모수적 검정과 비모수적 검정의 차이

모수검정 - 평균에 대한 검정. 비대칭분포나 비정규분포 검정에 적합

 

집단의 산포/분산이 다른 경우 적합.그러므로 비대칭, 비정규 분포에 적합

집단의 산포가 다를경우 등분산가정 선택취소해서 분석하면 됨

통계적 검정력이 큼

 

 

모수적 통계의 전제조건 - 모집단의 정규분포, 집단내 동일 분산, 변수가 등간 or 비율척도로 측정되어야 함

평균이 자료들을 대표하는 값일 때만 의미있으므로 정규분포성을 따지는 것임 

그렇지 않은 자료는(EX 소득,이상치 등 ) 중위수 검정 즉 비모수적 검정이 나을 수 있음

 

 

모평균과 표본평균 차이 검정 - z.t

표본 평균 간의 차이 - z.t

모분산, 표본분산 간의 차이 - F, 카이

표본 분산 간의 차이 - F, 카이제곱

(카이제곱은 기대빈도와 관찰빈도/범주 차이 검정할 때도 사용. 단일 표본은 모집단과 표본간의 분포/분산 비교인거고 두 표본간의 검정은 범주화된 두 표본집단간의 분포가 실제로 차이가 나는지 우연인지를 검정)_

 

1-t검정, 2-t검정, 분산 분석 등도 모수 검정

 

정규분포 가정되지만 모집단 분산/표준편차 모를 때나 표본 크기 작을 때 T검정으로 평균차이 검정

 

 

 

비모수검정- 모집단의 특별한 분포를 가정하지 않음. 중위수 중심의 검정이자 순위, 부호 검정.

중위수가 연구 영역을 나타내기 더 적합할 수 있음. ex- 소득은 평균보다 중위소득이 더 현실반영도가 높음

 

표본크기가 매우 작아 모집단 분포가 정규분포인지 가정할 수 없거나 데이터 부 ㄴ포를 가정할 수 없을 때 비모수 적합

 

 

가설  - 데이터가 특정한 분포를 따르지 않는다고 가정

 

mann whitney 검정, kruskal 검정, mood,friedman 검정 등

 

 

 

요약:

평균이 분포의 중심을 잘 반영하고, 표본크기가 일정 이상일 때, 모집단이 정규분포를 따를 때 -> 모수, 검정력 더 좋음

중위수 -> 중위수가 분포의 중심을 잘 반영하거나, 표본크기가 매우 작을 때, 정규분포를 하지 않을 떄 -> 비모수