標本から得られる値は、母集団分布に従ったばらつきを持っています。母集団から標本を抜き取っているわけですから、母集団がどんな分布なのかによって、標本も変わってくるのは当然ですよね。 このとき、母集団分布の事前の仮定を2パターンに分けることができます。パラメトリックとノンパラメトリックです。 パラメトリック 事前に母集団の分布が、ある確率分布であるとわかっているとき、パラメータがわかれば、母集団の分布がどのようなものか把握することができます。これが、パラメトリックの場合です。 たとえば、正規分布であれば、母集団の平均値、標準偏差の2つを知れば、その分布についてを把握することができます。これらのパラメータを統計的に推測するのです。 統計学入門で説明されるような通常の推定や、t検定などは、母集団が正規分布など特定の分布をしていると仮定していますから、パラメトリックな場合の手法といえます。 データの
![パラメトリックとノンパラメトリックの違い](https://cdn-ak-scissors.b.st-hatena.com/image/square/46a4453c1fca156c2e39291618804ab413a187b7/height=288;version=1;width=512/https%3A%2F%2Ftoukeigaku-jouhou.info%2Fwp-content%2Fuploads%2F2018%2F01%2Fparametric-nonparametric.jpg)