В чем разница между параметрическими и непараметрическими тестами значимости различий?

Разница между параметрическими и непараметрическими тестами значимости различий заключается в предположениях о распределении данных. practicum.yandex.ru

Параметрические тесты предполагают, что данные распределяются по определённому шаблону. practicum.yandex.ru Часто это нормальное (или Гауссово) распределение — в виде колокола. practicum.yandex.ru Большинство значений сосредоточено вокруг среднего, а крайние значения встречаются редко. practicum.yandex.ru Примеры параметрических тестов: критерий Стьюдента, критерий Фишера. rsmu.ru

Непараметрические тесты не основаны на предположениях о распределении данных. practicum.yandex.ru То есть нет среднего значения, на основе которого можно анализировать результаты статистических тестирований. practicum.yandex.ru Это бывает, например, когда объём выборки слишком мал, когда данные неоднородны или в них есть «выбросы» — значения, которые сильно отклоняются от общего распределения. practicum.yandex.ru Примеры непараметрических тестов: критерий Манна-Уитни, критерий Уилкоксона. rsmu.ru

Таким образом, параметрические тесты используют, когда есть уверенность в нормальном распределении данных, а непараметрические — когда такого предположения нет. education.yandex.ru