滾動滾針軸承(bearing)的非參數(parameter)估計的概念
在進行樣本分析(Analyse)時,很多情況都是假設樣本服從某種分布,如身高、體重測量服從正態分布;機械壽命(lifetime)服從威布爾分布;電子產品壽命服從指數分布等。
但是,在實際實驗（experiment)中,這些假設不能隨便做出。有時樣本數據（data)和分布有明顯的不同,若刻意忽略參數(parameter)估計方法的前提,強行使用參數方法,將會產生錯誤的甚至是災難性的結果。
這時可以考慮（consider)放棄對總體分布的依賴,尋求更多的純粹(pure)數據（data)自身的信息,建立與總體分布無關的統計量,實現對所研究（research)問題的推斷。螺栓滾輪軸承側滾輪為一套復合滾輪當中第二承載體，主要承受水平方向載荷，同樣具有很強的耐沖擊性、耐磨性及抗腐蝕性。側滾輪為無內圈滿滾針設計，由一根芯軸代替內圈和軸頭銜接承載。滾輪軸承外圈采用外圈壁較厚的滿裝圓柱滾子軸承，滾輪的外徑面有圓柱形和弧形，可根據使用場合設計來與滾道面配合。利用這種外圈，滾輪可以直接在滾道上滾動，并可以承受較重負荷和沖擊負荷。這種和實驗（experiment)數據（data)所屬的總體分布無關的統計方法為非參數(parameter)統計方法或者不依賴總體分布的方法。
非參數(parameter)統計方法需要建立統計量,進而判斷這個統計量的樣本在一定假設下否屬于小概率（probability)事件。螺栓滾輪軸承側滾輪為一套復合滾輪當中第二承載體，主要承受水平方向載荷，同樣具有很強的耐沖擊性、耐磨性及抗腐蝕性。側滾輪為無內圈滿滾針設計，由一根芯軸代替內圈和軸頭銜接承載。
這種方法通過獨辟蹊徑（解釋:指小路)和巧妙的構造,大限度地擺脫總體分布的束縛,比傳統的參數(parameter)統計方法安全得多;尤其在總體分布未知時,非參數統計方法比隨意假定總體分布的參數統計的效率(efficiency)要高;另外,非參數統計的應用范圍比參數統計范圍廣泛(extensive),不僅適用于小樣本、無分布樣本,還適用于污染樣