การทดสอบแบบไม่ใช้พารามิเตอร์ - ภาพรวมเหตุผลในการใช้ประเภท

ในทางสถิติการทดสอบแบบไม่ใช้พารามิเตอร์เป็นวิธีการวิเคราะห์ทางสถิติที่ไม่จำเป็นต้องมีการแจกแจงเพื่อให้เป็นไปตามสมมติฐานที่ต้องการในการวิเคราะห์ (โดยเฉพาะอย่างยิ่งหากข้อมูลไม่ได้กระจายตามปกติ) ด้วยเหตุนี้บางครั้งจึงเรียกว่าการทดสอบแบบไม่แจกแจง การทดสอบแบบไม่ใช้พารามิเตอร์เป็นอีกทางเลือกหนึ่งของการทดสอบพาราเมตริกเช่น T-test หรือ ANOVA ที่สามารถใช้ได้ก็ต่อเมื่อข้อมูลพื้นฐานเป็นไปตามเกณฑ์และสมมติฐานบางประการเท่านั้น

โปรดทราบว่าการทดสอบแบบไม่ใช้พารามิเตอร์ถูกใช้เป็นวิธีอื่นในการทดสอบพาราเมตริกไม่ใช่วิธีการทดแทน กล่าวอีกนัยหนึ่งคือหากข้อมูลตรงตามสมมติฐานที่กำหนดสำหรับการทดสอบพาราเมตริกจะต้องใช้การทดสอบพาราเมตริกที่เกี่ยวข้อง

นอกจากนี้ในบางกรณีแม้ว่าข้อมูลจะไม่เป็นไปตามสมมติฐานที่จำเป็น แต่ขนาดตัวอย่างของข้อมูลมีขนาดใหญ่พอเรายังสามารถใช้การทดสอบพาราเมตริกแทนการทดสอบแบบไม่ใช้พารามิเตอร์ได้

เหตุผลในการใช้การทดสอบแบบไม่ใช้พารามิเตอร์

เพื่อให้บรรลุผลลัพธ์ที่ถูกต้องจากการวิเคราะห์ทางสถิติการวิเคราะห์เชิงปริมาณการวิเคราะห์เชิงปริมาณคือกระบวนการรวบรวมและประเมินข้อมูลที่วัดได้และตรวจสอบได้เช่นรายได้ส่วนแบ่งการตลาดและค่าจ้างเพื่อทำความเข้าใจพฤติกรรมและผลการดำเนินงานของธุรกิจ ในยุคของเทคโนโลยีข้อมูลการวิเคราะห์เชิงปริมาณถือเป็นแนวทางที่ต้องการในการตัดสินใจอย่างชาญฉลาด เราควรทราบสถานการณ์ที่เหมาะสมกับการใช้การทดสอบแบบไม่ใช้พารามิเตอร์ เหตุผลหลักในการใช้การทดสอบแบบไม่ใช้พารามิเตอร์มีดังต่อไปนี้:

1. ข้อมูลพื้นฐานไม่เป็นไปตามสมมติฐานเกี่ยวกับตัวอย่างประชากร

โดยทั่วไปการประยุกต์ใช้การทดสอบพาราเมตริกต้องใช้สมมติฐานต่างๆเพื่อให้เป็นที่พอใจ ตัวอย่างเช่นข้อมูลตามการแจกแจงปกติและความแปรปรวนของประชากรเป็นเนื้อเดียวกัน อย่างไรก็ตามตัวอย่างข้อมูลบางตัวอย่างอาจแสดงการแจกแจงแบบเบ้ในเชิงบวกในทางสถิติการแจกแจงแบบเบ้ (หรือเอียงขวา) เป็นประเภทของการแจกแจงซึ่งค่าส่วนใหญ่จะกระจุกอยู่ที่หางด้านซ้ายของ

ความเบ้ทำให้การทดสอบพาราเมตริกมีประสิทธิภาพน้อยลงเนื่องจากค่าเฉลี่ยไม่ได้เป็นตัววัดแนวโน้มที่ดีที่สุดอีกต่อไปแนวโน้มศูนย์กลางของแนวโน้มกลางคือการสรุปเชิงพรรณนาของชุดข้อมูลผ่านค่าเดียวที่สะท้อนถึงศูนย์กลางของการกระจายข้อมูล พร้อมกับความแปรปรวนเนื่องจากได้รับผลกระทบอย่างมากจากค่าที่รุนแรง ในขณะเดียวกันการทดสอบแบบไม่ใช้พารามิเตอร์ทำงานได้ดีกับการแจกแจงแบบเบ้และการแจกแจงที่ดีกว่าโดยค่ามัธยฐาน

2. ขนาดตัวอย่างประชากรเล็กเกินไป

ขนาดของกลุ่มตัวอย่างเป็นสมมติฐานที่สำคัญในการเลือกวิธีการทางสถิติที่เหมาะสมแนวคิดสถิติพื้นฐานสำหรับการเงินความเข้าใจที่มั่นคงเกี่ยวกับสถิติเป็นสิ่งสำคัญอย่างยิ่งในการช่วยให้เราเข้าใจการเงินได้ดีขึ้น นอกจากนี้แนวคิดด้านสถิติยังช่วยให้นักลงทุนตรวจสอบได้ หากขนาดของกลุ่มตัวอย่างมีขนาดใหญ่พอสมควรสามารถใช้การทดสอบพาราเมตริกที่เกี่ยวข้องได้ อย่างไรก็ตามหากขนาดตัวอย่างเล็กเกินไปอาจเป็นไปได้ว่าคุณอาจไม่สามารถตรวจสอบการกระจายของข้อมูลได้ ดังนั้นการประยุกต์ใช้การทดสอบแบบไม่ใช้พารามิเตอร์จึงเป็นทางเลือกเดียวที่เหมาะสม

3. ข้อมูลที่วิเคราะห์เป็นลำดับหรือเล็กน้อย

ไม่เหมือนกับการทดสอบพาราเมตริกที่สามารถทำงานได้เฉพาะกับข้อมูลต่อเนื่องเท่านั้นการทดสอบแบบไม่ใช้พารามิเตอร์สามารถนำไปใช้กับข้อมูลประเภทอื่น ๆ เช่นข้อมูลลำดับหรือข้อมูลเล็กน้อย สำหรับตัวแปรประเภทดังกล่าวการทดสอบแบบไม่ใช้พารามิเตอร์เป็นวิธีเดียวที่เหมาะสม

ประเภทของการทดสอบ

การทดสอบแบบไม่ใช้พารามิเตอร์ประกอบด้วยวิธีการและแบบจำลองมากมาย ด้านล่างนี้คือการทดสอบที่พบบ่อยที่สุดและการทดสอบพารามิเตอร์ที่เกี่ยวข้อง:

1. การทดสอบ Mann-Whitney U

การทดสอบ Mann-Whitney U เป็นแบบทดสอบ t-test แบบไม่ใช้พารามิเตอร์ การทดสอบส่วนใหญ่เกี่ยวข้องกับตัวอย่างอิสระสองตัวอย่างที่มีข้อมูลลำดับ

2. การทดสอบอันดับที่มีลายเซ็นของ Wilcoxon

การทดสอบอันดับที่มีลายเซ็นของ Wilcoxon เป็นการทดสอบ t-test ตัวอย่างแบบไม่ใช้พารามิเตอร์ การทดสอบเปรียบเทียบสองตัวอย่างที่ขึ้นกับข้อมูลลำดับ

3. การทดสอบ Kruskal-Wallis

การทดสอบ Kruskal-Wallis เป็นทางเลือกที่ไม่ใช้พารามิเตอร์สำหรับ ANOVA ทางเดียว การทดสอบ Kruskal-Wallis ใช้เพื่อเปรียบเทียบกลุ่มอิสระมากกว่าสองกลุ่มกับข้อมูลลำดับ

แหล่งข้อมูลเพิ่มเติม

Finance เป็นผู้ให้บริการอย่างเป็นทางการของ Financial Modeling & Valuation Analyst (FMVA) ™FMVA® Certification เข้าร่วม 350,600+ นักเรียนที่ทำงานให้กับ บริษัท ต่างๆเช่นโปรแกรมการรับรอง Amazon, JP Morgan และ Ferrari ซึ่งออกแบบมาเพื่อช่วยให้ทุกคนเป็นนักวิเคราะห์การเงินระดับโลก . เพื่อให้เรียนรู้และพัฒนาอาชีพของคุณต่อไปแหล่งข้อมูลด้านการเงินเพิ่มเติมด้านล่างนี้จะเป็นประโยชน์:

• ชุดค่าผสมชุดค่าผสมเป็นเทคนิคทางคณิตศาสตร์ที่กำหนดจำนวนการจัดเตรียมที่เป็นไปได้ในชุดของรายการที่ลำดับของการเลือกทำ
• การแจกแจงความถี่สะสมการแจกแจงความถี่สะสมการแจกแจงความถี่สะสมเป็นรูปแบบของการแจกแจงความถี่ที่แสดงถึงผลรวมของคลาสและคลาสทั้งหมดที่อยู่ด้านล่าง จำความถี่นั้นไว้
• การแจกแจงแบบเบ้เชิงลบการแจกแจงแบบเบ้เชิงลบในทางสถิติการแจกแจงแบบเบ้เชิงลบ (หรือที่เรียกว่าการแจกแจงแบบเบ้ซ้าย) เป็นประเภทของการแจกแจงที่มีการกระจุกตัวที่ค่ามากกว่าทางด้านขวา
• การเลือกตัวอย่างอคติการเลือกตัวอย่างอคติอคติในการเลือกตัวอย่างคือความลำเอียงที่เป็นผลมาจากความล้มเหลวในการตรวจสอบให้แน่ใจว่าการสุ่มของตัวอย่างประชากรเป็นไปอย่างเหมาะสม ข้อบกพร่องของการเลือกตัวอย่าง