Loading article…
統計学において、パラメータとは、数学における一般的な用法とは異なり、統計的母集団の平均値や標準偏差など、母集団のある側面を要約または記述する量のことを指します。母集団が既知の定義済み分布（例えば正規分布）に正確に従う場合、母集団を包括的に記述する少数のパラメータを測定することができ、これらのパラメータは、母集団から標本を抽出するための確率分布を定義するものとみなすことができます。
「パラメータ」は母集団にとって、「統計量」は標本にとっての関係にある。つまり、パラメータは母集団全体から計算された真の値（母平均など）を表すのに対し、統計量は標本に基づいてパラメータを推定した値（標本平均など、標本と呼ばれるサンプリングごとに収集されたデータの平均）である。したがって、「統計的パラメータ」は、より具体的には母集団パラメータと呼ばれる。[ 1 ] [ 2 ]
インデックス付きの分布族があるとします。インデックスが分布族の各メンバーのパラメータでもある場合、その分布族はパラメータ化された分布族となります。パラメータ化された分布族には、正規分布、ポアソン分布、二項分布、指数分布族などがあります。例えば、正規分布族には平均と分散という2つのパラメータがあり、これらが指定されれば分布は正確にわかります。カイ二乗分布族は自由度によってインデックス付けできます。自由度は分布のパラメータであるため、この分布族はパラメータ化された分布族となります。
統計的推論において、パラメータは観測不可能とみなされる場合があり、その場合、統計学者の役割は、母集団全体から抽出したランダムサンプルに基づいて、パラメータについて可能な限り推定または推論することです。特定の分布のパラメータ群の推定値は、母集団が（少なくとも近似的に）その特定の確率分布に従って分布しているという仮定の下で、母集団について測定されることがよくあります。その他の状況では、パラメータは、使用されるサンプリング手順の性質や実行される統計的手順の種類によって固定される場合があります（たとえば、ピアソンのカイ二乗検定における自由度の数）。分布の族が指定されていない場合でも、平均や分散などの量は一般的に母集団の統計的パラメータとみなすことができ、統計的手順は依然としてそのような母集団パラメータについて推論を試みることができます。
パラメータには、それぞれの役割に応じた適切な名前が付けられます。例えば、以下のような名前が付けられます。
確率分布の定義域が、それ自体が確率分布であるオブジェクトの集合である場合、結果の変動性を示す指標として「集中度パラメータ」という用語が用いられます。回帰係数などの量は、従属変数と独立変数の関係性を記述する条件付き確率分布の集合を示す指標であるため、上記の意味で統計的パラメータと言えます。
選挙期間中、ある国の有権者のうち、特定の候補者に投票する人の割合が一定の割合になることがあります。これらの割合は統計的パラメータとなります。選挙前にすべての有権者に候補者の好みを尋ねることは現実的ではないため、有権者のサンプルを対象に世論調査を行い、そのサンプルにおける投票者の割合（推定値とも呼ばれる）を測定します。そして、この統計値と、その精度を示す推定値（標本誤差と呼ばれる）を用いて、真の統計的パラメータ（すべての有権者の割合）について推論を行います。
同様に、製造製品の試験方法によっては、すべての製品を破壊的に試験するのではなく、製品のサンプルのみを試験するものもあります。このような試験によって収集された統計データは、製品が仕様を満たしているという推論を裏付けるものです。