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。

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）