何时使用非参数检验并非易事。以下是一些需要考虑的因素：

•超出量程的值。在某些类型的实验中，可能会有一个或几个值“超出量程”——即高得或低得无法测量。即使总体服从正态分布，也无法使用t检验或方差分析（ANOVA）来分析这些数据。 如果完全排除这些超出量程的值，将会导致结果产生偏差。如果对这些值进行估算，t检验的结果很大程度上依赖于您的估算值。解决方法是使用非参数检验。对于低到无法测量的值，赋予其一个任意的低值；对于高到无法测量的值，赋予其一个任意的值。 由于非参数检验仅分析秩，因此只要您输入的数值使这些值具有正确的秩，即使您不知道其中一个（或几个）值的精确数值，也不会影响结果。

•通过变换，可以将非高斯分布转换为高斯分布。 如果您确定数据不服从高斯分布，在选择非参数检验之前请三思。不妨考虑对数据进行转换，例如使用对数或倒数。通常，简单的转换就能将非高斯数据转换为高斯分布。然后，使用常规检验对转换后的值进行分析。

•非连续数据。结果是仅包含少数几个类别的排名或分数。显然，在这些情况下，总体分布远非正态分布。使用非参数检验的问题在于，会有太多数值并列同一排名。 非参数检验内置了专门用于处理并列秩的校正机制，但我并不确定当并列秩数量众多时，这些机制的效果如何。另一种选择是进行卡方检验。

•小样本。如果样本量极小（每个组只有少数几个受试者），非参数检验几乎没有或根本没有功效发现显著差异。

•不应仅凭正态性检验的结果来自动决定是否使用非参数检验，但这些检验可以作为决策的参考依据。

•您真的应该在实验设计阶段就确定所采用的统计检验方法。如果您先试这个检验，再试那个检验，直到得到满意的结果为止，很可能会被误导。