Diferencia entre paramétrico y no paramétrico
Paramétrico vs no paramétrico
La estadística es una rama de los estudios que nos permite comprender la dinámica de la población mediante el uso de muestras extraídas de una cierta población de interés. Es esencial que estas muestras sean aleatorias. Muchas fórmulas se crean con la incorporación de las matemáticas, para tomar inferencias sobre los parámetros de la población. Naturalmente, cualquier población puede tener una "distribución normal" donde la dispersión de datos/muestras tiene la forma de una campana en el gráfico de frecuencia. En una distribución normal, la mayoría de las muestras se concentran alrededor de la media y el 68%, el 95%, el 99%de los datos se encuentran dentro de 1, 2 y 3 desviaciones estándar respectivamente. Las estadísticas paramétricas y no paramétricas dependen de si la distribución normal se considera o no.
¿Qué son las estadísticas paramétricas??
Las estadísticas paramétricas son las estadísticas en las que los datos/muestras se consideran extraídos de una distribución normal. La definición de estadísticas paramétricas es "las estadísticas que suponen que los datos provienen de un tipo de distribución de probabilidad y realiza inferencias sobre los parámetros de la distribución". La mayoría de los métodos estadísticos elementales conocidos pertenecen a este grupo. En realidad, es posible que no se distribuyan normalmente. Por lo tanto, este tipo de estadísticas se basa en más suposiciones. Si los datos/muestras se distribuyen normalmente o se distribuyen casi normalmente, las fórmulas pueden producir resultados e inferencias precisas. Sin embargo, si la suposición de estar normalmente distribuida es incorrecta, las estadísticas paramétricas podrían ser bastante engañosas.
¿Qué son las estadísticas no paramétricas??
Las estadísticas no paramétricas también se conocen como estadísticas sin distribución. La ventaja de este tipo estadístico es que no tiene que asumir como se hizo anteriormente con Parametrics. Los cálculos estadísticos no paramétricos llevan a las medianas a la atención que los medios. Por lo tanto, si uno o dos se desvían del valor medio, su efecto se descuida. En general, se prefieren estadísticas paramétricas que esta porque tiene más poder para rechazar una hipótesis falsa que el método no paramétrico. Una de las pruebas no paramétricas más conocidas es la prueba de chi-cuadrado. Existen análogos no paramétricos para algunas pruebas paramétricas, como la prueba t de Wilcoxon para la prueba t de muestra pareada, la prueba U de Mann-Whitney para muestras t-test, la correlación de Spearman para la correlación de Pearson, etc. Para una prueba t de muestra, no hay una prueba no paramétrica comparable.
¿Cuál es la diferencia entre paramétrico y no paramétrico??
• Las estadísticas paramétricas dependen de la distribución normal, pero las estadísticas no paramétricas no dependen de la distribución normal.
• Las estadísticas paramétricas hacen más suposiciones que las estadísticas no paramétricas.
• Las estadísticas paramétricas utilizan fórmulas más simples en comparación con las estadísticas no paramétricas.
• Cuando se cree que una población se distribuye normalmente o cercana a las estadísticas paramétricas normalmente distribuidas. Si no, es mejor que se use un método no paramétrico.
• La mayoría de los métodos estadísticos elementales comúnmente conocidos pertenecen a estadísticas paramétricas. Las estadísticas no paramétricas se usan con escasamente y se aplican casos especiales.
