Neparametrická štatistika je odvetvie štatistickej inferencie, ktorého výpočty a postupy sú založené na neznámych rozdeleniach.
Neparametrické štatistiky nie sú veľmi populárne. Je však o ňom veľmi rozsiahla literatúra. Problémom, ktorý chce neparametrická štatistika vyriešiť, je nedostatok vedomostí o rozdelení pravdepodobnosti.
Inými slovami, neparametrická štatistika sa snaží zistiť povahu náhodnej premennej. Keď totiž viete, ako sa chová, vykonajte výpočty a metriky, ktoré ho charakterizujú.
To je cieľom neparametrickej štatistiky. Nižšie to vidíme podrobnejšie.
Cieľ neparametrických štatistík
Existuje niekoľko typov rozdelenia pravdepodobností, na ktorých pracuje parametrická štatistika. Teraz, keď nevieme, akému typu rozdelenia pravdepodobnosti zodpovedá premenná, aké výpočty použijeme?
To znamená, že keď nepoznáme rozdelenie pravdepodobnosti súboru údajov, musíme urobiť neparametrické postupy štatistické závery.
Inými slovami, ak nevieme, aké rozdelenie pravdepodobnosti má jav, nemôžeme robiť odhady, akoby sme skutočne vedeli, ako je rozdelené. Toto je cieľom parametrickej štatistiky, aby sme vedeli, aké je rozdelenie, aby sme mohli prejsť na ďalší krok (parametrická štatistika).
Neparametrické testy
Samozrejme, ak nevieme, ako sa náhodný jav distribuuje, čo máme robiť? Veľmi ľahké. Našou misiou bude pokúsiť sa vedieť, ako je to distribuované. Aby sme sa pokúsili zistiť, aký typ distribúcie má určitý jav, máme k dispozícii sériu testov, ktoré nám to pomôžu. Medzi najobľúbenejšie neparametrické testy patria:
- Binomický test
- Anderson-Darlingov test
- Cochranov test
- Test Cohen kappa
- Fisherov test
- Friedmanov test
- Kendallov test
- Kolmogórov-Smirnovov test
- Kuiperov test
- Mann-Whitneyov test alebo Wilcoxonov test
- McNemarov test
- Medián testu
- Siegel-Tukeyov test
- Test na znamienka
- Spearmanov korelačný koeficient
- Crosstabs
- Wald-Wolfowitzov test
- Wilcoxon podpísal skúšku hodnosti
Všetky tieto testy nám majú povedať, či je náhodná premenná distribuovaná tak či onak. Možným výsledkom môže byť napríklad: náhodná premenná X sa distribuuje rýchlosťou normálneho rozdelenia.
Všetko, čo sa hovorí, výsledky nie sú neomylné. Aby sme mohli vykonať neparametrické testy, musíme mať štatistické vzorky. Výsledky preto môžu byť spoľahlivé, ale nemusia byť stopercentne dokonalé.