Statistikā ir daži tēmu dalījumi. Viens sadalījums, kas ātri ienāk prātā, ir atšķirība starp aprakstošo un secinošā statistika. Ir arī citi veidi, kā mēs varam nodalīt statistikas disciplīnu. Viens no šiem veidiem ir klasificēt statistiskās metodes vai nu kā parametriskas, vai bezparamātiskas.
Metodes tiek klasificētas pēc tā, ko mēs zinām par populāciju, kuru mēs pētām. Parametriskās metodes parasti ir pirmās metodes, kuras studē ievada statistikas kursā. Pamatideja ir tāda, ka pastāv fiksētu parametru kopums, kas nosaka varbūtības modeli.
Parametriskās metodes bieži ir tās, par kurām mēs zinām, ka populācija ir aptuveni normāla, vai arī pēc aptuvenās vērtības noteikšanas mēs varam aptuveni izmantot parasto sadalījumu. centrālās robežas teorēma. Normālam sadalījumam ir divi parametri: vidējā un standarta novirze.
Pretstatā parametriskām metodēm mēs definēsim neparametriskas metodes. Šīs ir statistikas metodes, par kurām mums nav jārēķinās ar parametru pieņēmumu populācijai, kuru mēs pētām. Patiešām, metodēm nav nekādas atkarības no interesējošajiem iedzīvotājiem. Parametru kopa vairs nav fiksēta, un tas nav arī mūsu izmantotais sadalījums. Tieši šī iemesla dēļ neparametriskās metodes tiek sauktas arī par metodēm, kas nesatur sadalījumu.
Neparametrisko metožu popularitāte un ietekme pieaug vairāku iemeslu dēļ. Galvenais iemesls ir tas, ka mūs neierobežo tik daudz, cik tad, ja mēs izmantojam parametrisko metodi. Mums nav jāizdara tik daudz pieņēmumu par iedzīvotājiem, ar kuriem mēs strādājam, kā arī tas, kas mums jāizdara ar parametrisko metodi. Daudzas no šīm neparametriskajām metodēm ir viegli pielietojamas un saprotamas.
Ir vairāki veidi, kā izmantot statistiku, lai atrastu ticamības intervālu par vidējo. Parametriskā metode ietvertu kļūdas robežas aprēķināšanu ar formulu un vidējo kopas novērtējumu ar vidējo paraugu. Neparametriska metode ticamības vidējā lieluma aprēķināšanai būtu saistīta ar zābaku iespiešanu.
Kāpēc šāda veida problēmai mums ir vajadzīgas gan parametriskas, gan neparametriskas metodes? Daudzkārt parametriskās metodes ir efektīvākas nekā atbilstošās neparametriskās metodes. Lai arī šīs efektivitātes atšķirības parasti nav tik lielas problēmas, ir gadījumi, kad mums jāapsver, kura metode ir efektīvāka.