更新:2025/03/30
パラメトリック法とノンパラメトリック法の違いについて

「パラメトリック法」と「ノンパラメトリック法」は、主に統計学や機械学習の分野で使われる分類方法で、データを扱う際の前提やアプローチの違いを表しています。以下にその違いをわかりやすく説明します。

はるか
分布の仮定、要るか要らないか。それが違い。

ふゅか
それってパラメトリックとノンパラメトリックの話?

はるか
そう。仮定するのがパラメトリック。しないのがノンパラメトリック。
目次
1. パラメトリック法(Parametric Method)
1.1. 特徴
- あらかじめ特定の分布(形)を仮定する方法
- 例:データは「正規分布(いわゆる釣鐘型)」に従うと仮定する。
- 仮定の下で、その仮定の分布に従う統計量を求める
1.2. デメリット
- 仮定した分布が間違っていると、結果が大きくずれる。
1.3. 例
- t検定、F検定 など
2. ノンパラメトリック法(Nonparametric Method)
2.1. 特徴
- 特定の分布を仮定しない方法
2.2. メリット
- データの分布が未知でも使える(柔軟性が高い)。
2.3. 例
- カイ二乗検定、順位検定(ウィルコクソン検定、並べ替え検定、符号検定など)
PR