有母數統計(Parametric Statistics)是以母體遵循特定機率分佈(如常態分佈)為前提,並依賴母體參數(如平均數、標準差)進行統計推論。
優點:
在資料符合其前提條件下,分析能力(Power)較強,能更有效地推論。
能充分利用所有資料的資訊。
缺點:
對母體分佈和資料特性有嚴格要求(如常態性、變異數同質性、獨立性)。
若前提條件不符,分析結果的有效性會大幅降低。
無母數統計(Non-parametric Statistics)則不假設母體的特定機率分佈,適用於資料不符合常態、樣本數小或資料為等級數據的情況。
優點:
對資料的分佈限制較少,更具穩健性,不容易受到異常值或分佈不合的影響。
適用於多種資料類型,範圍廣泛。
缺點:
與有母數分析相比,通常需要較大的樣本數才能達到相同的統計檢驗效能。
所檢定的假說較不特異,結論所能提供的資訊也較少。 (統計資料 - 有母數與無母數- IBM)