הסקה, אומדן וקבלת החלטות מנתונים
מבחן t נשען על הנחה אחת: שהנתונים מתפלגים בקירוב נורמלית. כשההנחה הזו נכשלת (מדגמים קטנים, אסימטריה ברורה, זנבות כבדים או נתונים סדוּרים) נכנסים לתמונה מבחנים לא־פרמטריים. הם כמעט אינם מניחים דבר על צורת ההתפלגות, לרוב מתוך עבודה עם דירוגים במקום עם הערכים הגולמיים.
שני מבחנים מרכזיים. מבחן וילקוקסון של דירוג מסומן הוא המקבילה הלא־פרמטרית למבחן t מזוּוג (זוגות מותאמים). מבחן Mann–Whitney U הוא המקבילה למבחן t לשני מדגמים (שתי קבוצות בלתי־תלויות). שניהם שואלים "האם ערכי קבוצה אחת נוטים להיות גבוהים יותר?" בלי להניח נורמליות.
דמיינו שפיטת מרוץ רגלי כאשר שעון העצר מקולקל. אינכם יכולים לקרוא זמני סיום מדויקים, אבל אתם עדיין יכולים לראות מי חצה את הקו ראשון, שני ושלישי. סדר הסיום הזה, הדירוגים, מספיק כדי להכריז על מנצח, וזה לא משנה אם הזמנים היו בהפרש של 10 שניות או 10 דקות זה מזה. מבחנים א-פרמטריים עובדים באותה דרך: הם מחליפים ערכים גולמיים בדירוגים, כך שכמה חריגים פראיים או התפלגות חד-צדדית אינם יכולים לעוות את פסק הדין.