统计学中,多余参数(英语:nuisance parameter)是指与感兴趣参数无关,但在分析那些感兴趣参数时必须考虑的所有参数。例如,当常态分布均值μ是首要关心的参数时,方差σ2就是一个多余参数。

多余参数通常是方差,但并不总是;例如,在含误差变量模型英语Errors-in-variables models中,未知的每个观测的真实位置是多余参数。一般来说,任何干扰另一个参数的分析的参数,都可认为是多余参数。如果该参数成为研究对象,它就不再“多余”,就像分布的方差一样。

对于已知随机变量,在得到了所有未知随机变量的联合条件分布后(比如可利用贝叶斯定理),就可以利用边缘分布将多余参数边缘化,以得到我们感兴趣的那部分随机变量的结果。