以下内容来自YouTube 视频：Robustness in Statistics，我试图逐字引用。

在生物学和医学中，这些程序非常流行，我不知道为什么。在我看来，它们没用。您可以进行非参数 t 检验，我认为这称为 Wilcoxon。然后是 Spearman 等级相关性。然后，我每次都必须查找这些，因为我从不使用它们，Kruskall-Wallis 和 Mann-Whitney U。所以这些都是当你有混乱数据时使用的“非参数”程序。当我还是一名生物统计学家时，我一直使用这些，因为我不知道更好。但现在我知道得更多了。所以所有这些基本上只是将您的数据转换为排名。所以它只是按照最高分到最低分对人进行排序，然后分析排序后的数据。我不喜欢这个主意，因为你有转换的所有缺点，所以你失去了变量的原始比例。而且您实际上并没有对数据进行建模；您正在对数据的等级进行建模。您应该对数据进行建模。如果线性模型不适合，那么请使用不同的模型。所以，是的，这些其他方法都过时了，唯一使用它们的人是医生和生物学家。是的...我想这结束了我今天有争议的观点。尽管在统计学家中我不认为这是有争议的。只是……无论如何，继续前进。长话短说，不要使用它们。唯一使用它们的人是医生和生物学家。是的...我想这结束了我今天有争议的观点。尽管在统计学家中我不认为这是有争议的。只是……无论如何，继续前进。长话短说，不要使用它们。唯一使用它们的人是医生和生物学家。是的...我想这结束了我今天有争议的观点。尽管在统计学家中我不认为这是有争议的。只是……无论如何，继续前进。长话短说，不要使用它们。

这些统计数据有局限性，就像所有统计方法一样。它们也有优势，就像一些统计方法一样。

由于Dustin Fife接受过一些统计培训，因此他的评论可能会暗示那些接受过一些统计培训的人对统计的共同看法。据称，他教授统计学课程，因此对未来的统计学家以及执业工程师、科学家、技术专家和数学家产生了切实的影响。

但我怀疑他是从什么地方学来的这些观点，我也怀疑这些观点属于少数。

所以对于我的问题：

是否对统计学家的意见进行了调查，最好是在过去 5 年中，关于基于等级的经典非参数统计的有用性？