estatística paramétrica

As estatísticas paramétricas foram as primeiras técnicas de inferência estatística que apareceram e que formulavam diversas hipóteses sobre a natureza da população, da qual se extraíam os dados. Atendendo a que os valores relacionados com a população são vulgarmente designados de "parâmetros", estas técnicas chamar-se-iam de paramétricas.
Os testes paramétricos visam analisar a variabilidade dos resultados da variável dependente, em função da manipulação das variáveis independentes, de forma a que se possa refutar ou aceitar a hipótese nula, a qual postula que os resultados da investigação são devidos, não aos efeitos previstos pela hipótese experimental, mas a diferenças aleatórias nos resultados, devidas a outras variáveis irrelevantes ou ao acaso.
Existem três requisitos para a utilização de testes paramétricos:
1) os resultados experimentais devem ser mensurados em escalas intervalares;
2) os resultados são normalmente distribuídos, isto é, devem seguir a curva normal;
3) deve haver homogeneidade da variância, isto é, a variabilidade dos resultados, para cada situação experimental, deve ser aproximadamente a mesma.
Para testar estes pressupostos é condição essencial que os resultados da variável dependente sejam medidos de uma forma numérica, ainda que nem sempre baseados numa escala intervalar "natural".
Refira-se ainda que as estatísticas paramétricas são mais poderosas do que as não-paramétricas, na medida em que têm em consideração mais informação acerca das diferenças entre os resultados; tal facto torna-as mais sensíveis para considerar as diferenças significativas entre as performances dos indivíduos, nas diferentes situações experimentais.
Exemplo de alguns testes paramétricos: teste t de student, análise de variância (anova one-way; anova two-way; manova), entre outros.