Hayır.
Parametrik testler daha güçlü olabilirken, durum her zaman böyle değildir. Durum böyle olmadığında, genellikle parametrik testleri çalıştırmamanız gereken durumlarda.
Ancak, parametrik testin daha yüksek güce sahip olduğu eşit varyanslı normal dağılımlardan iyi boyutlu örnekler toplasanız bile, herhangi bir belirli deney için önemli olmayan bir parametrik testin önemli olmayan parametrik olmayan bir test anlamına gelmediğini garanti etmez. İşte normal dağılımlardan rastgele örnekleme kullanan ve bir t-testi için p> 0.05 olduğunda bir Wilcoxon testi için p <0.05 olan sürenin yaklaşık% 1.8'ini bulan bir simülasyon.
nsim <- 10000
n <- 50
cohensD <- 0.2
Y <- replicate(nsim, {
y1 <- rnorm(n, 0, 1); y2 <- rnorm(n, cohensD, 1)
tt <- t.test(y1, y2, var.equal = TRUE)
wt <- wilcox.test(y1, y2)
c(tt$p.value, wt$p.value)})
sum(Y[1,] > 0.05 & Y[2,] < 0.05) / nsim
Bu simülasyonda parametrik testin gücünün parametrik olmayan testten daha yüksek olduğunu (benzer olsalar da) not edebilirsiniz.
sum(Y[1,] < 0.05) / nsim #t-test power
sum(Y[2,] < 0.05) / nsim #wilcox.test power
Ancak, yukarıda gösterildiği gibi, bu parametrik testin parametrik olmayan testin de başarısız olduğu bir etki bulamadığı her durumda anlamına gelmez.
Bu simülasyonla oynayabilirsiniz. N'yi oldukça büyük yapın, 1000 deyin ve efekt boyutunu çok daha küçük yapın, diyelim 0.02 (testin başarısız olduğu yerlerde çok sayıda örneğe sahip olmak için düşük güce ihtiyacınız var). 1000 n'lik bir n ile, hiçbir numunenin normallik için (aptal bir test değil, muayene ile) reddedilmeyeceği veya şüpheli aykırı değerlere sahip olmayacağı konusunda neredeyse garanti edilebilir. Yine de, parametrik testlerin bazıları anlamlı değilken, parametrik olmayan testler önemlidir.
Ayrıca Hunter & May'a (1993) bakmak da isteyebilirsiniz.
Hunter, MA ve May, RB (1993). Parametrik ve parametrik olmayan testlerle ilgili bazı efsaneler. Kanada Psikolojisi, 34 (4), 384-389.