Непараметрические методы эффективны при анализе небольших выборок, потому что они разработаны для ситуаций, когда исследователь ничего не знает о параметрах исследуемой популяции. dit.isuct.ru
Некоторые преимущества непараметрических методов:
- Не требуют предварительных предположений относительно вида исходного распределения. vm-kuznetsov.ru В отличие от параметрических критериев, тип распределения данных не обязательно должен соответствовать нормальному. psyjournals.ru
- Для их вычисления не требуется большого объёма данных. vm-kuznetsov.ru Многие непараметрические критерии основаны на ранжировании переменной: фактические значения признака упорядочиваются, и далее работа выполняется уже с рангами. ivgmu.ru
- Более робастные, чем их параметрические аналоги. vm-kuznetsov.ru Это означает, что непараметрические методы применимы в широком диапазоне условий. vm-kuznetsov.ru
- Преимущество заметно, когда в данных имеются выбросы (экстремально большие или малые значения). psyjournals.ru
Однако у непараметрических методов есть и недостатки: они имеют меньшую статистическую мощность и могут привести к ошибкам. dit.isuct.ru vm-kuznetsov.ru