په احصایو کې غیر پارامیټریک میتودونه
احصایې د ریاضیاتو یوه څانګه ده چې د معلوماتو راټولولو، تحلیل، تفسیر او وړاندې کولو سره تړاو لري. احصایوي میتودونه په پراخه کچه په دوو اصلي کټګوریو ویشل کیدی شي: پارامیټریک میتودونه او غیر پیرامیټریک میتودونه. دا مقاله به په احصایو کې د غیر پیرامیټریک میتودونو په اړه بحث وکړي، د دوی اساسي اصول، غوښتنلیکونه، او ګټې او زیانونه به وپلټي.
د غیر پارامیټریک میتودونو پیژندنه
غیر پیرامیټریک میتودونه، چې د توزیع څخه پاک احصایې په نوم هم پیژندل کیږي، هغه تخنیکونه دي چې د ازمول شوي نفوس لپاره د توزیع ځانګړی شکل نه مني. په ډیری مواردو کې، د t-ټیسټ او ANOVA په څیر پیرامیټریک میتودونه فرض کوي چې معلومات د نورمال توزیع څخه راځي. که دا انګیرنه پوره نشي، د تحلیل پایلې ممکن باطلې وي. غیر پیرامیټریک میتودونه په ځانګړي ډول ګټور دي کله چې موږ د معلوماتو د توزیع شکل په اړه معلومات نلرو یا کله چې د معلوماتو توزیع په څرګنده توګه د نورمال توزیع تعقیب نه کوي.
د غیر پارامیټریک میتودونو ځانګړتیاوې
۱. ځانګړی ویش نه فرض کوي: د غیر پیرامیټریک میتودونو یوه له اصلي ګټو څخه دا ده چې دوی د نفوس ویش په اړه انګیرنې نه کوي. دا پدې مانا ده چې دوی ډیر انعطاف منونکي دي او د معلوماتو پراخه ډول سره کارول کیدی شي.
۲. د کوچنیو نمونو لپاره مؤثر: غیر پیرامیټریک میتودونه د کوچنیو نمونو لپاره ډیر اغیزمن وي، چیرې چې د نورمال ویش انګیرنه ازموینه یا پلي کول ستونزمن وي.
۳. د رتبو کارول: ډیری غیر پارامیټریک میتودونه د اصلي ارزښتونو پرځای د معلوماتو په رتبو تکیه کوي. دا دوی په ځانګړي ډول د عادي معلوماتو یا هغه معلوماتو لپاره ګټور کوي چې خورا بهرني توکي لري.
۴. ټینګښت: دا طریقې اکثرا د پیرامیټریک میتودونو په پرتله د بهرنیو او سختو ارزښتونو په وړاندې ډیر مقاومت لري، کوم چې دوی د معلوماتو تحلیل کې ډیر پیاوړي کوي.
په عام ډول کارول شوي غیر پیرامیټریک ازموینې
په احصایوي مطالعاتو کې مختلف غیر پارامیټریک میتودونه کارول کیږي. ځینې یې لاندې ازموینې شاملې دي:
۱. ویلکوکسن لاسلیک شوی رتبه ازموینه
دا ازموینه د دوه اړونده یا جوړه شویو نمونو پرتله کولو لپاره کارول کیږي، په ځانګړي توګه کله چې د نورمالیت انګیرنه پوره نشي. دا د جوړه شوي t-ټیسټ لپاره یو غیر پیرامیټریک بدیل دی.
۲. د مان-ویټني U ازموینه
دا یوه ازموینه ده چې د دوو خپلواکو نمونو پرتله کولو لپاره کارول کیږي. دا د t-ټیسټ لپاره یو غیر پیرامیټریک بدیل دی چې دوه خپلواک نمونې لري.
۳. د کرسکل والیس ازموینه
دا ازموینه د دریو یا ډیرو خپلواکو ډلو ترمنځ د توپیرونو د مطالعې لپاره کارول کیږي. دا د یو اړخیز ANOVA لپاره یو غیر پارامیټریک بدیل دی.
۴. د فریډمن ازموینه
په تکراري معلوماتو یا په ورته موضوع کې د تکراري اندازه کولو سره معلوماتو باندې پلي کیږي. دا د تکراري اندازه کولو ANOVA لپاره یو غیر پیرامیټریک بدیل دی.
۵. د چي-مربع ټیسټ (χ²)
د معلوماتو په کټګوري تحلیل کې دا ډیره عامه ده چې د خپلواکۍ یا د مناسب والي ښه والی ازموینه وشي.
په مختلفو برخو کې غوښتنلیکونه
طبي څېړنه
په طبي څېړنه کې، معلومات اکثرا د کوچنيو نمونو اندازو یا غیر متناسب ویش له امله د عادي ویش سره سمون نه خوري. غیر پارامیټریک میتودونه څیړونکو ته اجازه ورکوي چې د ویش په اړه اندیښنه پرته معلومات تحلیل کړي. د مثال په توګه، د مان-ویټني U ازموینه د دوو درملو اغیزمنتوب پرتله کولو لپاره کارول کیدی شي پرته لدې چې فرض شي چې د اغیزمنتوب توپیر د عادي ویش تعقیبوي.
ټولنیز علوم
په ټولنپوهنه او ارواپوهنه کې، معلومات اکثرا منظم وي او د نورمال ویش انګیرنې سره سمون نه خوري. د مثال په توګه، د لیکرټ پیمانه کې د سروې معلومات د ANOVA په پرتله د غیر پیرامیټریک میتودونو لکه کرسکل والیس ازموینې په کارولو سره غوره تحلیل کیږي.
اقتصاد او سوداګري
په اقتصاد او سوداګرۍ کې، موږ ډیری وختونه د غیر عادي ویشل شوي معلوماتو سره کار کوو، په ځانګړي توګه کله چې د کیفیت یا کټګوري معلوماتو سره معامله کوو. غیر پیرامیټریک میتودونه لکه د چی-مربع ازموینه د دوو کټګوري متغیرونو ترمنځ د اړیکو ازموینې لپاره کارول کیدی شي، لکه د مصرف کونکي پیرود غوره توبونو باندې د ډیموګرافیک فکتورونو نفوذ تحلیل.
د غیر پیرامیټریک میتودونو ګټې او زیانونه
زیات
۱. انعطاف: غیر پارامیټریک میتودونه خورا انعطاف منونکي دي ځکه چې دوی د معلوماتو ویش په اړه قوي انګیرنې نه کوي. دا دوی په پراخه کچه شرایطو کې ګټور کوي.
۲. د غیرمثبتو عواملو په وړاندې ټینګښت: غیرمثبت میتودونه د غیرمثبتو او خورا ارزښتونو په پرتله ډیر قوي دي، چې د پایلو اعتبار زیاتوي.
۳. عملي والی: د عادي معلوماتو یا نامعلوم پیمانه لرونکو معلوماتو لپاره، غیر پیرامیټریک میتودونه د تحلیل لپاره عملي او مؤثره لاره چمتو کوي.
۴. پراخه تطبیق: ډیری غیر پیرامیټریک ازموینې د معلوماتو او څیړنیزو ستونزو په مختلفو ډولونو کې پلي کیدی شي.
کمښت
۱. احصایوي موثریت: غیر پارامیټریک میتودونه، که څه هم ډیر انعطاف منونکي دي، ډیری وختونه د پارامیټریک میتودونو په پرتله لږ احصایوي اغیزمن دي. دا پدې مانا ده چې دوی ممکن د ورته اغیز کشف کولو لپاره لویو نمونو ته اړتیا ولري.
۲. د پیرامیټر اټکلونه نه وړاندې کوي: د غیر پیرامیټریک میتودونو یوه له اصلي کمزورتیاو څخه دا ده چې دوی د نفوس پیرامیټرونو لکه اوسط او توپیر اټکلونه نه وړاندې کوي.
۳. د پایلو محدود تفسیر: د غیر پیرامیټریک ازموینو د پایلو تفسیر ځینې وختونه د پیرامیټریک میتودونو په پرتله په ځینو شرایطو کې ډیر پیچلی یا محدود کیدی شي.
۴. په عمومي کولو کې محدودیتونه: د غیر پیرامیټریک میتودونو پایلې ځینې وختونه د پراخ نفوس لپاره عمومي کول خورا ستونزمن وي، په ځانګړي توګه کله چې میتود د مطالعې شوي معلوماتو لپاره خورا ځانګړی وي.
پایله
غیر پارامیټریک میتودونه د احصایوي معلوماتو تحلیل کې مهم رول لوبوي، په ځانګړې توګه په هغه شرایطو کې چې د معلوماتو ویش په اړه انګیرنې نشي پوره کیدی یا چیرې چې معلومات عادي وي. د دوی انعطاف، د بهرنیانو په وړاندې قوي والی، او پراخه تطبیق دوی د احصایوي تحلیل وسیلې کې ارزښتناکه وسیلې ګرځوي.
په هرصورت، دا طریقې ډیری محدودیتونه هم لري، په شمول د ټیټ احصایوي موثریت او د پایلو په تفسیر کې محدودیتونه. له همدې امله، د غیر پیرامیټریک او پیرامیټریک میتودونو ترمنځ انتخاب باید د معلوماتو د ځانګړتیاوو او د تحلیل د موخو پر بنسټ وشي.
د هرې طریقې د قوتونو او ضعفونو په ښه پوهیدو سره، څیړونکي کولی شي د خپلو معلوماتو تحلیل لپاره ترټولو مناسبه طریقه غوره کړي، ډاډ ترلاسه کړي چې ترلاسه شوي پایلې معتبر او باوري دي.
