非參數統計是統計學的一箇重要分支，主要研究的是當總體分佈的具體形式未知或難以用有限的參數來描述時的問題。
與參數統計方法不同，非參數統計方法不依賴於總體的具體分佈形式，因此在應用時無需假設總體分佈的特定函數式。非參數統計方法包括擬合優度檢驗、次序統計量、U統計量、秩統計量與秩方法、置換檢驗、非參數迴歸與判別分析等。這些方法在處理數據時，通常與具體的分佈無關，因此也被稱爲“自由分佈方法”。因爲非參數方法的性能對分佈的實際形式不敏感，所以它們通常具有良好的穩健性。然而，這也可能導致在特定條件下效率的下降。
非參數統計在實踐中有廣泛的應用，特別是在需要對總體分佈作出非常一般性假設或不做假設的情況下。