一方、 ノンパラメトリック検定は、研究者が母集団のパラメータについて何も知らない場合の検定です。 それで、この記事をよく読んで、パラメトリック検定とノンパラメトリック検定の重要な違いを知ってください。
比較表
| 比較基準 | パラメトリック検定 | ノンパラメトリック検定 |
|---|---|---|
| 意味 | 母集団パラメータに関して特定の仮定がなされている統計的検定は、パラメトリック検定として知られています。 | 非計量独立変数の場合に使用される統計的検定は、非パラメトリック検定と呼ばれます。 |
| 検定統計量の基礎 | 分布 | 任意 |
| 測定レベル | 間隔または比率 | 公称または序数 |
| 中心的傾向の尺度 | 平均 | 中央値 |
| 人口に関する情報 | 完全に知られている | 利用不可 |
| 適用範囲 | 変数 | 変数と属性 |
| 相関検定 | ピアソン | スピアマン |
パラメトリック検定の定義
パラメトリック検定は、母集団の平均についての記述をするための一般化を提供する仮説検定です。 この点に関してよく使用されるStudentのt統計量に基づくt検定。
t統計量は、変数の正規分布と平均が既知である、または既知であると仮定されるという基本的な仮定に基づいています。 母集団分散がサンプルに対して計算されます。 母集団の中の関心のある変数は区間尺度で測定されると仮定されます。
ノンパラメトリック検定の定義
ノンパラメトリック検定は、基礎となる仮定に基づいていない仮説検定として定義されます。つまり、母集団の分布を特定のパラメーターで表す必要はありません。
検定は主に中央値の違いに基づいています。 したがって、これは無分布テストとしても知られています。 テストは、変数が名目上または序数レベルで測定されることを前提としています。 独立変数が非計量的な場合に使用されます。
パラメトリック検定とノンパラメトリック検定の主な違い
パラメトリック検定とノンパラメトリック検定の基本的な違いは、次の点で説明されています。
- 母集団パラメータに関して特定の仮定がなされている統計的検定は、パラメトリック検定として知られています。 ノンメトリック独立変数の場合に使用される統計的検定は、ノンパラメトリック検定と呼ばれます。
- パラメトリック検定では、検定統計量は分布に基づいています。 一方、ノンパラメトリック検定の場合、検定統計量は任意です。
- パラメトリック検定では、対象となる変数の測定は区間または比率レベルで行われると想定されています。 ノンパラメトリック検定とは対照的に、対象となる変数は名目上または序数上で測定されます。
- 一般的に、パラメトリック検定の中心的傾向の尺度は平均値ですが、ノンパラメトリック検定の場合は中央値です。
- パラメトリック検定では、母集団に関する完全な情報があります。 逆に、ノンパラメトリック検定では、母集団に関する情報はありません。
- ノンパラメトリック検定は変数と属性の両方に適用されますが、パラメトリック検定の適用範囲は変数のみです。
- 2つの量的変数間の関連度を測定するために、ピアソンの相関係数がパラメトリック検定で使用され、スピアマンの順位相関がノンパラメトリック検定で使用されます。
仮説検定階層
等価テスト
| パラメトリック検定 | ノンパラメトリック検定 |
|---|---|
| 独立標本t検定 | マンホイットニー検定 |
| 対応のあるサンプルのt検定 | ウィルコクソンが順位検定に署名 |
| 一元配置分散分析（ANOVA） | クラスカルウォリス検定 |
| 一方向反復測定分散分析 | フリードマンの分散分析 |
結論
パラメトリック検定とノンパラメトリック検定を選択することは、統計分析を行う研究者にとっては容易ではありません。 仮説を実行するために、母集団に関する情報がパラメータとして完全にわかっている場合、検定はパラメトリック検定と呼ばれますが、母集団に関する知識がなく、母集団に関する仮説を検定する必要がある場合は、実施された検定はノンパラメトリック検定とみなされます。
