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 anlaşılmaktadir 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. Örneğinler 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 çekirdek yoğunluk kestirimi kullanabilme imkanı vardır. * Parametrik olmayan regresyon veya yarı-parametrik regresyon yöntemleri, çekirdek , spilinler ve dalgacıklar 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: * Cochran'in Q istatistiği * Değerleyici güvenebilirliği ** Cohen'in kappa katsayısı ** Fleiss'in kappa katsayısı * Efron-Petrosian sınaması * Friedman sıralamalı iki-yönlü varyans analizi * Kendall'in sıralama tau korelasyon katsayısı * Kendall'in W katsayısı * Kruskal-Wallis sıralamalı tek-yönlü varyans analizi * Kuiper'in sınaması * Mann-Whitney U sınaması veya Wilcoxon sıralama toplamı sınaması * Medyan sınaması * Tekrarlama sınaması * Normallik sınamaları ** D'Agostino'nun K-kare sınaması ** Jarque-Bera sınaması ** Shapiro-Wilk sınaması * Uygunluk iyiliği sınamaları ** Anderson-Darling sınaması ** Kolmogorov-Smirnov sınaması ** Pearson'un ki-kare uygunluk iyiliği sınaması * Pitman'in permutasyon sınaması * Sıralama çarpanlari * Siegel-Tukey sınaması * Spearman'ın sıralama korelasyon katsayısı * Student-Newman-Keuls (SNK) sınaması * Wald-Wolfowitz'in tekrarlamalar sınaması * Wilcoxon'un işaretli sıralama 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 istatistiksel gücü çok daha düşüktür. Diğer bir şekilde ifade ile aynı güvenebilirlikle sonuç çıkartmak için parametrik olmayan istatistik için daha büyük örneklem hacmi gerekmektedir. Referanslar * Wasserman, Larry, "All of Nonparametric Statistics", Springer (2007) (ISBN 0387251456) * Gibbons, Jean Dickinson and Chakraborti, Subhabrata, "Nonparametric Statistical Inference", 4th Ed. CRC (2003) (ISBN 0824740521) İçsel kaynaklar * Parametrik istatistik * Tekrar örneklem alma * Güçlü istatistik Kaynak *