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
はるか
分布の仮定、要るか要らないか。それが違い。
ふゅか
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
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)
PR