📈 تحلیلگران آماری 📉

🔹 تفاوت آمار پارامتریک و ناپارامتریک 🔹
_________________________________________________
#آمار_پارامتریک. آزمون‌های آماری با دو رویکرد کلی ساخته شده و ساخته می‌شوند. یک رویکرد این است که بر اساس توزیع‌های آماری موجود آزمون‌های آمار ساخته شوند. مثلا آزمونی بر مبنای توزیع نرمال، پواسون و ... ساخته شود. در این موارد آزمون ساخته شده در شرایطی که داده‌ها توزیع مفروض آزمون آماری را داشته باشند، نتایج دقیقی ایجاد خواهد کرد. اما در شرایطی که داده‌ها دارای توزیع مفروض نباشند، دیگر نمی‌توان بر درستی نتایج بدست آمده بوسیله آن آزمون اعتماد کرد.
به آزمون‌هایی از این جنس که بر مبنای توزیع‌های آماری ساخته می‌شوند، آزمون‌های پارامتریک می‌گویند. در کل نیز این شاخه آمار پارامتریک نام دارد.
_________________________________________________
#آمار_ناپارامتریک. رویکرد دیگر در ساخت آزمون‌های آماری این است که آزمون‌ها بر مبنای توزیع آماری خاصی ساخته نمی‌شوند. یعنی توزیع خاصی را مفروضه کار قرار نمی‌دهند و نیازی نیست که داده‌ها دارای توزیع خاصی باشند. به این نوع آزمون‌ها، آزمون‌ها ناپارامتریک یا آزاد-توزیع می‌گویند. این شاخه علم آمار نیز، آمار ناپارامتریک نام دارد.
_________________________________________________

☑️ چه زمانی بایستی از آمار پارامتریک و چه زمانی از آمار ناپارامتریک استفاده کنیم؟
زمانی که از روایی و اعتبار داده‌های بدست آمده از ابزارهای اندازه‌گیری اطمینان داشته باشیم و داده‌ها دارای توزیع مفروض آزمون آماری مد نظر باشند، آنگاه مجاز به استفاده از آزمون پارامتریک مد نظر هستیم. اما زمانی که داده‌ها دارای توزیع مفروض نباشند و یا داده‌های به دست آمده بوسیله ابزار اندازه‌گیری روایی و اعتبار بالایی نداشته باشند (به صورتی که نتوان حداقل فاصله‌ای بودن مقیاس داده‌ها را تأیید کرد. نه اینکه روایی و اعتبار پایین داشته باشند) آنگاه ما مجاز به استفاده از آزمون‌ها پارامتریک نیستیم و بایستی از آزمون‌ها ناپارامتریک استفاده کنیم.
در شرایطی که از روایی و اعتبار داده‌های بدست آمده از ابزارهای اندازه‌گیری اطمینان داشته باشیم اما توزیع مفروض داده‌ها برقرار نباشد آنگاه اگر امکانش باشد که با یک تبدیل‌های غیرخطی توزیع داده‌ها را به توزیع مد نظر تبدیل کرد، در این شرایط نیز می‌توان از آزمون‌های پارامتریک استفاده کرد.
_________________________________________________

منبع:
MacFarland, T. W., & Yates, J. M. (2016). Introduction to nonparametric statistics for the biological sciences using R. Springer.
Agresti, A., & Franklin, C. (2017). The art and science of learning from data. Upper Saddle River, NJ: Prentice Hall.

لینک کانال : @SPSS_SEM

👍5

www.tgoop.com/SPSS_SEM/985

4.97K viewsOct 26, 2024 at 09:22

🔹 تفاوت آمار پارامتریک و ناپارامتریک 🔹
_________________________________________________
#آمار_پارامتریک. آزمون‌های آماری با دو رویکرد کلی ساخته شده و ساخته می‌شوند. یک رویکرد این است که بر اساس توزیع‌های آماری موجود آزمون‌های آمار ساخته شوند. مثلا آزمونی بر مبنای توزیع نرمال، پواسون و ... ساخته شود. در این موارد آزمون ساخته شده در شرایطی که داده‌ها توزیع مفروض آزمون آماری را داشته باشند، نتایج دقیقی ایجاد خواهد کرد. اما در شرایطی که داده‌ها دارای توزیع مفروض نباشند، دیگر نمی‌توان بر درستی نتایج بدست آمده بوسیله آن آزمون اعتماد کرد.
به آزمون‌هایی از این جنس که بر مبنای توزیع‌های آماری ساخته می‌شوند، آزمون‌های پارامتریک می‌گویند. در کل نیز این شاخه آمار پارامتریک نام دارد.
_________________________________________________
#آمار_ناپارامتریک. رویکرد دیگر در ساخت آزمون‌های آماری این است که آزمون‌ها بر مبنای توزیع آماری خاصی ساخته نمی‌شوند. یعنی توزیع خاصی را مفروضه کار قرار نمی‌دهند و نیازی نیست که داده‌ها دارای توزیع خاصی باشند. به این نوع آزمون‌ها، آزمون‌ها ناپارامتریک یا آزاد-توزیع می‌گویند. این شاخه علم آمار نیز، آمار ناپارامتریک نام دارد.
_________________________________________________

☑️ چه زمانی بایستی از آمار پارامتریک و چه زمانی از آمار ناپارامتریک استفاده کنیم؟
زمانی که از روایی و اعتبار داده‌های بدست آمده از ابزارهای اندازه‌گیری اطمینان داشته باشیم و داده‌ها دارای توزیع مفروض آزمون آماری مد نظر باشند، آنگاه مجاز به استفاده از آزمون پارامتریک مد نظر هستیم. اما زمانی که داده‌ها دارای توزیع مفروض نباشند و یا داده‌های به دست آمده بوسیله ابزار اندازه‌گیری روایی و اعتبار بالایی نداشته باشند (به صورتی که نتوان حداقل فاصله‌ای بودن مقیاس داده‌ها را تأیید کرد. نه اینکه روایی و اعتبار پایین داشته باشند) آنگاه ما مجاز به استفاده از آزمون‌ها پارامتریک نیستیم و بایستی از آزمون‌ها ناپارامتریک استفاده کنیم.
در شرایطی که از روایی و اعتبار داده‌های بدست آمده از ابزارهای اندازه‌گیری اطمینان داشته باشیم اما توزیع مفروض داده‌ها برقرار نباشد آنگاه اگر امکانش باشد که با یک تبدیل‌های غیرخطی توزیع داده‌ها را به توزیع مد نظر تبدیل کرد، در این شرایط نیز می‌توان از آزمون‌های پارامتریک استفاده کرد.
_________________________________________________

منبع:
MacFarland, T. W., & Yates, J. M. (2016). Introduction to nonparametric statistics for the biological sciences using R. Springer.
Agresti, A., & Franklin, C. (2017). The art and science of learning from data. Upper Saddle River, NJ: Prentice Hall.

لینک کانال : @SPSS_SEM

BY 📈 تحلیلگران آماری 📉