Непараметрические критерии предпочтительнее для небольших выборок, потому что они позволяют обрабатывать данные, про распределение которых мало что или вообще ничего не известно. 4

Некоторые преимущества непараметрических критериев:

• Не требуют предварительных предположений относительно вида исходного распределения. 3
• Для их вычисления не требуется большого объёма данных. 3
• Более робастные, то есть применимы в широком диапазоне условий, чем их параметрические аналоги. 3
• Преимущество заметно, когда в данных имеются выбросы (экстремально большие или малые значения). 2

Однако у непараметрических критериев есть и недостатки: они имеют меньшую статистическую мощность, меньшую гибкость и большую вероятность совершить ошибку II рода — отклонить нулевую гипотезу, когда она верна. 3