Чтобы добавить к списку ответов, асимптотическая статистика на самом деле свободна от вероятностей.
«Вероятность» здесь относится к модели вероятности для данных . Я могу не заботиться об этом. Но я могу найти некоторую простую оценку, например среднее значение, которое представляет собой адекватную сводку данных, и я хочу сделать вывод о среднем распределении (предполагая, что оно существует, что часто является разумным предположением).
По центральной предельной теореме среднее имеет аппроксимирующее нормальное распределение при больших N, когда дисперсия также существует. Я могу создать согласованные тесты (мощность обращается в 1, когда N уходит в бесконечность, когда ноль равно false), которые имеют правильный размер. Хотя у меня есть вероятностная модель (которая является ложной) для распределения выборки среднего значения в конечных размерах выборки, я могу получить действительный вывод и объективную оценку, чтобы увеличить мою «полезную сводку данных» (среднее значение).
Следует отметить, что тесты, основанные на 95% ДИ для медианы (т.е. вариант 6 в ответе @ kjetilbhalvorsen), также полагаются на центральную предельную теорему, чтобы показать, что они согласуются. Так что не безумно рассматривать простой T-тест как «непараметрический» или «не основанный на правдоподобии» тест.