Sự khác biệt giữa tham số và không tham số

Các nhà nghiên cứu xã hội thường xây dựng một giả thuyết, trong đó họ cho rằng một quy tắc tổng quát nhất định có thể được áp dụng cho dân số. Họ kiểm tra giả thuyết này bằng cách sử dụng các xét nghiệm có thể là tham số hoặc không tham số. Các xét nghiệm tham số thường phổ biến hơn và được nghiên cứu sớm hơn nhiều vì các xét nghiệm tiêu chuẩn được sử dụng khi thực hiện nghiên cứu.

Quá trình thực hiện một nghiên cứu tương đối đơn giản - bạn xây dựng một giả thuyết và giả định rằng một luật pháp nào đó có thể được áp dụng cho một dân số. Sau đó, bạn tiến hành kiểm tra và thu thập dữ liệu mà sau đó bạn phân tích thống kê. Dữ liệu được thu thập thường có thể được biểu diễn dưới dạng biểu đồ và luật được giả thuyết là giá trị trung bình của dữ liệu đó. Nếu luật giả định và luật giá trị trung bình khớp nhau, giả thuyết được xác nhận.

Tuy nhiên, trong một số trường hợp, tìm giá trị trung bình không phải là cách thích hợp nhất để tìm kiếm luật. Một ví dụ tuyệt vời là phân phối tổng thu nhập. Nếu bạn chưa khớp với giá trị trung bình, điều đó có thể là do một hoặc hai tỷ phú đang làm xáo trộn giá trị trung bình của bạn. Tuy nhiên, trung bình sẽ cho kết quả chính xác hơn nhiều về thu nhập trung bình có nhiều khả năng khớp với dữ liệu của bạn.

Nói cách khác, một bài kiểm tra tham số sẽ được sử dụng khi các giả định về dân số rõ ràng và có rất nhiều thông tin có sẵn về nó. Các câu hỏi sẽ được thiết kế để đo các tham số cụ thể đó để dữ liệu có thể được phân tích như mô tả ở trên. Một thử nghiệm không tham số được sử dụng khi dân số được kiểm tra không hoàn toàn được biết đến và do đó, các tham số được kiểm tra cũng không rõ. Ngoài ra, trong khi thử nghiệm tham số sử dụng các giá trị trung bình làm kết quả của nó, thử nghiệm không tham số lấy giá trị trung bình và do đó thường được sử dụng khi giả thuyết ban đầu không phù hợp với dữ liệu.

Kiểm tra tham số là gì?

Một thử nghiệm tham số là một thử nghiệm được thiết kế để cung cấp dữ liệu mà sau đó sẽ được phân tích thông qua một nhánh khoa học gọi là thống kê tham số. Thống kê tham số giả định một số thông tin về dân số đã được biết đến, cụ thể là phân phối xác suất. Ví dụ, sự phân bố chiều cao cơ thể trên toàn thế giới được mô tả bằng một mô hình phân phối bình thường. Tương tự như vậy, bất kỳ mô hình phân phối đã biết nào cũng có thể được áp dụng cho một tập hợp dữ liệu. Tuy nhiên, giả sử rằng một mô hình phân phối nhất định phù hợp với tập dữ liệu có nghĩa là bạn vốn đã thừa nhận một số thông tin bổ sung được biết về dân số, như tôi đã đề cập. Phân phối xác suất chứa các tham số khác nhau mô tả hình dạng chính xác của phân phối. Các tham số này là những gì các bài kiểm tra tham số cung cấp - mỗi câu hỏi được tùy chỉnh để đưa ra giá trị chính xác của một tham số nhất định cho từng cá nhân được phỏng vấn. Kết hợp lại, giá trị trung bình của tham số đó được sử dụng để phân phối xác suất. Điều đó có nghĩa là các xét nghiệm tham số cũng giả định một cái gì đó về dân số. Nếu các giả định là chính xác, thống kê tham số được áp dụng cho dữ liệu được cung cấp bởi một thử nghiệm tham số sẽ cho kết quả chính xác và chính xác hơn nhiều so với thử nghiệm và thống kê không tham số.

Bài kiểm tra không tham số là gì?

Theo cách tương tự với kiểm tra tham số và thống kê, tồn tại kiểm tra và thống kê không tham số. Chúng được sử dụng khi dữ liệu thu được không được mong đợi phù hợp với đường cong phân phối thông thường hoặc dữ liệu thứ tự. Một ví dụ tuyệt vời về dữ liệu thứ tự là đánh giá bạn để lại khi bạn đánh giá một sản phẩm hoặc dịch vụ nhất định theo thang điểm từ 1 đến 5. Dữ liệu thông thường nói chung được lấy từ các thử nghiệm sử dụng thứ hạng hoặc đơn hàng khác nhau. Do đó, nó không dựa vào số hoặc giá trị chính xác cho các tham số mà các thử nghiệm tham số dựa vào. Trên thực tế, nó không sử dụng các tham số theo bất kỳ cách nào, bởi vì nó không giả định một phân phối nhất định. Thông thường, phân tích tham số được ưu tiên hơn so với phân tích không tham số, nhưng nếu thử nghiệm tham số không thể được thực hiện do dân số chưa biết, thì cần phải sử dụng các xét nghiệm không theo dõi.

Sự khác biệt giữa các xét nghiệm tham số và không tham số

1) Giả định

Như tôi đã đề cập, bài kiểm tra tham số đưa ra các giả định về dân số. Nó cần các tham số được kết nối với phân phối bình thường được sử dụng trong phân tích và cách duy nhất để biết các tham số này là có một số kiến ​​thức về dân số. Mặt khác, một bài kiểm tra không tham số, như tên gọi, không dựa vào bất kỳ tham số nào và do đó không giả định bất cứ điều gì về dân số.

2) Xác suất của tham số và không tham số

Cơ sở để phân tích thống kê sẽ được thực hiện trên dữ liệu, trong trường hợp kiểm tra tham số, là phân phối xác suất. Mặt khác, cơ sở cho các bài kiểm tra không tham số không tồn tại - nó hoàn toàn tùy ý. Điều này dẫn đến tính linh hoạt cao hơn và giúp dễ dàng phù hợp với giả thuyết với dữ liệu được thu thập.

3) Đo lường xu hướng trung tâm

Thước đo của xu hướng trung tâm là một giá trị trung tâm trong phân phối xác suất. Và mặc dù phân phối xác suất trong trường hợp thống kê không theo tỷ lệ là tùy ý, nó vẫn tồn tại, và do đó, thước đo của xu hướng trung tâm cũng vậy. Tuy nhiên, những biện pháp đó là khác nhau. Trong trường hợp kiểm tra tham số, nó được coi là giá trị trung bình, trong khi đó, trong trường hợp kiểm tra không tham số, nó được coi là giá trị trung bình.

4) Kiến thức về các thông số dân số

Như tôi đã đề cập trong sự khác biệt đầu tiên, thông tin về dân số khác nhau giữa các xét nghiệm và thống kê tham số và không tham số. Cụ thể, một số kiến ​​thức nhất định về dân số là hoàn toàn cần thiết cho một phân tích tham số, bởi vì nó đòi hỏi các tham số liên quan đến dân số để đưa ra kết quả chính xác. Mặt khác, một cách tiếp cận phi tham số có thể được thực hiện mà không có bất kỳ kiến ​​thức nào trước đây về dân số.

Các xét nghiệm tham số so với không tham số: Biểu đồ so sánh

Tóm tắt về tham số và không tham số

• Một thử nghiệm tham số là một thử nghiệm giả định các tham số và phân phối nhất định được biết về một dân số, trái ngược với thử nghiệm không tham số
• Thử nghiệm tham số sử dụng giá trị trung bình, trong khi thử nghiệm không tham số sử dụng giá trị trung bình
• Cách tiếp cận tham số đòi hỏi kiến ​​thức trước đây về dân số, trái với cách tiếp cận không tham số