شرایط استفاده از آزمون های پارامتریک چیست؟

آزمون های پارامتریک بر چندین فرض در مورد داده ها تکیه دارند [1، 2، 3، 5، 6]:

توزیع نرمال: داده ها در هر گروه باید به طور معمول توزیع شوند، که اغلب به عنوان “منحنی زنگ” نامیده می شود [1، 2، 6].
واریانس های مساوی: واریانس (گسترش) داده ها در هر گروه باید مشابه باشد [2، 5].
استقلال: نقاط داده باید مستقل از یکدیگر باشند، به این معنی که یک مشاهده روی دیگری تأثیر نمی گذارد [3].
بدون نقاط پرت: داده ها نباید دارای نقاط پرت شدیدی باشند که نتایج را منحرف کند [2].
مهم است که این فرضیات را قبل از استفاده از آزمون های پارامتریک بررسی کنید. اگر مفروضات برآورده نشوند، آزمون های ناپارامتریک ممکن است گزینه مناسب تری باشد [4].

Sources

1. GraphPad – Assumptions for Parametric Tests https://www.statology.org/parametric-tests-assumptions/
2. Statology – The Four Assumptions of Parametric Tests https://www.graphpad.com/support/faq/how-do-i-evaluate-if-my-data-meet-necessary-assumptions-before-applying-parametric-tests/
3. Bookdown – Chapter 10 Assumptions of Parametric Tests https://bookdown.org/home/tags/guide/
4. ScienceDirect – Parametric Test https://www.sciencedirect.com/topics/medicine-and-dentistry/parametric-test
5. Health Knowledge – Parametric and Non-parametric tests for comparing two or more groups https://www.healthknowledge.org.uk/public-health-textbook/research-methods/1b-statistical-methods/parametric-nonparametric-tests
6. Towards Data Science – Parametric Tests — the t-test https://www.sciencedirect.com/topics/medicine-and-dentistry/parametric-test