1.Cuando la prueba estadística clásica o paramétrica correspondiente no es válida; es decir, no cumple con las características de una Distribución Normal.

2.En aplicaciones en donde la prueba estadística clásica o paramétrica es razonablemente válida, pero un estimador no paramétrico puede ser más eficiente.

Son indicaciones para preferir:

1.Tienen mayor eficiencia que los métodos paramétricos en distribuciones asimétricas, o sea cuando hay valores atípicos o datos aberrantes.

2.Tienen validez en el sentido de que su nivel de confiabilidad es realmente el especificado en la mayoría de las pruebas.

3.Generalmente son mucho más fáciles de cálculo que las técnicas de las estadísticas clásicas.

Son desventajas del uso de metodos NO parametricos:

Es la principal ventaja de las Pruebas Estadísticas no Paramétricas consiste en que pueden efectuarse inferencias exactas cuando las suposiciones fundamentales de los métodos estándar no pueden cumplirse en su totalidad.

Las medias, desviaciones estándar y probabilidades son llamadas:

Los métodos de Estadística Inferencial son llamados Métodos Estadísticos Paramétricos porque ellos son basados en muestreo de una población con parámetros específicos como:

Las Pruebas no Paramétricas son frecuentemente llamadas:

Las Pruebas Estadísticas no Paramétricas son útiles cuando el tipo de datos es:

Las Técnicas no Paramétricas serán así una metodología de trabajo idéntica a las técnicas paramétricas pero con la diferencia evidente de que las hipótesis planteadas no harán referencia al valor de los parámetros desconocidos o sus relaciones con los de otra población.

Los contrastes no paramétricos son más sencillos matemáticamente que los paramétricos y se deducen de expresiones sencillas, ES:

Las Pruebas no paramétricas son más sencillas de realizar, las operaciones necesarias son más simples.  ES:

Las hipótesis de aplicación en una Prueba no Paramétrica son menos detalladas y restrictivas.  ES:

Dado que las hipótesis de aplicación son menos restrictivas y numerosas es más fácil percatarse de su incumplimiento. ES:

Las Pruebas no Paramétricas requieren datos ordinales o nominales, mientras que las Pruebas Paramétricas requieren escala de razón o de intervalo, SON:.

Con tamaños muestrales inferiores a diez en las Pruebas Paramétricas no se puede aplicar la característica de normalidad, se comete incumplimiento a las hipótesis de aplicación, por lo que son más adecuadas las Pruebas No Paramétricas; las cuales disminuyen su eficiencia precisamente cuanto mayor es el tamaño muestral, ES:

La eficacia de una prueba paramétrica se refiere a la probabilidad de rechazar la hipótesis nula cuando ésta sea realmente falsa

Mide la probabilidad de tomar la acción que se desea que ocurra:

En la práctica se pueden utilizar métodos PARAMETRICO cada vez que el tamaño de las muestras es pequeño y por lo tanto no hay garantía de que los estimadores tengan distribución normal

Es un número asignado a un elemento muestral individual de acuerdo con su lugar en la lista ordenada; por ejemplo, del más pequeño al más grande o del mejor al peor. Al primer elemento se le asigna un rango de 1, al segundo elemento se le asigna un rango de 2 y así sucesivamente.  

Son métodos empleados en ESTADÍSTICA INFERENCIAL, porque se basan en el muestreo de una población con parámetros específicos, como la media (m), la desviación estándar (s) o la proporción (p).