パラメトリック検定とノンパラメトリック検定の両方を使用して仮説を評価できます。使用する手順の選択は、分析する変数のタイプとその特性によって異なります。 一般に、パラメトリックテストは、一元配置分散分析で肥満、正常体重、痩せた患者の間で末梢神経ブロック（PNB）を配置する時間を比較するなどの定量的データに適用されます。 一方、ノンパラメトリック検定は、ASAの物理的状態と性別を1 x 6カイ二乗で比較するなど、定量的、ランク付け、または定性的なデータに適用できます。
調査員は、パラメトリックテストが「より良い」テストであると考えることがよくあります。 量的変数が正規曲線の釣鐘型であり、比較されるグループの変動性が類似している場合、パラメトリック検定は、ノンパラメトリック検定よりもグループの違いを検出するのに実際に強力です。
ただし、データアナリストは、自分の力だけでテストを選択するわけではありません。 最初の例では、PNBを配置する時間の分布が、4（時間四分位数）で比較される前に、たとえば四分位数に分割される必要がある非正規形状でない限り、カイ3乗分析は使用されません。 x XNUMX（重みカテゴリ）カイXNUMX乗。 XNUMX番目の例では、ASAの物理的状態は非連続的なランク付けされた変数であるため、スチューデントのt検定を使用して男性と女性のASAの物理的状態を比較することはありません。
要約すると、テストの選択は、分析される変数のタイプとそれらの分布特性によって決定される必要があります。 研究にはすべてのタイプのデータが含まれている可能性が高いため、通常、これらの方法を組み合わせた結果が報告されます。 来月、少量の統計では、パラメトリック検定とノンパラメトリック検定によって対処される帰無仮説と対立仮説について説明します。
