ישנן כמה חלוקות של נושאים בסטטיסטיקה. חלוקה אחת שעולה במהירות בראש היא ההבחנה בין תיאורי ל- סטטיסטיקה היסקית. ישנן דרכים אחרות שאנחנו יכולים להפריד בין תחום הסטטיסטיקה. אחת הדרכים הללו היא לסווג שיטות סטטיסטיות כפרמטריים או לא פרמטריים.
השיטות מסווגות לפי מה שאנחנו יודעים על האוכלוסייה אותה אנו לומדים. שיטות פרמטריות הן בדרך כלל השיטות הראשונות שנלמדו בקורס סטטיסטי מבוא. הרעיון הבסיסי הוא שיש קבוצה של פרמטרים קבועים שקובעים מודל הסתברות.
שיטות פרמטריות לרוב הן כאלה שעבורן אנו יודעים שהאוכלוסייה תקינה בערך, או שאנו יכולים להתקרב באמצעות התפלגות נורמלית לאחר שאנו קוראים את משפט גבול מרכזי. ישנם שני פרמטרים להתפלגות רגילה: הממוצע וסטיית התקן.
בניגוד לשיטות פרמטריות, נגדיר שיטות לא פרמטריות. אלה טכניקות סטטיסטיות שעבורן איננו צריכים להניח כל פרמטרים עבור האוכלוסייה אותה אנו חוקרים. אכן, לשיטות אין תלות באוכלוסיית העניין. מערך הפרמטרים כבר לא קבוע, וגם התפוצה שאנו משתמשים בה. מסיבה זו מכנים גם שיטות לא-פרמטריות כשיטות ללא חלוקה.
שיטות לא פרמטריות צומחות בפופולריות והשפעה ממספר סיבות. הסיבה העיקרית היא שאנו לא מוגבלים כמו כאשר אנו משתמשים בשיטה פרמטרית. איננו צריכים להניח כמה שיותר הנחות לגבי האוכלוסייה שאנו עובדים איתן כמו מה שעלינו לעשות בשיטה פרמטרית. רבות מהשיטות הלא-פרמטריות הללו קלות ליישום ולהבנה.
ישנן מספר דרכים להשתמש בסטטיסטיקה כדי למצוא מרווח ביטחון לגבי אמצעי. שיטה פרמטרית תכלול חישוב שולי שגיאה עם פורמולה, ואומדן ממוצע האוכלוסייה בממוצע מדגם. שיטה לא פרמטרית לחישוב אמצעי ביטחון הייתה כרוכה בשימוש בניתוק אתחול.
מדוע אנו זקוקים לשיטות פרמטריות וגם לא-פרמטריות עבור סוג זה של בעיה? פעמים רבות שיטות פרמטריות יעילות יותר מהשיטות הלא-פרמטריות המקבילות. למרות שההבדל ביעילות בדרך כלל אינו נושא במיוחד, ישנם מקרים בהם אנו צריכים לקחת בחשבון איזו שיטה יעילה יותר.