参数统计与非参数统计的联系与区别?

发布网友 发布时间：2022-04-23 19:48

我来回答

共2个回答

热心网友 时间：2023-10-05 12:48

区别如下：

1、适用的数据类型不同。

参数统计常用于定距或定比数据，非参数统计常用于仅由一些等级构成的数据，或待分析数据不满足参数检验所要求的假定，因而无法应用参数检验。

2、对参数的假定不同。

参数统计就是需要人们对所提问题中的参数进行估计或检验；而非参数统计所提的问题并不包含参数，也不能用参数检验。

3、对总体依赖程度不同。

在参数统计中，总体的分布形式或分布族需要给定，才能对参数进行估计和检验；而在非参数统计中，则对总体分布不作假设或仅作非常一般性假设，对总体的依赖程度低，而是根据样本来推断总体的特征分布不是参数值。

4、适用的范围不同。

由于每一种具体的参数统计方法都是建立在特定的理论分布基础上的，所以参数统计对所要分析处理的资料都有一定的要求和*。而非参数统计由于不依赖某种特定的理论分布，因此对资料的条件要求相对宽松，适用范围广。

参数统计与非参数统计的联系：

在统计学中，统计推断的两个最基本的形式为：参数估计和假设检验，其大部分内容是和正态理论相关的，人们称之为参数统计。在参数统计中，总体的分布形式或分布族往往是给定的，而诸如均值和方差的参数是未知的。人们的任务就是对这些参数进行估计或检验。当假定分布成立时，其推断有较高的精度。

扩展资料：

非参数统计方法有以下缺点：

1、由于方法简单，用的计量水准较低，因此，如果能与参数统计方法同时使用时，就不如参数统计方法敏感。若为追求简单而使用非参数统计方法，其检验功效就要差些。这就是说，在给定的显著性水平下进行检验时，非参数统计方法与参数统计方法相比，第Ⅱ类错误的概率β要大些。

2、对于大样本，如不采用适当的近似，计算可能变得十分复杂。

参考资料来源：百度百科-非参数统计

参考资料来源：百度百科-随机变量统计参数

热心网友 时间：2023-10-05 12:48

非参数统计是应用统计学的重要分支之一。非参数统计区别于传统的参数统计的基本 特点是：非参数统计分析模型通常对模型和数据的假定更为宽松 。一般而言，非参数统计是对数据分布的具体形式不做细致假定，尽量从数据本身获得数据的结构关系，逐渐建立对研究对象的数学模型和统计模型的方法。