Để thêm vào các câu trả lời, thống kê tiệm cận thực tế là không có khả năng.
Một "khả năng" ở đây đề cập đến mô hình xác suất cho dữ liệu . Tôi có thể không quan tâm về điều đó. Nhưng tôi có thể tìm thấy một số công cụ ước tính đơn giản, như giá trị trung bình, đó là một bản tóm tắt đầy đủ của dữ liệu và tôi muốn thực hiện suy luận về giá trị trung bình của phân phối (giả sử nó tồn tại, thường là một giả định hợp lý).
Theo định lý giới hạn trung tâm, giá trị trung bình có phân phối chuẩn xấp xỉ bằng N lớn khi phương sai cũng tồn tại. Tôi có thể tạo các thử nghiệm nhất quán (công suất tăng lên 1 khi N chuyển sang vô cùng khi null là sai) có kích thước chính xác. Mặc dù tôi có một mô hình xác suất (đó là sai) cho phân phối mẫu của giá trị trung bình trong các cỡ mẫu hữu hạn, tôi có thể có được suy luận hợp lệ và ước lượng không thiên vị để tăng "tóm tắt hữu ích của dữ liệu" (giá trị trung bình).
Cần lưu ý rằng các thử nghiệm dựa trên CI 95% cho trung vị (nghĩa là tùy chọn 6 trong câu trả lời của @ kjetilbhalvorsen) cũng dựa trên định lý giới hạn trung tâm để cho thấy rằng chúng phù hợp. Vì vậy, không có gì điên rồ khi coi thử nghiệm T đơn giản là thử nghiệm "không tham số" hoặc "không dựa trên khả năng".