आंकड़ों में विषयों के कुछ विभाजन हैं। एक विभाजन जो जल्दी से दिमाग में आता है वह वर्णनात्मक और के बीच अंतर है आनुमानिक आंकड़े. ऐसे अन्य तरीके हैं जिनसे हम आँकड़ों के अनुशासन को अलग कर सकते हैं। इन तरीकों में से एक सांख्यिकीय तरीकों को या तो पैरामीट्रिक या नॉनपैमेट्रिक के रूप में वर्गीकृत करना है।
विधियों का वर्गीकरण उस चीज के बारे में किया जाता है जिसे हम उस आबादी के बारे में जानते हैं जो हम पढ़ रहे हैं। पैरामीट्रिक तरीके आमतौर पर एक परिचयात्मक सांख्यिकी पाठ्यक्रम में अध्ययन किए गए पहले तरीके हैं। मूल विचार यह है कि निश्चित मापदंडों का एक समूह है जो एक संभाव्यता मॉडल का निर्धारण करता है।
पैरामीट्रिक तरीके अक्सर वे होते हैं जिनके लिए हम जानते हैं कि जनसंख्या लगभग सामान्य है, या हम इनवॉइस के बाद एक सामान्य वितरण का उपयोग करके अनुमानित कर सकते हैं केंद्रीय सीमा प्रमेय. एक सामान्य वितरण के लिए दो पैरामीटर हैं: माध्य और मानक विचलन।
पैरामीट्रिक तरीकों के साथ विपरीत करने के लिए, हम गैर-पैरामीट्रिक विधियों को परिभाषित करेंगे। ये सांख्यिकीय तकनीकें हैं, जिनके लिए हमें जिस आबादी का अध्ययन किया जा रहा है, उसके लिए किसी भी तरह के मापदंडों की आवश्यकता नहीं है। वास्तव में, तरीकों का ब्याज की आबादी पर कोई निर्भरता नहीं है। मापदंडों का सेट अब तय नहीं है, और न ही वह वितरण है जिसका हम उपयोग करते हैं। यह इस कारण से है कि nonparametric तरीकों को वितरण-मुक्त तरीकों के रूप में भी संदर्भित किया जाता है।
कई कारणों से लोकप्रियता और प्रभाव में गैरपारंपरिक तरीके बढ़ रहे हैं। मुख्य कारण यह है कि जब हम एक पैरामीट्रिक विधि का उपयोग करते हैं तो हम उतने विवश नहीं होते हैं। हमें उस आबादी के बारे में उतनी धारणाएं बनाने की जरूरत नहीं है, जितनी कि हम एक पैरामीट्रिक पद्धति के साथ काम कर रहे हैं। इनमें से कई गैरपारंपरिक तरीके लागू करने और समझने में आसान हैं।
किसी माध्य के बारे में विश्वास अंतराल खोजने के लिए आँकड़ों का उपयोग करने के कई तरीके हैं। एक पैरामीट्रिक विधि में एक सूत्र के साथ त्रुटि के मार्जिन की गणना शामिल होगी, और जनसंख्या का अनुमान एक नमूना माध्य के साथ होगा। आत्मविश्वास की गणना के लिए एक गैरपारंपरिक पद्धति बूटस्ट्रैपिंग के उपयोग को शामिल करेगी।
इस प्रकार की समस्या के लिए हमें पैरामीट्रिक और गैरपारंपरिक दोनों तरीकों की आवश्यकता क्यों है? कई बार पैरामीट्रिक विधियाँ इसी गैर-समरूप विधियों की तुलना में अधिक कुशल होती हैं। यद्यपि दक्षता में यह अंतर आमतौर पर किसी समस्या का नहीं है, ऐसे उदाहरण हैं जहां हमें इस पर विचार करने की आवश्यकता है कि कौन सी विधि अधिक कुशल है।