.非参数统计与参数统计的联系与区别在统计学中,统计推断的两个最基本的形式为:参数估计和假设检验,其大部分内容是和正态理论相关的,人们称之为参数统计。在参数统计中,总体的分布形式或分布族往往是给定的,而诸如均值和方差的参数是未知的。人们的任务就是对这些参数进行估计或检验。当假定分布成立时,其推断有较高的精度。然而,在实际问题中,对总体分布的假定并不是总成立,也就是说,有时数据并不是来自所假定分布的总体。因此,在假定的总体分布下进行推断,其结果可能会背离实际。于是人们希望在不假定总体分布的情形下,尽量从数据本身获得所需要的信息,这就是非参数统计的初衷,即在对总体的分布不作假设或仅作非常一般性假设条件下的统计方法称为“非参数统计”,其与参数统计的区别如下:1 适用的数据类型不同。参数统计常用于定距或定比数据,非参数统计常用于仅由一些等级构成的数据,或待分析数据不满足参数检验所要求的假定,因而无法应用参数检验。例如:我们曾遇到过的非正态总体小样本,在t-检验法不适用时,就可用非参数检验。2 对参数的假定不同。参数统计就是需要人们对所提问题中的参数进行估计或检验;而非参数统计