Parametrik ve parametrik olmayan herhangi bir istatistiksel test var mı?


20

Parametrik ve parametrik olmayan herhangi bir istatistiksel test var mı? Bu soru bir görüşme paneli tarafından sorulmuştur. Geçerli bir soru mu?


1
Vikipedi girişinin parametrik olmayan istatistikler için incelenmesi, sizi bir görüşmeciye hazırlamak için yeterli olabilir. Soruyu, "parametrik olmayan? Dağıtımsız modeller veya sıralı istatistiklerle ne demek istiyorsun?"
jrhorn424

3
Bir kalkış noktası olarak, sizin de yanıt verenlerinizin yanı sıra, tanımlarla ilgili bir otoriteye ( Internet'e değil !) Danışmanız da size yardımcı olabilir . " Parametrik durumlar ... hepsi, [doğa durumlarının] sınıfının, sınırlı sayıda gerçek bileşenden oluşan doğal bir vektörden oluşan bir vektör cinsinden temsil edilebildiği durumlardır . (... dağılım ve zarar fonksiyonu bağlıdır makul pürüzsüz biçimde) diğer tüm sorunlar denir. parametrik olmayan --JC Kiefer. Giriş İstatistiksel Çıkarım, için p 23..θθθ
whuber

Profesörlerden biri bana 'Ki-Kare testi'nin her iki davranışın da (yani parametrik ve parametrik olmayan) sahip olduğunu söyledi. Hiç anlamadım, 'ki kare testi' neden her iki davranışa da sahip.
Biostat

3
Parametrik olan test değil , model bu. Ki-kare dağılımları her iki durumda da (Normal dağılımsal varsayımlara sahip genel doğrusal modelde doğal bir şekilde) ve her ikisi de parametrik uygulamalarda olmak üzere log olasılıklarının farklılığına bir yaklaşım olarak ve aynı zamanda çok işlevli için bir yaklaşım olarak ortaya çıkar. birçok parametrik olmayan uygulamada ortaya çıkan dağılımlar), bu nedenle "chi-squared" adını paylaşan birçok farklı test vardır. Muhtemelen profesörünüzün yorumunu önerdi.
whuber

@whuber: Son yorumunuz uyum iyiliği için ki-kare testinin parametrik olmadığı anlamına mı geliyor?
Tim

Yanıtlar:


6

Bir "parametrik test" ve bir "parametrik olmayan test" ile tam olarak ne demek olduğunu tam olarak söylemek zordur, ancak çoğu testin parametrik veya parametrik olup olmadığı konusunda hemfikir olacağı birçok somut örnek vardır (ancak her ikisi de asla) . Hızlı bir arama, parametrik ve parametrik olmayan testler arasındaki bazı alanlarda ortak bir pratik ayrımı temsil ettiğini düşündüğüm bu tabloyu verdi .

Belirtilen tablonun hemen üzerinde bir açıklama var:

“... parametrik verilerin altında yatan bir normal dağılım vardır .... Başka bir şey parametrik değildir.”

Bazı alanlarda normalliği kabul ettiğimiz ve ANOVA kullandığımız kabul edilen bir kriter olabilir ve bu parametriktir veya normallik varsaymıyor ve parametrik olmayan alternatifler kullanmıyoruz.

Belki de çok iyi bir tanım değildir ve bence gerçekten doğru değildir, ancak pratik bir kural olabilir. Sosyal bilimlerde nihai amacı, diyelim ki, verileri analiz etmek ve çoğunlukla çünkü ne yararı olmayan bir normal dağılıma dayalı bir parametrik bir model formüle edebilmek için ve daha sonra değil verileri analiz edebilmek?

Alternatif bir tanım, "parametrik olmayan testleri" dağılımsal varsayımlara ve parametrik testlere dayanmayan testler olarak tanımlamaktır.

Sunulan önceki ve ikinci tanım bir test sınıfını tanımlar ve sonra diğer sınıfı tamamlayıcı (başka bir şey) olarak tanımlar. Tanım olarak, bu bir testin parametrik olduğu kadar parametrik olabileceğini de göz ardı eder.

Gerçek şu ki, ikinci tanım da sorunludur. Ya simetri gibi uygulanabilecek bazı doğal "parametrik olmayan" varsayımlar varsa? Bu, başka türlü dağıtım varsayımlarına dayanmayan bir test istatistiğini parametrik teste dönüştürecek mi? Çoğu hayır derdi!

Dolayısıyla bazı dağılımı ile ilgili varsayımların yapmanıza izin verilen parametrik olmayan testlerin sınıfında testler vardır yeter ki "çok parametrik" olduğu anlamına gelmez. "Parametrik" ve "parametrik olmayan" testler arasındaki sınır bulanıklaştı, ancak çoğu kişinin ya bir testin parametrik olduğunu ya da parametrik olmadığını savunacağına inanıyorum. çok az mantıklı.

Farklı bir bakış açısıyla, birçok parametrik test olasılık oran testidir (buna eşdeğer). Bu, genel bir teoriyi mümkün kılar ve uygun düzenlilik koşulları altında olabilirlik oranı testlerinin dağılım özelliklerinin birleşik bir anlayışına sahibiz. Parametrik olmayan testler, aksine, kendi başına olabilirlik oranı testlerine eşdeğer değildir olasılık yoktur - ve birleştirme metodolojisi olmadan, duruma göre dağıtım sonuçları elde etmemiz gerekir. Ampirik olabilirlik teorisiBununla birlikte, esas olarak Stanford'da Art Owen tarafından geliştirilen çok ilginç bir uzlaşmadır. Tipik parametrik dağılım varsayımlarına ihtiyaç duymadan istatistiklere olasılık tabanlı bir yaklaşım (benim için önemli bir nokta, değerinden daha önemli bir nesne olarak gördüğüm için ). Temel fikir ampirik veriler üzerinde multinom dağılımının akıllıca kullanılmasıdır, yöntemler parametrik varsayımları kısıtlamadan çok "parametrik" olmakla birlikte geçerlidir.p

Ampirik olasılığa dayalı testler, IMHO, parametrik testlerin erdemleri ve parametrik olmayan testlerin genelliğine sahiptir, bu yüzden düşünebildiğim testler arasında parametrik olduğu kadar parametrik olmadığı için en yakın gelirler. bu terminolojiyi kullanmayın.


+1 Çok ilginç yorumlar. Sınır çizgisi "bulanıklaştıkça" bunu algı ile ilgili doğru bir ifade olarak görüyorum , ancak tanımların kendisinde bir bulanıklık yok: parametrik ve parametrik olmayanlar arasındaki ayrım, örneğin sonlu arasındaki açık ve keskin ve sonsuz.
whuber

@whuber, "bulanık" olanla ilgili olarak, parametrik olmayan testler için de dağıtım varsayımlarının olabileceğinden özellikle bahsettim, bu yüzden ikinci tanımım da işe yaramıyor. Keskin bir tanımlamaya çalışmam gerekirse, parametrik test, sonlu boyutlu Öklid uzayının bir alt kümesi tarafından parametreleştirilebilen bir modele dayanır. En "bulanık" olduğunu düşündüğüm, parametrik olmayan varsayımların parametrik varsayımlar kadar önemli bir konu haline gelmeden önce "dağıtımsal varsayım yok" dan ne kadar uzağa gidebileceğinin belirsiz olduğu.
NRH

@whuber, şimdi soruya yorumunuzu Kiefer referansıyla okudum ve evet resmi bir tanım için bir otoriteye danışmak kesinlikle iyi bir fikir! Aslında insanların "parametrik olmayan" derken genel olarak ne anlama geldiğiyle daha fazla ilgiliydim ve sanırım çok azının aklında bir Kiefer tanımı var.
NRH

Orijinal soruya bir yorumda Kiefer'den alıntıma bakın. Özellikle, "parametrik olmayan" "dağıtım varsayımı yok" anlamına gelmez. Aksine, en iyi bilinen parametrik olmayan testlerin hepsi dağıtımsal varsayımlar yapar. Sanırım "bulanık" duygusunu anlıyorum: Sonlu / sonsuz benzetmeyi buna saygı göstermeden seçtim, çünkü pratikte çok büyük (ancak sonlu) sayıda parametre de sonsuz olarak kabul edilebilir.
whuber

2

Parametrik (en azından) iki anlamda kullanılır: A - Ailenin parametrelerine kadar gürültü dağılımı olduğunu varsaydığınızı beyan etmek için. B - Açıklayıcı değişkenler ve sonuç arasındaki spesifik fonksiyonel ilişkiyi üstlendiğinizi beyan etmek.

Bazı örnekler:

  • Doğrusal bağlantıya sahip bir kantil regresyon, B-parametrik ve A-parametrik olmayan olarak nitelendirilir.
  • Gauss gürültüsü ile zaman serisinin spline düzgünleştirilmesi, A-parametrik olmayan ve B-parametrik olarak kalite sağlayabilir.

"Yarı parametrik" terimi genellikle B vakasını ifade eder ve tüm fonksiyonel ilişkiyi üstlenmediğiniz anlamına gelir, bunun yerine "öngörücülerin bazı yumuşak dönüşümlerinde katkı maddesi" gibi daha hafif varsayımlarınız olduğu anlamına gelir.

Ayrıca, özel olarak dağılımın şeklini belirtmeden, "tüm anlar sonludur" gibi gürültünün dağıtımı konusunda daha hafif varsayımlara sahip olabilirsiniz. Bildiğim kadarıyla, bu tür bir varsayım için bir terim yoktur.

Cevabın, veri oluşturma sürecinin ardındaki temel varsayımlarla ilgili olduğuna dikkat edin. "A-parametrik test" derken, genellikle A anlamda parametrik olmayan anlamına gelir. Demek istediğin buydu, o zaman "hayır" diye cevap verirdim. Aynı anda parametrik ve parametrik olmayan olmak imkansızdır.


İlk paragraftaki iki anlamın literatürde sıklıkla birleşik bir muamelesi vardır: yani, aralarında temel veya önemli bir ayrım yoktur. BTW, "tüm anlar sonlu" durumda kesinlikle parametrik olmayan bir sorundur.
whuber

@whuber: Keifer'deki tanım her iki vakayı da kapsamaktadır (itiraf ediyorum - asla okumam ve hala istisnalar arıyorum). Öte yandan, terimler anlamlarını değiştirir. "Ampirik Bayes" artık Robbins'in 1955'te ne için kullandığı anlamına gelmiyor. Sirkülasyonda birden fazla yorum olduğu gerçeğini görmezden gelemezsiniz.
JohnRos

Tamam, ama biraz seçici olmalıyız: "parametrik" ve "parametrik olmayan" ifadelerinin pek çok yorumu ve teşebbüs tanımı, anlayış değil, cehaletin ifadeleridir. Aynı anda net, titiz ve yetkili bir alternatif tanımdan bahsedebilir misiniz (kesin olarak, güvenilir bir hakemli dergi tarafından sorgulanmadan kabul edileceği anlamında yetkili)?
whuber

1
@whuber: Meydan okumayı kabul ediyorum! :-) Not olmasına rağmen, tüm araştırmacılar Wikipedia'da aramalarına başladığından, güvenilir hakemli dergilerin Wiki tanımıyla hizalanması zaman meselesidir. ("onları yenemezsen ...")
JohnRos

1
Wikipedia makalesi "olmayan parametrik" kullanan ilk değil sadece 1940'larda, gelen Wolfowitz tırnak değil, aynı zamanda Kiefer direkt entelektüel atalarından biridir. Orada gerçek bir fark bulacağımızı sanmıyorum. (Kiefer sadece kayıp fonksiyonu hakkında teknik bir gereklilik ekler.) Bununla birlikte, çok az (eğer varsa) gerçek araştırmacının Wikipedia'yı bir başlangıç ​​noktası olarak aldığından şüpheleniyorum, özellikle matematiksel temelli alanlarda değil!
whuber

1

Sanırım bu, "parametrik ve parametrik olmayan" ile ne anlama geldiğine bağlıdır? Aynı zamanda ikisi de mi, ikisi mi?

Birçoğu Cox orantılı tehlike modelini taban parametresi olarak parametrik olarak tahmin etmediği için yarı parametrik olarak görmektedir.

Veya parametrik olmayan birçok istatistiği büyük ölçüde parametrik olarak görüntülemeyi seçebilirsiniz.


7
Bu bir dodge gibi görünüyor. Soru, kişinin "parametrik" ve "parametrik olmayan" arasındaki ayrımı takdir edip etmediğini, net olup olmadığı araştırıyor. İyi bir cevap bu ayrımı aydınlatacaktır, karıştırmayın.
whuber

1
@whuber Hangi "soru"? Panel mi yoksa OP mi? Çünkü aklımda, OP hiçbir şeyin ayrımını araştırmıyor. Bu, insanların çizgiyi nereye çektiğine bağlı olduğu anlamına gelir. "Peki, duruma bağlıdır" için hem ortak hem de felsefi bir örnek sunmayı düşünmüyorum. Bence bu bir cevap. Birisinin bir "parametrik" in tamamen parametrik olduğunu veya sadece parametrelere sahip olup olmadığını düşünmek isteyip istemediği gibi.
Fomite

"Hangi soru" ile ilgili nokta iyidir. Cevabınızla ilgili bir sorun yaşamaya başladığım yerde, kaynaklarıma göre hiçbir anlam ifade etmeyen (bir "karışım" saçmalık ve "istatistik" parametrik olabileceği fikri) benden daha farklı bir "parametrik" ve "parametrik olmayan" tanımı kullanıyorsunuz. Bir cevabın bu terimlerin ne anlama geldiğine bağlı olması gerektiği konusunda mükemmel bir noktaya sahip olsanız da, sonraki yorumlarınızı net veya anlaşılır yapmak için bir tanım sunmuyorsunuz.
whuber

@whuber Yeterince adil. Orijinal soruyu biraz saçma buldum, elimden geleni yapıyordum. Soru şimdi OP'nin anlamı hakkında bazı varsayımlar yapan daha iyi cevaplara sahip.
Fomite

0

Bradley, klasik Dağılımsız İstatistiksel Testlerinde (1968, s. 15-16 - bir alıntı için bu soruya bakın ) , genellikle birbirleriyle örtüştüğünü söylediği, dağıtımsız ve parametrik olmayan testler arasındaki farkı açıklığa kavuşturur ve ortanca için Sign testi olarak parametrik dağılımsız test örneği . Bu test, değişken değerlere sahip örneklenmiş popülasyonun altında yatan dağılım hakkında herhangi bir varsayımda bulunmadığından, dağıtımdan bağımsızdır . Seçilen medyan doğru olup olmadığını, ancak, üstünde ve altındaki değerler rastgele örnekleri test, eşit olasılıkla en seçilmelidir danp=0.5

Güncelleştirme

(bir¬bir)


1
Bu cevabın başlamasını seviyorum çünkü ilginç bir ayrım yapıyor ve iyi bir referansla destekliyor. Ancak bana öyle geliyor ki cevabın geri kalanı verilerle ilgili varsayımları test istatistiği özellikleriyle karıştırıyor. İşaret testinin varsayımları gerçekten de "dağılımsız" dır. Bununla birlikte, test istatistiğinin örnekleme dağılımının binom olması tamamen ayrı bir konudur ve prosedürü parametrik yapmaz!
whuber

Bradley, Sign testi dağıtımsız ancak parametrik sayfa 15'i çağırıyor. Yorum kutusu, iki anahtar cümleyi tamamen getirmek için çok küçük. Lütfen diğer yanıtı, özellikle "Kabaca konuşmak ..." ve "Tamamen açık olmak için ..." ile başlayan cümleleri okuyun. Teşekkür ederim.
Avraham

Bradley için durum buysa, o zamandan beri bu terimlerin anlamları değişti ya da (söylemekten nefret ediyorum) yazdıklarını yanlış yorumluyorsunuz. (Kontrol edebileceğim bir kopyaya erişemiyorum.) Kesinlikle durum böyle değil - en azından son 30 yıldır da böyle değil - "parametrik" bir test istatistiğinin dağılımına atıfta bulundu. Wikipedia makalesinde Wolfowitz alıntısına bakın .
whuber

2
FΩθ

2
Ne olduğunu değerinde için, ben diğer iki istatistiksel metinler, deGroot en baktı Olasılık ve İstatistik (2. baskı, s 520-521) ve Larson Olasılık Teorisi ve İstatistiksel çıkarım giriş (3. Baskı, pp.508-509) ve her iki kullanım Parametrik terim, Bradly'nin dağıtımdan bağımsız olarak adlandırdığı anlamına gelir , ki bu Kiefer gibi, sanırım. Bu nedenle, OP'yi yanıtlamak, "parametrik" i nasıl tanımladığınıza bağlıdır.
Avraham
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.