パラメトリック統計とノンパラメトリック統計の背景
パラメトリック統計では、母集団の分布に関する情報がわかっていて、その分布は一連の固定のパラメーターに基づいています。ノンパラメトリック統計では、母集団の分布に関する情報が不明です。パラメーターが固定されていないので、母集団の仮説を検証する必要があります。
パラメトリック統計では、サンプル・データが一連のパラメーターに基づく確率分布に従っていると想定します。最もよく使用されるのは、データが正規分布に従っているという想定です。一般的な統計方式のほとんどはパラメトリックです。パラメトリック統計は、ノンパラメトリック統計より強力だと考えられていますが、いつでも有意差の分析に適用できるとは限りません。統計の基にした想定が必ず満たされるとは限らないからです。
ノンパラメトリック統計では、サンプル・データは正規分布に従わなくてもかまいません。サンプル・データは、数値に基づくデータではなく、ランキングや共通性などの他の基準に基づくデータです。
パラメトリック統計とノンパラメトリック統計の主な違いを以下の表にまとめます。
| パラメトリック | ノンパラメトリック |
|---|---|
| 母集団についてよくわかっています | 母集団についての情報がありません |
| 母集団について想定します | 母集団について想定しません |
| 分布に基づくサンプル・データ | 任意のサンプル・データ |
| 連続変数に適用できます | 連続変数と離散変数に適用できます |
| 強力です | あまり強力ではありません |