Разликата между параметричната и непараметричната статистика се основава на познаването или незнанието на вероятностното разпределение на променливата, която трябва да се изследва.
Параметричната статистика използва изчисления и процедури, ако приемете, че знаете как се разпределя случайната променлива, която трябва да се изследва. Напротив, непараметричната статистика използва методи, за да разбере как се разпространява дадено явление и по-късно използва техники на параметрична статистика.
Дефинициите на двете концепции са илюстрирани по-долу:
- Параметрична статистика: Той се отнася до част от статистическото заключение, която използва статистически данни и критерии за разрешаване въз основа на известни разпределения.
- Непараметрична статистика: Това е клон на статистическото заключение, чиито изчисления и процедури се основават на неизвестни разпределения.
Параметричните и непараметричните статистически данни се допълват
Те използват различни методи, защото целите им са различни. Те обаче са два допълващи се клона. Не винаги знаем със сигурност - всъщност рядко знаем - как се разпределя случайна променлива. Поради това е необходимо да се използват техники, за да се установи на какъв тип разпространение най-много прилича.
След като разберем как се разпределя, можем да извършим конкретни изчисления и техники за този вид разпределение. Тъй като например средната стойност в разпределението на Поасон не се изчислява по същия начин, както при нормалното.
Въпреки това е важно да се отбележи, че параметричната статистика е много по-известна и популярна. Много пъти, вместо да се използва непараметрична статистика, директно се приема, че дадена променлива се разпределя по един начин. Тоест започва от изходна хипотеза, за която се смята, че е правилната. Когато обаче искате да вършите работа стриктно, ако не сте сигурни, трябва да използвате непараметрична статистика.
В противен случай, колкото и добре да се прилагат техниките на параметричната статистика, резултатите ще бъдат неточни.
Описателна статистика