Er zijn een paar indelingen van onderwerpen in statistieken. Een divisie die snel opkomt is het onderscheid tussen beschrijvend en inferentiële statistieken. Er zijn andere manieren waarop we de discipline van de statistiek kunnen scheiden. Een van deze manieren is om statistische methoden te classificeren als parametrisch of niet-parametrisch.
Methoden worden geclassificeerd op basis van wat we weten over de populatie die we bestuderen. Parametrische methoden zijn doorgaans de eerste methoden die worden bestudeerd in een inleidende cursus statistiek. Het basisidee is dat er een set vaste parameters is die een waarschijnlijkheidsmodel bepalen.
Parametrische methoden zijn vaak methoden waarvan we weten dat de populatie ongeveer normaal is, of we kunnen bij benadering een normale verdeling gebruiken nadat we de centrale limietstelling. Er zijn twee parameters voor een normale verdeling: het gemiddelde en de standaarddeviatie.
In tegenstelling tot parametrische methoden, zullen we niet-parametrische methoden definiëren. Dit zijn statistische technieken waarvoor we geen aanname hoeven te doen van parameters voor de populatie die we bestuderen. De methoden zijn namelijk niet afhankelijk van de populatie van belang. De set parameters staat niet meer vast en de distributie die we gebruiken ook niet. Om deze reden worden niet-parametrische methoden ook wel distributievrije methoden genoemd.
Niet-parametrische methoden groeien om een aantal redenen in populariteit en invloed. De belangrijkste reden is dat we niet zo beperkt zijn als wanneer we een parametrische methode gebruiken. We hoeven niet zoveel aannames te doen over de populatie waarmee we werken als wat we moeten doen met een parametrische methode. Veel van deze niet-parametrische methoden zijn gemakkelijk toe te passen en te begrijpen.
Er zijn meerdere manieren om statistieken te gebruiken om een betrouwbaarheidsinterval over een gemiddelde te vinden. Een parametrische methode zou de berekening van een foutenmarge met een formule omvatten en de schatting van het populatiegemiddelde met een steekproefgemiddelde. Een niet-parametrische methode om een betrouwbaarheidsgemiddelde te berekenen, zou het gebruik van bootstrapping omvatten.
Waarom hebben we voor dit soort problemen zowel parametrische als niet-parametrische methoden nodig? Vaak zijn parametrische methoden efficiënter dan de overeenkomstige niet-parametrische methoden. Hoewel dit verschil in efficiëntie doorgaans niet zo'n groot probleem is, zijn er gevallen waarin we moeten overwegen welke methode efficiënter is.