Разлика између параметарске и непараметарске статистике заснива се на познавању или незнању расподеле вероватноће променљиве која се проучава.
Параметарска статистика користи прорачуне и процедуре под претпоставком да знате како се дистрибуира случајна променљива која се проучава. Супротно томе, непараметарска статистика користи методе да би открила како се неки феномен дистрибуира и, касније, користи технике параметарске статистике.
Дефиниције оба концепта су илустроване у наставку:
- Параметарска статистика: Односи се на део статистичког закључивања који користи статистику и критеријуме резолуције засноване на познатим расподелама.
- Непараметријска статистика: То је грана статистичког закључивања чији се прорачуни и поступци заснивају на непознатим расподелама.
Параметарске и непараметријске статистике се допуњују
Користе се различитим методама, јер су им циљеви различити. Међутим, то су две комплементарне гране. Не знамо увек са сигурношћу - заправо то ретко знамо - како се дистрибуира случајна променљива. Стога је неопходно употребом техника открити на коју врсту дистрибуције највише личи.
Једном када сазнамо како се дистрибуира, можемо извршити одређене прорачуне и технике за ову врсту дистрибуције. Будући да се, на пример, средња вредност у Поиссоновој расподели не израчунава на исти начин као у нормалној.
Упркос томе, важно је напоменути да су параметарске статистике много познатије и популарније. Много пута се, уместо да се користе непараметријске статистике, директно претпоставља да се променљива дистрибуира на један начин. Односно, полази од полазне хипотезе за коју се верује да је тачна. Међутим, када желите ригорозно обављати посао, ако нисте сигурни, морате користити непараметарске статистике.
У супротном, колико год технике параметарске статистике биле добро примењене, резултати ће бити непрецизни.
Дескриптивна статистика