Diferència entre estadística paramètrica i no paramètrica

L’estadística paramètrica utilitza càlculs i procediments assumint que sap com es distribueix la variable aleatòria a estudiar. Per contra, l’estadística no paramètrica utilitza mètodes per conèixer com es distribueix un fenomen per, més tard, utilitzar tècniques d’estadística paramètrica.

Les definicions de tots dos conceptes s’il·lustren a continuació:

• Estadística paramètrica: Fa referència a una part de la inferència estadística que utilitza estadístics i criteris de resolució fonamentats en distribucions conegudes.
• Estadística no paramètrica: Es tracta d’una branca de la inferència estadística els càlculs i procediments de la qual estan fonamentats en distribucions desconegudes.

L’estadística paramètrica i no paramètrica són complementàries

Utilitzen mètodes diferents perquè els seus objectius són diferents. Tot i això, es tracta de dues branques complementàries. No sempre sabem amb certesa –de fet poques vegades ho sabem– com es distribueix una variable aleatòria. Així doncs, cal utilitzar tècniques per esbrinar a quin tipus de distribució s’assembla més.

Un cop hem esbrinat com es distribueix podrem fer càlculs i tècniques específiques d’aquest tipus de distribucions. Ja que, per exemple, no es calcula de la mateixa manera el valor mitjà en una distribució d’una Poisson que no pas d’una Normal.

Tot i així, és important indicar que l’estadística paramètrica és molt més coneguda i popular. Moltes vegades, en comptes d’utilitzar l’estadística no paramètrica, s’assumeix directament que una variable es distribueix d’una manera. És a dir, parteix d’una hipòtesi de partida que es creu que és la correcta. Tanmateix, quan es vol fer una feina de forma rigorosa, en cas de no estar-ne segurs, hem d’utilitzar l’estadística no paramètrica.

Si no, per molt ben aplicades que estiguin les tècniques de l’estadística paramètrica, els resultats seran imprecisos.