在概率论和统计学中，形状参数是概率分布参数族中的一种数值参数。顾名思义，形状参数影响分布的形状，而不是仅仅像位置参数一样对分布进行平移，或者像尺度参数一样对分布进行拉伸放缩。很多连续概率分布都有形状参数，如贝塔分布、伽马分布、广义极值分布、对数逻辑斯蒂分布、逆伽马分布、逆高斯分布、帕雷托分布、皮尔逊分布、对数正态分布、分布、韦布尔分布等。这些分布的密度函数的形状由形状参数决定。没有形状参数的分布包括指数分布、柯西分布、逻辑分布、正态分布和均匀分布等。以上分布通常只由位置参数和尺度参数确定，而它们的形状是固定的，例如峰度和偏度也是固定的。

比较简单直接地估计形状参数的方法是矩方法，即用高阶矩来估计形状参数，例如使用三阶矩来估计偏度，使用四阶矩来估计峰度等。此外，还可以使L阶矩估计方法和极大似然估计法、高次序统计量等来估计形状参数。注意：与高阶矩类似，高次序统计量也是样本的非线性函数。