Différence entre les statistiques paramétriques et non paramétriques

La différence entre les statistiques paramétriques et non paramétriques repose sur la connaissance ou l'ignorance de la distribution de probabilité de la variable à étudier.

Les statistiques paramétriques utilisent des calculs et des procédures en supposant que vous connaissez la distribution de la variable aléatoire à étudier. Au contraire, les statistiques non paramétriques utilisent des méthodes pour savoir comment un phénomène est distribué et, plus tard, utilisent des techniques de statistiques paramétriques.

Les définitions des deux concepts sont illustrées ci-dessous :

• Statistiques paramétriques : Il fait référence à une partie de l'inférence statistique qui utilise des statistiques et des critères de résolution basés sur des distributions connues.
• Statistiques non paramétriques : C'est une branche de l'inférence statistique dont les calculs et les procédures sont basés sur des distributions inconnues.

Les statistiques paramétriques et non paramétriques sont complémentaires

Ils utilisent des méthodes différentes parce que leurs objectifs sont différents. Cependant, ce sont deux branches complémentaires. Nous ne savons pas toujours avec certitude - en fait nous le savons rarement - comment une variable aléatoire est distribuée. Ainsi, il est nécessaire d'utiliser des techniques pour savoir à quel type de distribution il ressemble le plus.

Une fois que nous avons découvert comment il est distribué, nous pouvons effectuer des calculs et des techniques spécifiques pour ce type de distribution. Puisque, par exemple, la valeur moyenne dans une distribution de Poisson n'est pas calculée de la même manière que dans une distribution normale.

Néanmoins, il est important de noter que les statistiques paramétriques sont beaucoup plus connues et populaires. Plusieurs fois, au lieu d'utiliser des statistiques non paramétriques, on suppose directement qu'une variable est distribuée dans un sens. C'est-à-dire qu'il part d'une hypothèse de départ que l'on pense être la bonne. Cependant, lorsque vous voulez faire un travail de manière rigoureuse, si vous n'êtes pas sûr, vous devez utiliser des statistiques non paramétriques.

Sinon, si bien appliquées que soient les techniques de statistique paramétrique, les résultats seront imprécis.