Apa itu Ujian Bukan Parametrik?

Dalam statistik, ujian nonparametrik adalah kaedah analisis statistik yang tidak memerlukan sebaran untuk memenuhi andaian yang diperlukan untuk dianalisis (terutama jika data tidak diedarkan secara normal). Kerana alasan ini, kadangkala mereka disebut sebagai ujian bebas pengedaran. Ujian non-parametrik berfungsi sebagai alternatif kepada ujian parametrik seperti ujian-T atau ANOVA yang dapat digunakan hanya jika data yang mendasari memenuhi kriteria dan andaian tertentu.

Ujian Bukan Parametrik

Perhatikan bahawa ujian bukan parametrik digunakan sebagai kaedah alternatif untuk ujian parametrik, bukan sebagai penggantinya. Dengan kata lain, jika data memenuhi andaian yang diperlukan untuk melakukan ujian parametrik, ujian parametrik yang berkaitan mesti diterapkan.

Di samping itu, dalam beberapa kes, walaupun data tidak memenuhi andaian yang diperlukan tetapi ukuran sampel data cukup besar, kita masih boleh menerapkan ujian parametrik dan bukannya ujian bukan parametrik.

Sebab untuk Menggunakan Ujian Bukan Parametrik

Untuk mencapai hasil yang betul dari analisis statistik Analisis Kuantitatif Analisis kuantitatif adalah proses mengumpulkan dan menilai data yang dapat diukur dan dapat disahkan seperti pendapatan, pangsa pasar, dan upah untuk memahami tingkah laku dan prestasi perniagaan. Pada era teknologi data, analisis kuantitatif dianggap sebagai pendekatan pilihan untuk membuat keputusan yang tepat. , kita harus mengetahui situasi di mana penerapan ujian bukan parametrik sesuai. Sebab utama untuk menggunakan ujian bukan parametrik termasuk yang berikut:

1. Data yang mendasari tidak memenuhi andaian mengenai sampel populasi

Secara amnya, penerapan ujian parametrik memerlukan pelbagai andaian untuk dipenuhi. Sebagai contoh, data mengikuti taburan normal dan varians populasi adalah homogen. Walau bagaimanapun, beberapa sampel data mungkin menunjukkan taburan miring Distribusi Skewed Positif Dalam statistik, sebaran miring positif (atau miring kanan) adalah sejenis taburan di mana kebanyakan nilai dikelompokkan di sekitar ekor kiri.

Kecenderungan membuat ujian parametrik kurang kuat kerana min bukan lagi ukuran terbaik kecenderungan pusat Kecenderungan Pusat Kecenderungan pusat adalah ringkasan deskriptif dari set data melalui satu nilai yang mencerminkan pusat penyebaran data. Bersamaan dengan kebolehubahan kerana sangat dipengaruhi oleh nilai-nilai ekstrem. Pada masa yang sama, ujian nonparametrik berfungsi dengan baik dengan pembahagian dan pengedaran yang condong yang lebih baik ditunjukkan oleh median.

2. Saiz sampel populasi terlalu kecil

Saiz sampel adalah andaian penting dalam memilih kaedah statistik yang sesuai Konsep Statistik Asas untuk Kewangan Pemahaman yang kukuh mengenai statistik sangat penting dalam membantu kita memahami kewangan dengan lebih baik. Lebih-lebih lagi, konsep statistik dapat membantu pemantau memantau. Sekiranya ukuran sampel cukup besar, ujian parametrik yang berlaku dapat digunakan. Namun, jika ukuran sampel terlalu kecil, ada kemungkinan anda tidak dapat mengesahkan pengedaran data. Oleh itu, penggunaan ujian bukan parametrik adalah satu-satunya pilihan yang sesuai.

3. Data yang dianalisis adalah ordinal atau nominal

Tidak seperti ujian parametrik yang hanya dapat dijalankan dengan data berterusan, ujian bukan parametrik dapat digunakan untuk jenis data lain seperti data ordinal atau nominal. Untuk jenis pemboleh ubah seperti itu, ujian bukan parametrik adalah satu-satunya penyelesaian yang sesuai.

Jenis Ujian

Ujian nonparametrik merangkumi banyak kaedah dan model. Berikut adalah ujian yang paling biasa dan rakan sejawat parametriknya:

1. Ujian Mann-Whitney U

Ujian Mann-Whitney U adalah versi bukan parametrik bagi ujian-t sampel bebas. Ujian ini terutama berkaitan dengan dua sampel bebas yang mengandungi data ordinal.

2. Ujian Peringkat Bertanda Wilcoxon

Uji Pangkat Wilcoxon Signed Rank adalah rakan bukan tunjuk bagi ujian t sampel berpasangan. Ujian membandingkan dua sampel bergantung dengan data ordinal.

3. Ujian Kruskal-Wallis

Ujian Kruskal-Wallis adalah alternatif bukan parametrik untuk ANOVA sehala. Ujian Kruskal-Wallis digunakan untuk membandingkan lebih daripada dua kumpulan bebas dengan data ordinal.

Sumber tambahan

Finance adalah penyedia rasmi Pensijilan Pemodelan & Penilaian Kewangan global (FMVA) ™ Sertifikasi FMVA® Sertai 350,600+ pelajar yang bekerja untuk syarikat seperti program pensijilan Amazon, JP Morgan, dan Ferrari, yang direka untuk membantu sesiapa sahaja menjadi penganalisis kewangan bertaraf dunia . Untuk terus belajar dan memajukan kerjaya anda, sumber Kewangan tambahan di bawah akan berguna:

  • Gabungan Gabungan Gabungan adalah teknik matematik yang menentukan bilangan kemungkinan susunan dalam koleksi item yang mengikut urutan pemilihannya
  • Taburan Frekuensi Kumulatif Taburan Frekuensi Kumulatif Taburan frekuensi kumulatif adalah satu bentuk taburan frekuensi yang mewakili jumlah kelas dan semua kelas di bawahnya. Ingat kekerapan itu
  • Sebaran Skewed Negatif Distribution Skewed Negatif Dalam statistik, sebaran miring negatif (juga dikenali sebagai miring kiri) adalah jenis taburan di mana lebih banyak nilai tertumpu di sebelah kanan
  • Bias Pemilihan Sampel Bias Pemilihan Sampel Bias pemilihan sampel adalah bias yang disebabkan oleh kegagalan untuk memastikan pengacakan sampel populasi yang tepat. Kelemahan pemilihan sampel

Disyorkan

Adakah Crackstreams telah ditutup?
2022
Adakah pusat arahan MC selamat?
2022
Adakah Taliesin meninggalkan peranan kritikal?
2022