Su cálculo implica una estimación de los parámetros de la población con base en muestras estadísticas. son las que, a pesar de basarse en determinadas suposiciones, no parten de la base de que los datos analizados adoptan una distribución normal. En la mayor parte de ellas los resultados estadísticos se derivan únicamente a partir de procedimientos de ordenación y recuento, por lo que su base lógica es de fácil comprensión. Para muestras no relacionadas necesitamos ser más cuidadosos cuando los tamaños de las muestras sean bastante diferentes
Más poder de eficiencia. Más sensibles a los rasgos de los datos recolectados. Menos posibilidad de errores. Robustas (dan estimaciones probabilísticas bastante exactas). Más poder de eficiencia. Más sensibles a los rasgos de los datos recolectados. Menos posibilidad de errores. Robustas (dan estimaciones probabilísticas bastante exactas). Más complicadas de calcular. Limitaciones en los tipos de datos que se pueden evaluar. Más complicadas de calcular. Limitaciones en los tipos de datos que se pueden evaluar.
o Los métodos no paramétricos tienden a perder información porque datos numéricos exactos son frecuentemente reducidos a una forma cualitativa. Pueden ser aplicados a una amplia variedad de situaciones porque ellos no tienen los requisitos rígidos. Diferente a los métodos paramétricos, los métodos no paramétricos pueden frecuentemente ser aplicados a datos no numéricos, tal como el género de los que contestan una encuesta. o Las pruebas No Paramétricas no son tan eficientes como las pruebas paramétricas, de manera que con una prueba no paramétrica generalmente se necesita evidencia más fuerte. Usualmente involucran simples computaciones que los correspondientes en los métodos paramétricos y son por lo tanto, más fáciles para entender y aplicar.