非参数检验是一类不依赖于总体分布类型，也不对总体参数进行推断的统计方法，其适用范围较为广泛，以下详细介绍。

首先，对于总体分布未知的情况，非参数检验是非常适用的。在实际研究中，很多时候我们并不知道所研究的数据来自何种分布，比如一些新的医学研究领域，收集到的数据可能没有明显的分布特征。此时，由于无法满足参数检验对总体分布的要求，非参数检验就可以发挥作用，它不受总体分布形状的限制，能够对数据进行有效的分析。

其次，数据分布呈偏态时，非参数检验更为合适。在医学研究中，像某些疾病的潜伏期、患者的住院时间等数据，往往呈现偏态分布。如果使用参数检验，可能会因为数据不满足正态分布等条件而得出不准确的结果。而非参数检验对数据分布的要求不高，能够在这种情况下准确地分析数据，得出可靠的结论。

再者，当数据中存在不确定值或者有极端值时，非参数检验也很适用。在医学数据收集过程中，可能会遇到一些数据无法精确测量，只能得到一个范围，或者存在少数极大或极小的极端值。这些不确定值和极端值会对参数检验的结果产生较大影响，而在非参数检验中，它主要关注数据的秩次，对这些特殊值的敏感度较低，从而可以更客观地反映数据的整体特征。

另外，对于等级资料，非参数检验是首选方法。医学研究中的很多资料属于等级资料，如疗效评价按照治愈、显效、有效、无效进行分级。等级资料没有确切的数值，不适合用参数检验进行分析，而非参数检验可以根据等级的高低进行分析，从而得出有意义的统计结论。

综上所述，非参数检验在总体分布未知、数据呈偏态、存在不确定值或极端值以及处理等级资料等多种情况下都具有重要的应用价值，是卫生统计学中不可或缺的分析方法。