Parametrik olmayan istatistik, hesaplamaları ve prosedürleri bilinmeyen dağılımlara dayanan bir istatistiksel çıkarsama dalıdır.
Parametrik olmayan istatistikler çok popüler değildir. Ancak bununla ilgili çok geniş bir literatür var. Parametrik olmayan istatistiklerin çözmeyi amaçladığı sorun, olasılık dağılımına ilişkin bilgi eksikliğidir.
Başka bir deyişle, parametrik olmayan istatistikler rastgele bir değişkenin doğasını bulmaya çalışır. Çünkü nasıl davrandığını öğrendikten sonra, onu karakterize eden hesaplamalar ve ölçümler yapın.
Parametrik olmayan istatistiklerin amacı budur. Aşağıda daha ayrıntılı olarak görüyoruz.
Parametrik olmayan istatistiklerin amacı
Parametrik istatistiklerin üzerinde çalıştığı farklı olasılık dağılımları vardır. Şimdi, bir değişkenin ne tür bir olasılık dağılımına karşılık geldiğini bilmediğimizde hangi hesaplamaları kullanırız?
Yani bir veri setinin olasılık dağılımını bilmediğimizde parametrik olmayan prosedürlerle istatistiksel çıkarımlar yapmalıyız.
Başka bir deyişle, bir olgunun nasıl bir olasılık dağılımına sahip olduğunu bilmiyorsak, nasıl dağıldığını gerçekten biliyormuş gibi tahminler yapamayız. Parametrik istatistiklerin amacı, bir sonraki adıma (parametrik istatistik) geçebilmemiz için dağılımı bilmemize izin vermektir.
parametrik olmayan testler
Elbette rastgele bir olgunun nasıl dağıldığını bilmiyorsak ne yapmalıyız? Çok kolay. Misyonumuz nasıl dağıtıldığını öğrenmeye çalışmak olacaktır. Belirli bir olgunun ne tür bir dağılımı olduğunu bulmaya çalışmak için, bunu yapmamıza yardımcı olacak bir dizi testimiz var. En popüler parametrik olmayan testler arasında şunlar bulunur:
- Binom testi
- Anderson-Darling testi
- Cochran'ın testi
- Cohen kappa testi
- Fisher testi
- Friedman testi
- Kendall'ın testi
- Kolmogórov-Smirnov testi
- Kuiper testi
- Mann-Whitney testi veya Wilcoxon testi
- McNemar testi
- medyan testi
- Siegel-Tukey testi
- İşaretler testi
- Spearman korelasyon katsayısı
- Çapraz tablolar
- Wald-Wolfowitz testi
- Wilcoxon imzalı sıralama testi
Tüm bu testler, rastgele bir değişkenin şu veya bu şekilde dağılıp dağılmadığını bize söylemeyi amaçlar. Örneğin, olası bir sonuç şöyle olabilir: rasgele değişken X, normal dağılım oranında dağıtılır.
Her şey söyleniyor, sonuçlar yanılmaz değil. Parametrik olmayan testleri gerçekleştirmek için istatistiksel örneklerimiz olmalıdır. Bu nedenle sonuçlar güvenilir olabilir ancak %100 mükemmel olmaları gerekmez.