I statistik hänvisar parametriska och icke-parametriska metoder till de där en uppsättning data har en normal vs en icke-normal distribution. Parametriska tester gör vissa antaganden om en datasats; nämligen att uppgifterna dras från en population med en specifik (normal) fördelning. Icke-parametriska tester gör färre antaganden om datasättningen. Majoriteten av elementära statistiska metoder är parametriska, och parametriska tester har i allmänhet högre statistisk effekt. Om de nödvändiga antagandena inte kan göras om en dataset kan icke parametriska test användas. Här kommer du att introduceras till två parametriska och två icke-parametriska statistiska tester.

Parametriska test för oberoende åtgärder mellan två grupper: t-test

Ett t-test används för att jämföra mellan medel för två dataset, när data normalt distribueras. De två grupperna av data måste vara oberoende av varandra. T-statistiken är lika med skillnaden mellan gruppmedlen dividerad med standardfelet i skillnaden mellan gruppmedlen.

Parametrisk korrelationstest: Pearson

En gemensam parametrisk metod för mätning av korrelation mellan två variabler är Pearson Product-Moment Correlation. De två variablerna, x och y, måste var och en normalt distribueras. Medlen och varianserna av variablerna beräknas. Då kan korrelationen beräknas som kovarians mellan de två variablerna dividerad med produkten av deras standardavvikelser.

Icke-parametrisk korrelationstest: Spearman

Spearman Rank Correlation Coefficient liknar Pearson-koefficienten, men används när data är ordinära (vanligtvis kategoriska data, inställda på en viss skala) snarare än intervall (data mätt längs en skala där alla datapunkter är lika stora från varandra). Detta test fungerar i huvudsak på samma sätt som Pearson Correlation-testet, endast data måste först rankas.

Icke-parametertest för oberoende åtgärder mellan två grupper: Mann-Whitney test
Mann -Whitney Test används för att jämföra medlen mellan två grupper av ordinära (sålunda icke parametriska) data. Mann-Whitney-statistiken (U) beräknas genom att sätta alla data (poäng) i rangordning. Då är U summan av antalet poäng från försöksgruppen som är mindre än var och en av en kontrollgrupp.