如果一个估计问题所涉及的分布未知或不能用有穷参数来刻画，称这种估计为非参数估计。一般由样本估计未知分布函数或未知概率密度，由样本估计某一对称分布的分布中心都是非参数估计。常被应用于测验分数统计中。非参数估计(nonparametric estimation)是相对于参数估计来说的一类估计方法。 在非参数估计中，对基本分布不做假定，主要利用随机抽样本身的信息来对估计量的优劣作出判断，最大得分估计量方法就是一种非参数估计方法；而在参数估计中，对基本分布先要做出假定，只是其特征值需要估计，如在古典假设中常常假定随机扰动项U服从正态分布，特征值μ和方差σ待定。非参数回归与非参数估计相近，非参数回归函数形式不确定，其结果外延困难，但拟合效果却比较好。非参数回归的基本方法有核函数法，最近邻函数法，样条函数法，小波函数法。这些方法尽管起源不一样，数学形式相距甚远，但都可以视为关于Yi的线性组合的某种权函数。