반응형
비모수 통계학이란 모집단의 분포를 가정하지 않고, 오직 데이터를 통해서만 데이터를 검정하는 방법을 의미한다. 비모수 통계학은 영어로 non-parametric statistics라 하고, distribution-free 방법이라고도 말한다.
모수적 방법에서 t-test의 예를 들어보면, 기본 가정중의 하나가 바로 모집단의 "정규성" 이다. 모집단이 정규분포가 아니라면 t-test의 신뢰도는 낮아지게 된다. 그러므로 보통 비모수 방법을 사용하는 이유가 바로 모수적 방법에서의 가정이 만족하지 않을 때이다. t-test의 경우에는 모집단에 대하여 정규성 검정을 수행한 후 정규분포가 아니라는 근거가 있을 때는 비모수적 방법을 사용하면 된다.
비모수 통계학의 장점은 아래와 같은 것들이 있다.
- 모집단의 분포가 어떻든지 사용할 수 있다.
- 모수적 방법에 비해 계산이 간단하며, 적용하기 쉽다.
- 관측값에 신뢰성이 적어 단순히 순위를 통해 검정하고 싶을 때 이용하면 좋다.
반면 비모수적 방법은 아래와 같은 단점이 있다.
- 모수적 방법으로 검정할 수 있는 데이터에 비모수적 방법을 이용하면, 효율성이 떨어진다.
- 표본의 크기가 커질 수록 비모수적 방법의 계산량은 빠르게 늘어난다.
반응형
'Data science > Statistics' 카테고리의 다른 글
윌콕슨 순위합 검정(Wilcoxon rank sum test) (0) | 2017.06.10 |
---|---|
윌콕슨 부호순위 검정 (Wilcoxon Signed Rank Test) (0) | 2017.06.10 |
회귀분석의 가정 (0) | 2017.05.20 |
직접 표준화와 간접 표준화 정리 (6) | 2017.04.08 |
Relative Risk 와 Odds Ratio 비교 (17) | 2017.03.10 |