Metodo non parametrico

Cosa significa metodo non parametrico?

Il metodo non parametrico si riferisce a un tipo di statistica che non richiede che la popolazione analizzata soddisfi determinati presupposti o parametri. Metodi statistici ben noti come ANOVA, correlazione di Pearson, test t e altri forniscono informazioni valide sui dati analizzati solo se la popolazione sottostante soddisfa determinati presupposti. Uno dei presupposti più comuni è che i dati sulla popolazione abbiano una ” distribuzione normale “.

Tuttavia, le statistiche parametriche possono essere applicate anche a popolazioni con altri tipi di distribuzione noti. Le statistiche non parametriche non richiedono che i dati sulla popolazione soddisfino i presupposti richiesti per le statistiche parametriche. Le statistiche non parametriche, quindi, rientrano in una categoria di statistiche a volte denominate senza distribuzione. Spesso vengono utilizzati metodi non parametrici quando i dati della popolazione hanno una distribuzione sconosciuta o quando la dimensione del campione è piccola.

Spiegazione del metodo non parametrico

I metodi parametrici e non parametrici vengono spesso utilizzati su diversi tipi di dati. Le statistiche parametriche generalmente richiedono dati su intervalli o rapporti. Un esempio di questo tipo di dati è l’età, il reddito, l’altezza e il peso in cui i valori sono continui e gli intervalli tra i valori hanno un significato.

Al contrario, le statistiche non parametriche vengono generalmente utilizzate su dati nominali o ordinali. Le variabili nominali sono variabili per le quali i valori non hanno valore quantitativo. Le variabili nominali comuni nella ricerca nelle scienze sociali, ad esempio, includono il sesso, i cui valori possibili sono categorie distinte, “maschio” e “femmina”. Altre variabili nominali comuni nella ricerca nelle scienze sociali sono razza, stato civile, livello di istruzione e condizione lavorativa (occupati contro disoccupati).

Le variabili ordinali sono quelle in cui il valore suggerisce un certo ordine. Un esempio di variabile ordinale sarebbe se un intervistato chiedesse: “Su una scala da 1 a 5, dove 1 è Estremamente insoddisfatto e 5 Estremamente soddisfatto, come valuteresti la tua esperienza con l’azienda via cavo?”

Sebbene le statistiche non parametriche abbiano il vantaggio di dover soddisfare pochi presupposti, sono meno potenti delle statistiche parametriche. Ciò significa che potrebbero non mostrare una relazione tra due variabili quando in realtà ne esiste una.

I test non parametrici comuni includono il Chi quadrato, il test della somma dei ranghi di Wilcoxon, il test di Kruskal-Wallis e la correlazione dell’ordine dei ranghi di Spearman.