nemparaméteres

Nemparaméteres, vagy gyakran "nemparaméteres statisztika" kifejezés olyan módszertanokra utal, amely nem tesz szigorú előfeltételezéseket a populáció eloszlásáról vagy a kapcsolatról. Célja, hogy a megfigyelések adatait anélkül írja le, hogy előre meghatározott paraméteres formát alkalmazna. Ennek megfelelően a becslések és a becslési eljárások a konkrét eloszlástól függetlenül működnek.

Jellemző területek közé tartoznak a rangalapú tesztek, az eloszlásfüggetlen összehasonlítások és a függvények becslése. Példák: Mann–Whitney U teszt és Wilcoxon-próba a két csoport közötti különbségek vizsgálatára, Kruskal–Wallis teszt többcsoportos összehasonlításokra. A korreláció területén a Spearman-féle rangkorreláció és a Kendall tau használatos. Eloszlásbecslésben a hisztogram és a kernel sűrűségbecslés (kernel density estimation) jellemző eszközök. Regresszióban a nemparaméteres vagy félig paraméteres formák közé tartozik a kernel-regresszió és az LOESS/LOWESS eljárás.

Előnyök és korlátok között szerepel a rugalmasság és a robusztusság a feltételezett eloszlás megváltoztatásával szemben, valamint az alacsonyabb előzetes modellkötés. Ugyanakkor gyakran nagyobb mintaszámot igényelnek a hatékony becsléshez, és értelmezésük egyszerűbb lehet paraméteres modellekhez képest. Különösen hasznosak akkor, ha a valódi adatspecifikáció nem ismert vagy nehezen meghatározható.

Kapcsolat más modellekhez: a nemparaméteres megközelítések gyakori elemei a félig vagy teljesen semiparaméteres modelleknek, ahol a paraméteres részek mellett rugalmas, nemparaméteres komponensek is szerepelnek. A fegyelem és a mintaigények függvényében alkalmazhatóak a statisztikában, gépi tanulásban és adatkutatásban.