آمار ناپارامتری

آمار ناپارامتری، در برابر آمار پارامتری، به روش‌هایی آماری گفته می‌شود که سعی می‌کنند کمترین فرض‌ها را در تحلیل داده انجام دهند. به عبارت دیگر، مدل‌های آمار ناپارامتری دارای بعد نامتناهی هستند.

آمار ناپارامتری به بررسی مسائل زیر می‌پردازد:

• تخمین تابع توزیع احتمال: فرض کنید ${\displaystyle X_1,\dots ,X_n\sim F}$
  داده شده‌اند. یک تخمین ناپارامتری برای ${\displaystyle F}$
  توزیع نمونه‌برداری است:

${\displaystyle {\hat{F}}_n(X\le x)=\frac{1}{n}\sum _{i=1}^{n}1(X_n\le x)}$

• تخمین تابعکها: یعنی تخمین توابعی که بر حسب تابع توزیع احتمال تعریف شده‌اند. مانند امید ریاضی و واریانس.
• تخمین تابع چگالی احتمال: یعنی تخمین تابع ${\displaystyle f=F^{\prime }}$
• رگرسیون ناپارامتری: نوعی از رگرسیون که هیچ فرضی در مورد توزیع داده نمی‌کند. مانند رگرسیون بر حسب نزدیکترین همسایه