Parametrico vs non parametrico
La statistica è una branca di studi che ci consente di comprendere le dinamiche della popolazione utilizzando campioni prelevati da una determinata popolazione di interesse. È essenziale che questi campioni siano casuali. Molte formule vengono create con l'incorporazione della matematica, per trarre inferenze sui parametri della popolazione. Naturalmente qualsiasi popolazione può avere una “Distribuzione normale” in cui la dispersione dei dati/campioni ha la forma di una campana nel grafico delle frequenze. In una distribuzione normale, la maggior parte dei campioni si concentra intorno alla media e il 68%, 95% e 99% dei dati si trovano rispettivamente entro 1, 2 e 3 deviazioni standard. Le statistiche parametriche e non parametriche dipendono dal fatto che venga considerata o meno la distribuzione normale.
Cos'è la statistica parametrica?
Le statistiche parametriche sono le statistiche in cui i dati/campioni sono considerati tratti da una distribuzione normale. La definizione di statistica parametrica è “la statistica che presuppone che i dati provengano da un tipo di distribuzione di probabilità e fa inferenze sui parametri della distribuzione”. La maggior parte dei metodi statistici elementari conosciuti appartengono a questo gruppo. In re altà, potrebbero non essere normalmente distribuiti. Pertanto, questo tipo di statistica si basa su più ipotesi. Se i dati/campioni sono distribuiti normalmente o quasi normalmente, le formule possono produrre risultati e inferenze accurati. Tuttavia, se l'ipotesi di distribuzione normale è errata, le statistiche parametriche potrebbero essere piuttosto fuorvianti.
Che cos'è la statistica non parametrica?
Le statistiche non parametriche sono anche conosciute come statistiche senza distribuzione. Il vantaggio di questo tipo di statistica è che non è necessario fare un'ipotesi come precedentemente fatta con la parametrica. I calcoli statistici non parametrici prendono in considerazione le mediane rispetto alle medie. Pertanto, se uno o due deviano dal valore medio, il loro effetto viene trascurato. Generalmente la statistica parametrica è preferita a questa perché ha più potere di rifiutare un'ipotesi falsa rispetto al metodo non parametrico. Uno dei test non parametrici più conosciuti è il test del chi quadrato. Esistono analoghi non parametrici per alcuni test parametrici come il test Wilcoxon T per il test t del campione accoppiato, il test U di Mann-Whitney per il test t dei campioni indipendenti, la correlazione di Spearman per la correlazione di Pearson ecc. Per un test t del campione, non esiste test non parametrico comparabile.
Qual è la differenza tra parametrico e non parametrico?
• Le statistiche parametriche dipendono dalla distribuzione normale, ma le statistiche non parametriche non dipendono dalla distribuzione normale.
• Le statistiche parametriche fanno più ipotesi rispetto alle statistiche non parametriche.
• Le statistiche parametriche utilizzano formule più semplici rispetto alle statistiche non parametriche.
• Quando si ritiene che una popolazione sia normalmente distribuita o prossima alla distribuzione normale, la statistica parametrica è la migliore da utilizzare. In caso contrario, è meglio utilizzare un metodo non parametrico.
• La maggior parte dei metodi statistici elementari comunemente conosciuti appartengono alla statistica parametrica. La statistica non parametrica è usata con parsimonia e applicata a casi speciali.
