Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
İstatistik biliminde önemli bir yeri olan parametrik olmayan istatistik parametrik olmayan istatistiksel modeller ve parametrik olmayan çıkarımsal istatistik, özellikle parametrik olmayan ile ilgilenir. Parametrik olmayan yöntemler çok defa dağılımlardan serbest yöntemler olarak da anılmaktadır, çünkü verilerin bilinen belirli olasılık dağılımı gösteren kaynaklardan geldiği varsayımına dayanmamaktadır.
Parametrik olmayan istatistik terimi çok zaman da verilerin ölçülme ölçeği özelliklerine yani orijinal olarak kategorik olmalarına (yani (isimsel) veya (sırasal ölçekli) olmasına) ve niceliksel ölçekli veriler için mümkün olan matematik işlemlerin ve istatistik ölçümlerinin geçerli olmamasına da dayanır. Örneğin parametrik olmayan istatistikte çok kere veriler için önce sıralama düzeni bulunup kullanır. Bu kategorik veriler çok kere sübjektif değerlendirmelere (örneğin veya sübjektif karşılaştırmalara vb.) bağlanıp niceliksel ifadeler pek anlamsızdır.
Uygulamalar ve amaçlar
Parametrik olmayan istatistiksel yöntemler, veriler için çok daha az bağlayıcı varsayımlara dayandıkları için, parametrik istatistiklere kıyasla, çok daha geniş bir uygulama alanı bulmaktadırlar. Özellikle, uygulama hakkında çok derin sayısal bilgilerin olmadığı ve sadece veri sağlayanların subjektif değerlendirmelerine bağlı hallerde parametrik olmayan istatistikler genellikle kullanılmaktadır. Daha az ve daha zayıf varsayımlara dayandıkları için, niceliksel ölçekli veriler elde olsa bile, parametrik olmayan yöntemler olarak da kullanılmaktadırlar.
Parametrik olmayan istatistiklerin diğer bir uygulama nedeni, yöntemlerin kullanılmasının ve çıkarılan sonuçların sözle açıklanmasının, parametrik istatistiklere kıyasla çok defa daha basit olmalarıdır.
Hem daha fazla güçlü olma karakteri gösterdikleri hem de daha basit olmaları dolayısıyla, birçok istatistikçiye göre parametrik olmayan istatistikler hataların ortaya çıkmasına ve istatistiklerin bilmeyerek veya bilerek yanlış kullanılması için daha kısıtlıdırlar.
Parametrik olmayan modeller
Parametrik olmayan modeller parametrik istatistik modellerden değişik olarak, kurulan modellerin bünyesinin a priori olarak teorik düşünce ve varsayımlara bağlı olarak kurulmamakta ve veriler model bünyesini tayin etmek için kullanmaktadır. Böylece anlaşılmaktadır ki parametrik olmayan terimi kurulan modellerin bütünüyle parametre kapsaması demek değildir, ancak parametrelerin sayısı ve tabiatı esnek olarak veriye bağlamakta oluşu ve bu parametrelerin veriler elde edilmeden sabit ve değişmez bir şekilde olmadığıdır. Örnekler şöyle verilebilir:
- Bir olasılık dağılımı, sırf teorik parametrelere ve matematiksel tanımlanmaya dayanmakta parametrik olmayan istatistik için bir histogramdan çıkartılması mümkün olmaktadır.
- Histogramdan daha uygun bir yöntem olarak daha iyi kestirimler yaratan kullanabilme imkânı vardır.
- veya yöntemleri, , ve kullanılarak geliştirilmiştir.
Yöntemler
Parametrik olmayan (veya dağılımlardan serbest) çıkarımsal istatistik, çok kere istatistiksel hipotez sınaması şeklinde olan istatistiksel yöntemleri kapsayıp, parametrik istatistiklerin aksine, değerlerlendirilmekte veri olarak kullanılan örneklem istatistiklerinin olasılık dağılımları hakkında hiçbir varsayım yapılmamaktadır. Çok kullanılan parametrik olmayan istatistik yöntemleri için bir liste şöyle verilebilir:
- Değerleyici güvenebilirliği
- Friedman sıralamalı iki-yönlü varyans analizi
- Kruskal-Wallis sıralamalı tek-yönlü varyans analizi
- Mann-Whitney U sınaması veya Wilcoxon sıralama toplamı sınaması
- Medyan sınaması
- Tekrarlama sınaması
- Normallik sınamaları
- Spearman'ın sıralama korelasyon katsayısı
- (SNK) sınaması
,.
Parametrik olmayan istatistiklerin, daha geniş uygulanabilme alanları olmasına ve daha fazla güçlü olmalarına rağmen, bu avantajlara karşı olarak bazı dezavantajları da bulunur. Eğer eldeki uygulama için bir uygun parametrik sınama bulunursa, buna benzer parametrik olmayan sınamanın çok daha düşüktür. Diğer bir şekilde ifade ile aynı güvenebilirlikle sonuç çıkartmak için parametrik olmayan istatistik için daha büyük örneklem hacmi gerekmektedir.
Kaynakça
- Wasserman, Larry, "All of Nonparametric Statistics", Springer (2007) ()
- Gibbons, Jean Dickinson and Chakraborti, Subhabrata, "Nonparametric Statistical Inference", 4th Ed. CRC (2003) ()
İçsel kaynaklar
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Istatistik biliminde onemli bir yeri olan parametrik olmayan istatistik parametrik olmayan istatistiksel modeller ve parametrik olmayan cikarimsal istatistik ozellikle parametrik olmayan ile ilgilenir Parametrik olmayan yontemler cok defa dagilimlardan serbest yontemler olarak da anilmaktadir cunku verilerin bilinen belirli olasilik dagilimi gosteren kaynaklardan geldigi varsayimina dayanmamaktadir Parametrik olmayan istatistik terimi cok zaman da verilerin olculme olcegi ozelliklerine yani orijinal olarak kategorik olmalarina yani isimsel veya sirasal olcekli olmasina ve niceliksel olcekli veriler icin mumkun olan matematik islemlerin ve istatistik olcumlerinin gecerli olmamasina da dayanir Ornegin parametrik olmayan istatistikte cok kere veriler icin once siralama duzeni bulunup kullanir Bu kategorik veriler cok kere subjektif degerlendirmelere ornegin veya subjektif karsilastirmalara vb baglanip niceliksel ifadeler pek anlamsizdir Uygulamalar ve amaclarParametrik olmayan istatistiksel yontemler veriler icin cok daha az baglayici varsayimlara dayandiklari icin parametrik istatistiklere kiyasla cok daha genis bir uygulama alani bulmaktadirlar Ozellikle uygulama hakkinda cok derin sayisal bilgilerin olmadigi ve sadece veri saglayanlarin subjektif degerlendirmelerine bagli hallerde parametrik olmayan istatistikler genellikle kullanilmaktadir Daha az ve daha zayif varsayimlara dayandiklari icin niceliksel olcekli veriler elde olsa bile parametrik olmayan yontemler olarak da kullanilmaktadirlar Parametrik olmayan istatistiklerin diger bir uygulama nedeni yontemlerin kullanilmasinin ve cikarilan sonuclarin sozle aciklanmasinin parametrik istatistiklere kiyasla cok defa daha basit olmalaridir Hem daha fazla guclu olma karakteri gosterdikleri hem de daha basit olmalari dolayisiyla bircok istatistikciye gore parametrik olmayan istatistikler hatalarin ortaya cikmasina ve istatistiklerin bilmeyerek veya bilerek yanlis kullanilmasi icin daha kisitlidirlar Parametrik olmayan modellerParametrik olmayan modeller parametrik istatistik modellerden degisik olarak kurulan modellerin bunyesinin a priori olarak teorik dusunce ve varsayimlara bagli olarak kurulmamakta ve veriler model bunyesini tayin etmek icin kullanmaktadir Boylece anlasilmaktadir ki parametrik olmayan terimi kurulan modellerin butunuyle parametre kapsamasi demek degildir ancak parametrelerin sayisi ve tabiati esnek olarak veriye baglamakta olusu ve bu parametrelerin veriler elde edilmeden sabit ve degismez bir sekilde olmadigidir Ornekler soyle verilebilir Bir olasilik dagilimi sirf teorik parametrelere ve matematiksel tanimlanmaya dayanmakta parametrik olmayan istatistik icin bir histogramdan cikartilmasi mumkun olmaktadir Histogramdan daha uygun bir yontem olarak daha iyi kestirimler yaratan kullanabilme imkani vardir veya yontemleri ve kullanilarak gelistirilmistir YontemlerParametrik olmayan veya dagilimlardan serbest cikarimsal istatistik cok kere istatistiksel hipotez sinamasi seklinde olan istatistiksel yontemleri kapsayip parametrik istatistiklerin aksine degerlerlendirilmekte veri olarak kullanilan orneklem istatistiklerinin olasilik dagilimlari hakkinda hicbir varsayim yapilmamaktadir Cok kullanilan parametrik olmayan istatistik yontemleri icin bir liste soyle verilebilir Degerleyici guvenebilirligi Cohen in kappa katsayisi Fleiss in kappa katsayisi Friedman siralamali iki yonlu varyans analizi Kruskal Wallis siralamali tek yonlu varyans analizi Mann Whitney U sinamasi veya Wilcoxon siralama toplami sinamasi Medyan sinamasi Tekrarlama sinamasi Normallik sinamalari D Agostino nun K kare sinamasi Jarque Bera sinamasi Shapiro Wilk sinamasi Anderson Darling sinamasi Kolmogorov Smirnov sinamasi Spearman in siralama korelasyon katsayisi SNK sinamasi Parametrik olmayan istatistiklerin daha genis uygulanabilme alanlari olmasina ve daha fazla guclu olmalarina ragmen bu avantajlara karsi olarak bazi dezavantajlari da bulunur Eger eldeki uygulama icin bir uygun parametrik sinama bulunursa buna benzer parametrik olmayan sinamanin cok daha dusuktur Diger bir sekilde ifade ile ayni guvenebilirlikle sonuc cikartmak icin parametrik olmayan istatistik icin daha buyuk orneklem hacmi gerekmektedir KaynakcaWasserman Larry All of Nonparametric Statistics Springer 2007 ISBN 0387251456 Gibbons Jean Dickinson and Chakraborti Subhabrata Nonparametric Statistical Inference 4th Ed CRC 2003 ISBN 0824740521 Icsel kaynaklarParametrik istatistik