Непараметријска статистика је грана статистичког закључивања чији су прорачуни и поступци засновани на непознатим расподелама.
Непараметријске статистике нису баш популарне. Међутим, о томе постоји врло обимна литература. Проблем који непараметријска статистика жели да реши је недостатак знања о расподели вероватноће.
Другим речима, непараметријске статистике покушавају да открију природу случајне променљиве. Јер кад једном знате како се понаша, извршите прорачуне и метрике које га карактеришу.
Ово је циљ непараметријске статистике. Детаљније то видимо у наставку.
Циљ непараметријске статистике
Постоје различите врсте расподеле вероватноће на којима параметарска статистика ради. Сада, када не знамо којој врсти расподеле вероватноће одговара променљива, које прорачуне користимо?
Односно, када не знамо дистрибуцију вероватноће скупа података, морамо направити статистичке закључке са непараметарским процедурама.
Другим речима, ако не знамо какву расподелу вероватноће има нека појава, не можемо да правимо процене као да заиста знамо како се дистрибуира. Ово је циљ параметарске статистике како би нам омогућио да знамо дистрибуцију како бисмо могли да пређемо на следећи корак (параметарска статистика).
Непараметријски тестови
Наравно, ако не знамо како се дистрибуира случајна појава, шта да радимо? Веома лако. Наша мисија ће бити да покушамо да знамо како се дистрибуира. Да бисмо покушали да откријемо какву врсту дистрибуције има одређена појава, на располагању имамо низ тестова који ће нам помоћи у томе. Међу најпопуларнијим непараметарским тестовима су:
- Биномни тест
- Андерсон-Дарлингов тест
- Цоцхран-ов тест
- Цохен каппа тест
- Фисхер тест
- Фриедманов тест
- Кендаллов тест
- Колмогоров-Смирнов тест
- Куиперов тест
- Манн-Вхитнеи тест или Вилцокон тест
- МцНемар тест
- Медијан тест
- Сиегел-Тукеи тест
- Тест знакова
- Спеарманов коефицијент корелације
- Цросстабс
- Валд-Волфовитз тест
- Вилцокон је потписао тест ранга
Сви ови тестови имају за циљ да нам кажу да ли се случајна променљива дистрибуира на овај или онај начин. На пример, могући резултат може бити: случајна променљива Кс се дистрибуира брзином нормалне расподеле.
Све речено, резултати нису непогрешиви. За извођење непараметарских тестова морамо имати статистичке узорке. Стога резултати могу бити поуздани, али не морају бити 100% савршени.