W dosłownym znaczeniu tych terminów parametryczny test statystyczny to taki, który przyjmuje założenia dotyczące parametrów (definiujących właściwości) rozkładu populacji (s) z których są pobierane dane, podczas gdy test nieparametryczny to taki, który nie przyjmuje takich założeń. W ścisłym tego słowa znaczeniu „nieparametryczny” jest zasadniczo kategorią zerową, ponieważ praktycznie wszystkie testy statystyczne zakładają jedną rzecz lub inny o właściwościach populacji źródłowej.
Ze względów praktycznych można traktować „parametryczne” jako odnoszące się do testów, takich jak testy t i analiza wariancji, które zakładają bazową populację źródłową ( s) mają rozkład normalny; generalnie zakładają również, że pomiary pochodzą z równorzędnej skali. I możesz myśleć o „nieparametrycznym” jako o testach, które nie opierają się na tych konkretnych założeniach. Przykłady testów nieparametrycznych obejmują

Testy nieparametryczne są czasami określane jako testy „wolne od dystrybucji”, chociaż to również jest mylące.