参数统计（parametric statistics）是一种统计方法，适用于总体分布已知的情况，通过对样本信息的分析来估计或检验总体参数。

参数统计的特点包括以下几点：描述性：参数统计用于描述概率分布的中心位置、形态和分散程度等重要特征，从而更好地理解和解释数据的分布规律。稳定性：在一定条件下，参数统计的稳定性较高，即使样本量变化或样本数据波动较小，参数的计算结果也不会发生较大变化。代表性：参数统计可以作为样本或总体的代表性值，帮助我们更准确地描述总体的特征，从而对总体进行推断。可比性：不同样本和总体的参数统计结果可以进行比较，用于判断不同总体之间的差异，进而进行个体和群体的比较。敏感性：参数统计对离群值和异常值较为敏感，这意味着在计算参数时需要注意处理这些异常值，以保证参数的准确性。请注意，使用参数统计的前提是总体分布形态已知，如果总体分布形态未知，应采用非参数统计（non-parametric statistics）进行分析。

参数，也叫参变量，是一个变量。在研究当前问题的时候，关心某几个变量的变化以及它们之间的相互关系，其中有一个或一些叫自变量，另一个或另一些叫因变量。参数：反应总体特点的数字特征