Neparametrické testy - přehled, důvody použití, typy

Ve statistice jsou neparametrické testy metody statistické analýzy, které nevyžadují rozdělení, aby splňovaly požadované předpoklady, které mají být analyzovány (zejména pokud nejsou data běžně distribuována). Z tohoto důvodu se někdy označují jako testy bez distribuce. Neparametrické testy slouží jako alternativa k parametrickým testům, jako je T-test nebo ANOVA, které lze použít pouze v případě, že podkladová data splňují určitá kritéria a předpoklady.

Neparametrické testy

Všimněte si, že neparametrické testy se používají jako alternativní metoda k parametrickým testům, nikoli jako jejich náhrady. Jinými slovy, pokud data splňují požadované předpoklady pro provedení parametrických testů, je třeba použít příslušný parametrický test.

V některých případech navíc, i když data nesplňují nezbytné předpoklady, ale velikost vzorku dat je dostatečně velká, můžeme místo neparametrických testů použít parametrické testy.

Důvody pro použití neparametrických testů

Kvůli dosažení správných výsledků statistické analýzy Kvantitativní analýza Kvantitativní analýza je proces shromažďování a vyhodnocování měřitelných a ověřitelných údajů, jako jsou výnosy, podíl na trhu a mzdy, aby bylo možné porozumět chování a výkonnosti podniku. V éře datových technologií je kvantitativní analýza považována za preferovaný přístup k přijímání informovaných rozhodnutí. , měli bychom znát situace, ve kterých je vhodné použití neparametrických testů. Mezi hlavní důvody pro použití neparametrického testu patří:

1. Podkladová data nesplňují předpoklady o vzorku populace

Obecně platí, že použití parametrických testů vyžaduje splnění různých předpokladů. Například data sledují normální rozdělení a rozptyl populace je homogenní. Některé vzorky dat však mohou vykazovat zkosené distribuce Pozitivně zkosená distribuce Ve statistikách je pozitivně zkosená (nebo zkosená) distribuce typem distribuce, ve které je většina hodnot seskupena kolem levého ocasu.

Díky šikmosti jsou parametrické testy méně výkonné, protože střední hodnota již není nejlepším měřítkem centrální tendence. Centrální tendence Centrální tendence je popisným souhrnem datové sady prostřednictvím jediné hodnoty, která odráží střed distribuce dat. Spolu s variabilitou, protože je silně ovlivněna extrémními hodnotami. Neparametrické testy zároveň dobře fungují se zkosenými distribucemi a distribucemi, které jsou lépe reprezentovány mediánem.

2. Velikost vzorku populace je příliš malá

Velikost vzorku je důležitým předpokladem pro výběr vhodné statistické metody. Základní pojmy statistiky pro finance Pro lepší porozumění financím je zásadně důležité důkladné pochopení statistik. Statistické koncepty mohou navíc pomoci investorům sledovat. Pokud je velikost vzorku přiměřeně velká, lze použít příslušný parametrický test. Pokud je však velikost vzorku příliš malá, je možné, že nebudete moci ověřit distribuci dat. Jedinou vhodnou možností je tedy použití neparametrických testů.

3. Analyzovaná data jsou pořadová nebo nominální

Na rozdíl od parametrických testů, které mohou pracovat pouze s kontinuálními daty, lze neparametrické testy použít na jiné datové typy, jako jsou ordinální nebo nominální data. Pro takové typy proměnných jsou neparametrické testy jediným vhodným řešením.

Druhy testů

Neparametrické testy zahrnují četné metody a modely. Níže jsou uvedeny nejběžnější testy a jejich odpovídající parametrické protějšky:

1. Mann-Whitneyův U test

Mann-Whitneyův U test je neparametrická verze t-testu nezávislých vzorků. Test se primárně zabývá dvěma nezávislými vzorky, které obsahují pořadová data.

2. Wilcoxonův podepsaný test

Test Wilcoxon Signed Rank je neparametrickým protějškem t-testu párových vzorků. Test porovnává dva závislé vzorky s pořadovými daty.

3. Kruskal-Wallisův test

Kruskal-Wallisův test je neparametrickou alternativou k jednosměrné ANOVA. Kruskal-Wallisův test se používá k porovnání více než dvou nezávislých skupin s pořadovými daty.

Dodatečné zdroje

Finance je oficiálním poskytovatelem globálního certifikátu Financial Modeling & Valuation Analyst (FMVA) ™ Certifikace FMVA® Připojte se k více než 350 600 studentům, kteří pracují pro společnosti jako Amazon, JP Morgan a Ferrari certifikační program, jehož cílem je pomoci komukoli stát se finančním analytikem světové úrovně . Chcete-li se dále vzdělávat a rozvíjet svou kariéru, budou užitečné další finanční zdroje uvedené níže:

  • Kombinace Kombinace Kombinace je matematická technika, která určuje počet možných uspořádání v kolekci položek, kde pořadí výběru
  • Kumulativní distribuce frekvence Kumulativní distribuce frekvence Kumulativní distribuce frekvence je forma distribuce frekvence, která představuje součet třídy a všech tříd pod ní. Pamatujte si tu frekvenci
  • Negativně zkosená distribuce Negativně zkosená distribuce Ve statistikách je negativně zkosená (také známá jako zleva zkosená) distribuce typ distribuce, ve které je více hodnot soustředěno vpravo
  • Předpětí výběru vzorku Předpětí výběru vzorku Předpětí výběru vzorku je vychýlení, které je výsledkem selhání zajištění správné randomizace vzorku populace. Chyby výběru vzorku

Poslední příspěvky