Rzadko, jeśli w ogóle, test parametryczny i test nieparametryczny faktycznie mają tę samą wartość zerową. Parametryczny test polega na sprawdzeniu średniej rozkładu, zakładając, że istnieją pierwsze dwa momenty. Test sumy rang Wilcoxona nie zakłada żadnych momentów, a zamiast tego testuje równość rozkładów. Jego implikowanym parametrem jest dziwna funkcja rozkładów, prawdopodobieństwo, że obserwacja z jednej próbki jest niższa niż obserwacja z drugiej. Możesz w pewnym sensie mówić o porównaniach między dwoma testami przy całkowicie określonym zeru identycznych rozkładów ... ale musisz rozpoznać, że dwa testy testują różne hipotezy.t
Informacje, które przynoszą testy parametryczne wraz z ich założeniem, pomagają poprawić moc testów. Oczywiście te informacje lepiej są słuszne, ale w dzisiejszych czasach istnieje niewiele dziedzin wiedzy ludzkiej, w których takie wstępne informacje nie istnieją. Ciekawym wyjątkiem, który wyraźnie mówi „nie chcę niczego zakładać”, jest sala sądowa, w której metody nieparametryczne są nadal popularne - i ma to sens dla aplikacji. Prawdopodobnie jest dobry powód, pomyślał pun, że Phillip Good jest autorem dobrych książek na temat zarówno statystyk nieparametrycznych, jak i statystyk na sali sądowej .
Istnieją również sytuacje testowe, w których nie masz dostępu do mikrodanych niezbędnych do testu nieparametrycznego. Załóżmy, że poproszono Cię o porównanie dwóch grup osób w celu oceny, czy jedna jest bardziej otyła niż druga. W idealnym świecie będziesz mieć pomiary wzrostu i masy ciała dla każdego, i możesz utworzyć test permutacji stratyfikujący według wzrostu. W mniej niż idealnym (tj. Rzeczywistym) świecie możesz mieć tylko średnią wysokość i średnią wagę w każdej grupie (lub mogą być pewne zakresy lub warianty tych cech na górze średnich próbek). Najlepszym rozwiązaniem jest obliczenie średniego BMI dla każdej grupy i porównanie ich, jeśli masz tylko środki; lub załóż dwuwymiarową normalną dla wzrostu i masy ciała, jeśli masz środki i wariancje (prawdopodobnie będziesz musiał wziąć korelację z niektórych danych zewnętrznych, jeśli nie pochodzi z twoimi próbkami),