非参数检验相对于参数检验而言，对数据的分布做出了更少的假设。通常，它们对于数据的对称性、正态性、方差齐性等方面的要求更少。因此，在某些情况下，非参数检验可能是更为适合的选择。
非参数检验的适用条件和样本量的要求取决于所使用的具体方法。以下是一些常见的非参数检验方法以及它们的适用条件和样本量要求：
Wilcoxon-Mann-Whitney U检验（又称Mann-Whitney U检验）
适用条件：
两组数据相互独立
两组数据的分布形态不需要相同，但需要存在相同的形状和尺度（比如两组数据都是右偏的）
样本量要求：
每组数据至少包含5个样本
Kruskal-Wallis H检验
适用条件：
多组数据相互独立
多组数据的分布形态不需要相同，但需要存在相同的形状和尺度
样本量要求：
每组数据至少包含5个样本
总样本量至少为10个
Friedman检验
适用条件：
多组数据相互独立
多组数据来自同一总体分布，但分别有不同的观测顺序
样本量要求：
每组数据至少包含5个样本
总样本量至少为10个
需要注意的是，这些适用条件和样本量要求并不是绝对的。在实际应用中，还需要考虑其他因素，如数据的特点、分析目的等。此外，在进行非参数检验时，也需要注意其优缺点，以及可能存在的局限性。
