การทดสอบแบบไม่มีพารามิเตอร์คือการทดสอบสมมติฐานทางสถิติที่ไม่ถือว่าเป็นการแจกแจงแบบปกติ ด้วยเหตุผลนี้บางครั้งการทดสอบแบบไม่มีพารามิเตอร์จึงถูกอ้างถึงว่าไม่มีการแจกแจง การทดสอบแบบไม่มีพารามิเตอร์นั้นแข็งแกร่งกว่าการทดสอบมาตรฐานโดยทั่วไปต้องใช้ตัวอย่างขนาดเล็กมีโอกาสน้อยกว่าที่จะได้รับผลกระทบจากการสังเกตจากภายนอกและสามารถใช้กับสมมติฐานที่น้อยลง ในทางตรงกันข้ามการทดสอบแบบไม่มีพารามิเตอร์จะมีประสิทธิภาพน้อยกว่าแบบทดสอบมาตรฐานโดยเฉพาะอย่างยิ่งถ้าประชากรมีการกระจายตัวตามปกติอย่างแท้จริง การทดสอบแบบไม่มีพารามิเตอร์มีประสิทธิภาพอย่างยิ่งสำหรับคำถามที่เกี่ยวข้องกับความถี่และสัดส่วน
การทดสอบสมมติฐานมาตรฐานเปรียบเทียบตัวอย่างจากประชากรทดสอบกับกลุ่มตัวอย่างจากประชากรควบคุมเพื่อพิจารณาว่าประชากรทดสอบนั้นมีค่าทางสถิติเทียบเท่ากับประชากรควบคุมหรือไม่ หากความแตกต่างระหว่างพารามิเตอร์ตัวอย่างหรือพารามิเตอร์ - โดยปกติคือค่าเฉลี่ยและ / หรือความแปรปรวน - มีขนาดใหญ่พอจากนั้นตัวอย่างการทดสอบสามารถตัดสินได้ว่าแตกต่างจากกลุ่มควบคุม การทดสอบพารามิเตอร์ดังกล่าวต้องการพารามิเตอร์ที่มาจากการแจกแจงแบบปกติ
มันได้รับการพิสูจน์ทางคณิตศาสตร์แล้วว่าขนาดตัวอย่าง 30 หรือมากกว่านั้นจะมีพฤติกรรมคล้ายกับการแจกแจงแบบปกติดังนั้นความต้องการนี้จึงถูกสันนิษฐานโดยทั่วไป หากข้อสันนิษฐานนั้นไม่เป็นธรรมอย่างไรก็ตามผลการทดสอบอาจไม่ถูกต้อง การทดสอบแบบไม่มีพารามิเตอร์หลีกเลี่ยงสมมติฐานนี้
แต่การทดสอบสมมติฐานที่ไม่ใช่พารามิเตอร์มักจะตรวจสอบข้อมูลด้วยการจัดหมวดหมู่หรือเรียงตามลำดับ หากกลุ่มตัวอย่างและกลุ่มควบคุมเหมือนกันและหากมีการรวบรวมข้อมูลอย่างถูกต้องความแตกต่างใด ๆ ระหว่างหมวดหมู่หรือการจัดอันดับจะเป็นผลลัพธ์ของโอกาสอย่างเคร่งครัด หากความน่าจะเป็นที่ความแตกต่างเหล่านั้นอาจเกิดขึ้นได้จากการสุ่มโดยบังเอิญหรือที่เรียกว่า P-value มีค่าน้อยกว่าความน่าจะเป็นที่ได้รับการแต่งตั้งโดยปกติแล้วจะเท่ากับ 5 เปอร์เซ็นต์หรือ 1 เปอร์เซ็นต์จากนั้นผู้ทดสอบปฏิเสธสมมติฐานว่า เหมือนกันและสรุปว่าพวกเขาแตกต่างกัน
การทดสอบแบบไม่อิงพารามิเตอร์ทั่วไปหนึ่งรายการเป็นการทดสอบแบบไคสแควร์ซึ่งใช้เพื่อเปรียบเทียบความถี่หรือสัดส่วนที่สังเกตได้ เมื่อมีการตรวจสอบความถี่เพียงชุดเดียวก็มักจะเรียกว่าการทดสอบความดีแบบพอดีและใช้เพื่อพิจารณาว่าความถี่ที่สังเกตเห็นนั้นเหมาะสมภายในช่วงที่คาดหวังหรือไม่ ตัวอย่างเช่นการทดสอบความดีของความพอดีสามารถใช้เพื่อตรวจสอบว่าตารางรูเล็ตได้รับการ rigged โดยการเปรียบเทียบผลลัพธ์ของตารางกับผลลัพธ์ที่ทฤษฎีความน่าจะเป็นทำนายหรือเพื่อตรวจสอบว่ายาแก้ปวดมีประสิทธิภาพโดยการเปรียบเทียบสัดส่วนของคนที่ปวดหัว ปรับปรุงยาตามสัดส่วนของคนที่ปวดหัวดีขึ้นเมื่อพวกเขากินยาหลอก หากมีการตรวจสอบความถี่สองความถี่การทดสอบ Chi-square nonparametric นั้นสามารถใช้ในการทดสอบความสัมพันธ์หรือความเป็นอิสระระหว่างปัจจัยต่างๆ การสำรวจความคิดเห็นทางการเมืองมักจะมองหาความสัมพันธ์ระหว่างปัจจัยทางสังคมเศรษฐกิจหรือประชากรและความเชื่อทางการเมืองเช่นการดูว่ามีความสัมพันธ์กันระหว่างการศึกษาของบุคคลหรือไม่และเขาหรือเธอเห็นด้วยกับการเลือกตั้งของเจ้าหน้าที่
การทดสอบอื่นที่ไม่ใช่พารามิเตอร์คือการทดสอบผลรวมของอันดับ Wilcoxon ซึ่งโดยทั่วไปจะใช้ในสถานการณ์เดียวกับการทดสอบสมมติฐานพารามิเตอร์แบบมาตรฐาน แทนที่จะตรวจสอบค่าเฉลี่ยของตัวอย่างแต่ละตัวอย่างอย่างไรก็ตามการทดสอบ Wilcoxon จะตรวจสอบลำดับของค่าแต่ละค่าหากสั่งสองตัวอย่างจากน้อยไปมากที่สุด หากตัวอย่างทั้งสองเหมือนกันแต่ละกลุ่มควรกระจัดกระจายไปทั่วการจัดอันดับ หากมีกลุ่มหนึ่งกลุ่มที่ด้านล่างหรือด้านบนของการจัดอันดับสิ่งนี้บ่งชี้ว่าทั้งสองกลุ่มนั้นแตกต่างกัน
ตัวอย่างเช่นสมมติว่ามีคนต้องการดูว่าภาพยนตร์การ์ตูนมีความยาวหรือสั้นกว่าภาพยนตร์ที่ไม่ใช่ภาพยนตร์หรือไม่ สำหรับการทดสอบมาตรฐานเขาหรือเธอจะกำหนดระยะเวลาเฉลี่ยสำหรับตัวอย่างภาพยนตร์การ์ตูนและตัวอย่างภาพยนตร์ไลฟ์แอ็กชันและเปรียบเทียบความแตกต่างกับความแปรปรวนของตัวอย่าง สำหรับการทดสอบแบบไม่มีพารามิเตอร์ของวิลคอกสันเวลาภาพยนตร์จะเรียงตามลำดับจากน้อยไปหามากที่สุดและลำดับเวลาของภาพยนตร์การ์ตูนจะถูกรวมเข้าด้วยกัน
บุคคลที่สามารถคำนวณความน่าจะเป็นที่ผลรวมอันดับจะเป็นขนาดนั้นหรือเล็กกว่าโดยการกำหนดจำนวนของการสั่งซื้อที่เป็นไปได้ด้วยผลรวมอันดับที่กำหนดและจำนวนทั้งหมดของการสั่งซื้อที่เป็นไปได้การคำนวณที่ง่าย ด้วยตัวอย่างภาพยนตร์สองเรื่องขนาดเล็กสองเรื่องแต่ละเรื่องมีการจัดอันดับที่เป็นไปได้ 924 เรื่องจำนวนที่เติบโตขึ้นอย่างรวดเร็วเมื่อภาพยนตร์ถูกเพิ่มเข้ามา อีกทางเลือกหนึ่งคือมีตารางเผยแพร่ที่ให้ความน่าจะเป็นที่สอดคล้องกับผลรวมอันดับที่กำหนดสำหรับขนาดตัวอย่างที่กำหนด สามารถพบได้ในตำราสถิติหรือออนไลน์
การทดสอบแบบไม่มีพารามิเตอร์เป็นเขตที่กำลังเติบโต มันสามารถนำไปใช้ในสาขาใด ๆ ที่มีการใช้สถิติแบบเดิมมากขึ้นเช่นกัน การใช้งานเป็นเรื่องธรรมดาโดยเฉพาะอย่างยิ่งในสังคมศาสตร์และการแพทย์อย่างไรก็ตามโดยเฉพาะอย่างยิ่งเมื่อไม่สามารถใช้การแจกแจงแบบปกติ
