La differenza tra statistica parametrica e non parametrica si basa sulla conoscenza o ignoranza della distribuzione di probabilità della variabile da studiare.
La statistica parametrica utilizza calcoli e procedure presumendo che tu sappia come è distribuita la variabile casuale da studiare. Al contrario, la statistica non parametrica utilizza metodi per scoprire come si distribuisce un fenomeno e, successivamente, utilizza tecniche di statistica parametrica.
Le definizioni di entrambi i concetti sono illustrate di seguito:
- Statistiche parametriche: Si riferisce a una parte dell'inferenza statistica che utilizza statistiche e criteri di risoluzione basati su distribuzioni note.
- Statistiche non parametriche: È un ramo dell'inferenza statistica i cui calcoli e procedure si basano su distribuzioni sconosciute.
Le statistiche parametriche e non parametriche sono complementari
Usano metodi diversi perché i loro obiettivi sono diversi. Tuttavia, sono due rami complementari. Non sempre sappiamo con certezza - infatti raramente lo sappiamo - come viene distribuita una variabile casuale. Pertanto, è necessario utilizzare tecniche per scoprire a quale tipo di distribuzione assomiglia di più.
Una volta scoperto come è distribuito, possiamo eseguire calcoli e tecniche specifiche per questo tipo di distribuzione. Poiché, ad esempio, il valore medio in una distribuzione di Poisson non viene calcolato allo stesso modo di una normale.
Anche così, è importante notare che le statistiche parametriche sono molto più conosciute e popolari. Molte volte, invece di utilizzare statistiche non parametriche, si assume direttamente che una variabile sia distribuita in un modo. Si parte cioè da un'ipotesi di partenza che si ritiene corretta. Tuttavia, quando si desidera eseguire un lavoro in modo rigoroso, se non si è sicuri, è necessario utilizzare statistiche non parametriche.
Diversamente, per quanto ben applicate possano essere le tecniche di statistica parametrica, i risultati saranno imprecisi.
Statistiche descrittive