Как непараметрические критерии помогают выявлять различия в распределении данных?

Непараметрические критерии помогают выявлять различия в распределении данных, не делая предположений о форме исходного распределения. 2

Некоторые способы, как это происходит:

• Ранжирование абсолютных значений признака. 4 Непараметрические методы обрабатывают не само измеренное значение, а его ранг. 4 Это позволяет нивелировать эффект выбросов и несимметричности распределения. 4
• Применение разнообразного набора мер положения и рассеяния. 3 В непараметрической статистике используют медиану, моду, квартили и другие меры, которые помогают представить более «полную картину» данных. 3
• Использование специальных критериев. 1 Например, критерий Крускала-Уоллиса позволяет установить, что уровень признака изменяется при переходе от группы к группе, но не указывает на направление этих изменений. 1 Критерий Манна-Уитни применяется, когда данные не соответствуют нормальному распределению или когда выборка слишком мала для надёжного тестирования нормальности. 5

Непараметрические критерии обладают рядом преимуществ: не требуют предварительных предположений, для их вычисления не требуется большого объёма данных, более применимы в широком диапазоне условий. 3 Однако у них есть и недостатки: низкая статистическая мощность, меньшая гибкость и большая вероятность совершить ошибку II рода. 3