優點
無需假設總體分布：
這使得非參數檢驗在實際應用中更加靈活，適用于各種情況，尤其是當總體分布未知或不滿足參數檢驗假設時。
避免了因錯誤假設總體分布而導致的錯誤結論，提高了分析結果的可靠性。
對異常值不敏感：
由于非參數檢驗通常基于數據的秩次進行，異常值對結果的影響相對較小。異常值在轉化為秩次后，其影響會被削弱。
這對于存在極端值的數據非常重要，可以避免異常值對分析結果的過度影響。
適用于小樣本：
在小樣本情況下，參數檢驗的效力可能會降低，而非參數檢驗仍然可以提供有效的分析結果。
非參數檢驗通常不需要對總體參數進行估計，因此在小樣本情況下更加穩定。
缺點
檢驗效能相對較低：
與參數檢驗相比，非參數檢驗的檢驗效能通常較低。這意味著在相同的顯著性水平下，非參數檢驗可能需要更大的樣本量才能檢測到相同大小的差異。
當數據滿足參數檢驗假設時，參數檢驗通常能夠更有效地檢測出差異。
信息損失：
一些非參數檢驗方法，如基于秩次的檢驗，在將原始數據轉化為秩次的過程中可能會損失一些信息。這可能會導致對數據的分析不夠精細。
相比之下，參數檢驗可以利用更多的數據信息，提供更準確的分析結果。