满足参数检验的资料,采用非参数检验分析A. 减少II型错误B. 增加I型错误C. 增大II型错误D. 减少I型错误E. I型与II型错误概率均增加

考查要点：本题主要考查参数检验与非参数检验的适用条件及错误类型的关系。
核心思路：当数据满足参数检验条件时，参数检验的效能（power）更高，即更易检测真实存在的差异，从而减少II型错误。若错误使用非参数检验，由于其对数据分布的限制较少，检验效能降低，导致更难拒绝错误的零假设，最终增大II型错误概率。
关键点：

1. 参数检验在满足条件时比非参数检验更高效能；
2. 非参数检验的效能较低，易导致II型错误增加。

参数检验与非参数检验的对比：

• 参数检验：假设数据服从特定分布（如正态分布），适用于数据满足条件时，检验效能高，能更有效地控制II型错误。
• 非参数检验：不依赖数据分布假设，但检验效能较低，尤其在数据实际符合参数检验条件时，其敏感性更低。

错误类型的影响：

• II型错误（假阴性）：未能拒绝错误的零假设。
• 当满足参数检验条件时，若使用非参数检验，由于效能降低，更难检测真实存在的差异，导致II型错误概率增大。

选项分析：

• C（增大II型错误）：正确。非参数检验的低效能直接导致II型错误增加。
• 其他选项：
  • A、D涉及I型错误（假阳性），但非参数检验的I型错误概率通常仍接近设定的α水平，不是主要问题；
  • E（两种错误均增加）不准确，因I型错误未必增加。