Во много раз параметрические методы более эффективны, чем соответствующие непараметрические методы. Хотя это различие в эффективности, как правило, не является большой проблемой, есть случаи, когда нам нужно подумать, какой метод более эффективен.