No significado literal dos termos, um teste estatístico paramétrico é aquele que faz suposições sobre os parâmetros (definindo propriedades) da distribuição da população (s) a partir do qual os dados são obtidos, enquanto um teste não paramétrico é aquele que não faz tais suposições. Nesse sentido estrito, “não paramétrico” é essencialmente uma categoria nula, uma vez que praticamente todos os testes estatísticos assumem uma coisa ou outro sobre as propriedades da (s) população (ões) de origem.
Para fins práticos, você pode pensar em “paramétrico” como se referindo a testes, como testes t e a análise de variância, que assumem a população de origem subjacente ( s) ter distribuição normal; geralmente, também assumem que as medidas derivam de uma escala de intervalos iguais. E você pode pensar em “não paramétrico” como se referindo a testes que não fazem essas suposições específicas. Exemplos de testes não paramétricos incluem

Testes não paramétricos às vezes são chamados de testes “livres de distribuição”, embora isso também seja um nome impróprio.