多餘參數

統計學中，多餘參數（英語：nuisance parameter）是指與感興趣參數無關，但在分析那些感興趣參數時必須考慮的所有參數。例如，當正態分佈的均值μ是首要關心的參數時，方差σ²就是一個多餘參數。

多餘參數通常是方差，但並不總是；例如，在含誤差變量模型中，未知的每個觀測的真實位置是多餘參數。一般來說，任何干擾另一個參數的分析的參數，都可認為是多餘參數。如果該參數成為研究物件，它就不再「多餘」，就像分佈的方差一樣。

對於已知隨機變量，在得到了所有未知隨機變量的聯合條件分佈後（比如可利用貝氏定理），就可以利用邊緣分佈將多餘參數邊緣化，以得到我們感興趣的那部分隨機變量的結果。