La diferencia entre pruebas paramétricas y pruebas no paramétricas y las ventajas y desventajas de las pruebas no paramétricas.
Respuesta: La prueba paramétrica es un método para estimar o probar parámetros poblacionales, como la media poblacional, basándose en el supuesto de que la muestra proviene de una población con una distribución conocida (como una distribución normal). En ocasiones la distribución de la población no es fácil de determinar, y es necesario aplicar una prueba no paramétrica que no dependa del tipo de distribución poblacional.
Las principales ventajas de las pruebas no paramétricas: ① Tiene una amplia gama de aplicaciones y no tiene requisitos especiales para el tipo y distribución de variables. Se puede aplicar independientemente de la forma de distribución general de la muestra. datos, incluso si son desconocidos; ② Para Los requisitos de datos no son estrictos y es inconveniente medir con precisión algunos datos que solo se pueden expresar en forma de gravedad, nivel de calidad, etc. Los métodos estadísticos de la mayoría de las pruebas no paramétricas son simples y fáciles de entender y dominar.
La principal desventaja de las pruebas no paramétricas: si se utilizan pruebas no paramétricas para datos que cumplen con las pruebas paramétricas, la eficiencia de la prueba es menor que la de las pruebas paramétricas porque la información proporcionada por los datos no se utiliza en su totalidad. es decir, la probabilidad de que se produzca un error de tipo II aumentará y, a menudo, se requiere un tamaño de muestra mayor para lograr el mismo rendimiento de la prueba.
En el trabajo real, las pruebas paramétricas deben ser la primera opción para los datos que cumplen con las pruebas paramétricas, o los datos que cumplen con las pruebas paramétricas después de la transformación variable si los datos no cumplen con las condiciones de la prueba paramétrica, no; Se deben utilizar pruebas paramétricas.