|
F9 A! Q- u2 D& K5 d2 \/ K( D
face sheet
) F0 ?+ J# O8 U5 l( Sfactor 因子
# U, y, G* `/ U. \1 Y/ e s* factor analysis 因子分析+ {1 v4 ]) k# M Q# K0 \) z2 K
* factor loadings 因子输入量(系数)6 |( L' o. c3 m
factorial effects 析因效应, ?) Y+ D0 ~! a) ^
factorial experiment 析因试验) b0 Y3 L7 Z$ ?
fiducial probability 置信概率
7 F; s8 t8 Y# A8 Zfilter, -ing 滤子% r" `/ f* K2 }2 [, b4 Q' R0 B
finite population 有限总体. B1 F) ?- j1 Z. j9 r
Fisher information 费希尔信息
2 ~7 V# \3 K& g5 k' y7 D* fitting 拟合$ y4 M' q/ d% n! J! e2 h
fixed-effect model 固定效应模型 G t) f3 Z! U) O/ i9 b6 k% Y# e
follow-up study 追跡研究! O5 k9 A9 |$ ^; g# _. i* |8 {8 r0 O% U
force of mortality 死力
! o9 @9 t9 L- e: E: {fractional factorial design 分步实施计划设计' F( ^5 j( _( ?$ j0 E' m4 i0 f1 q8 W' A
free-answer question 自由回答法
9 }) O6 @3 B6 K n% s* frequency 频率4 `5 i+ R0 @+ [5 R H
* frequency distribution 频率分布1 m+ i" N. b+ Y/ F
F statistic(ratio, test) F 统计量(F 比、F 检验) G6 T- o- I- P* Q, y3 p
Gauss, Gaussian 高斯(的)
& t$ X6 \( V: V6 L& W* l) m" F* genetic algorithm 遗传算法! P( \! k* F( k" |1 W
geometric distribution 几何分布) q8 W/ }, j, ?9 I1 L
geometric mean 几何平均值
# J7 e. D8 v0 n1 n6 {5 B9 U8 tgoodness of fit 拟合优度. u. s0 n. W! d: L/ q! x4 y+ z! q
Greco-Latin square 正交拉丁方 H
x a: ^- n& v5 Dharmonic mean 调和平均- y- m9 D( m9 g) g
hazard function 故障率函数
4 K0 [, h3 X2 {3 r" D# dheteroscedastic, -ity 异方差(性)* Y- A9 N0 f# S! a
* histogram 直方图
" g+ e) z$ y$ A9 u5 C5 {homoscedastic, -ity 同方差(性)
0 v: Z- C+ h$ j( R) q% f0 u! O$ dhypergeometric distribution 超几何分布
5 h+ Q/ `9 K4 a( ~: bhypothesis 假说 I O8 d) B+ S8 Q+ t
* independence 独立
9 z5 e4 X ]+ `4 o1 ^% T* independent variable 独立变量
+ |0 m! q9 ?6 u3 Tinfinite population 无限总体
" ^6 l4 E( K% t# A5 q7 l2 winput 入力
9 v' J) ^7 s; g/ oinspection 检查; d! N" E, ^9 ~0 M7 Y1 l: ^. ?
interaction 相互作用
6 Q& F% q% T% Q. w- Aintercept 切片
5 \4 R0 s- w, `* interval estimation 区间推定" F% ^# o* y; ~7 d. O$ w/ ^
* interval scale 间隔尺度
- H4 Y* P5 a; ^! I. x" I+ e; Finterviewee 被调査者
3 w$ g0 q: U1 m2 m* `interviewer 调査员
0 D" o- L+ P) K& F6 A+ Ninterviewing method 面试调查法- k! D/ N- v, F3 [
item 项 J$ N2 l" s3 L9 r u8 N, m
Jacknife 刀切法 K
8 h$ {* S& @ `( X9 w3 ^. m- w1 Y1 L3 ~Kaplan-Meier estimate Kaplan-Meier估计# S5 H Y: y9 ]+ p0 Q2 X6 g
* Kendall's rank correlation coefficients 肯德尔等级相关系数& O. {7 ]: C5 b. H6 U1 N/ f7 u6 X" W
Kullback-Leibler information number 库尔贝克-莱布勒信息函数% ^% X8 j0 l) ~6 a: q$ g# u0 B5 I$ @% K: ~
* kurtosis 峰度 L) W* \: @" P4 R# j' w5 Q4 x; P3 r
lag 时间滞后
! b0 Y+ [ k- C: m# Blarge sample 大样本
% [- [* X7 x+ `. `Latin square 拉丁方
* h/ t0 Z6 d) f+ I- G' mlaw of large numbers 大数定律(strong -, weak- : 強定律、弱定律)
# s& K/ u3 n5 a2 b, }" Vleast significant difference, LSD. 最低显著性差异
! a" I) |6 h- w: K9 n' ]8 q* least square 最小二乘法
# E8 ^1 m6 O9 s2 n5 R& W# {, }& y% ^* level of significance 显著水平
$ p6 F9 G- \. x4 N) m9 flife table 生命表
. ^1 G+ i# V1 I6 glikelihood 似然
/ E' ] i& w& j- l9 Glinear discriminant function 线形判别函数
2 M, Q r! V1 K" d5 s% Vlocal control 局部控制4 A! D9 d8 h- c+ d/ I" L
logistic function 逻辑斯蒂函数
, e/ @; t( _/ O; g( S4 ~logit analysis(transformation) 分对数分析(变换)( v! V/ s7 r/ Q8 Q
log-linear model 对数线性模型
9 W5 `$ Z) T4 v, a `, H. p. Dlog-log 对数$ Q% `* S: z2 \3 D! J' |
log-normal distribution 对数正态分布
, g' T" R$ I. e# Q# b- {longitudinal 经度的,纵的
2 g: n' S: K2 q. W+ A1 C0 x: hloss function 损失函数 M8 F [- G$ W! p* M% ^5 Y: s
Mahalanobis' generalized distance Mahalanobis广义距离
3 a% `7 a. A. H3 L$ @8 ^6 G; Smail survey 邮送调査
+ k! y5 M$ u7 }; | V0 Qmain effect 主效应" c+ ^# k" z( a, T' i4 t6 o
marginal 边缘(的)
. J2 X. M" y; V* R" D/ E* fMarkov, -ian 马尔科夫(的)9 U' d2 T; y* ]* w4 X: |& i
mathematical statistics 数理统计学8 S0 N6 E; d' \. L+ y6 t; G
* maximum 最大(pl. maxima)/ @% v* H) [5 ?- ^) T! ^# A
maximuim likelihood estimate(estimation) 最大似然估计(估计法): |, I2 t5 I P+ M& a9 }8 U3 ^/ k G
McNemar's test McNemar测试
. c0 @* y6 w& W5 ~5 w* l+ X* mean 平均(值)
1 V- ?4 l- N; z W* mean deviation 平均偏差
8 h% \/ R. d9 [& e5 K* K, Wmean effect 平均效应0 N) ]2 z) H% O. [2 _% }' t: j. U
* median 中位数
* j+ B5 g5 X8 O6 _3 V2 smeta-analysis 元分析$ E5 k" C( F3 E" h
* minimum 最小(pl. minima)+ ~9 @6 q6 t+ V7 p
missing value 缺区值
2 U) y7 q% |- k1 C( V: _) _* mode 众数
" v, d1 ?3 ^3 |( E o. }model, -ing 模型(建模)
& c/ O }/ E9 q# Dmoment 矩: B) g) c3 ~- N {* C- W
moving average 移动平均: e1 g# g" P" T; L# G
multicolinear, -ity 多重共线(性)8 Y; y! I1 j( S5 X& W6 |
multidimensional scaling(MDS) 多维换算+ {# Z# W3 j$ L2 Y% U0 n8 ]% h
multiple answer 重复回答
/ {5 V1 V5 k! T3 V( ^+ X7 t, {multiple choice 多重选择. u3 H- S Z8 a8 ]
multiple comparison 多重比较2 m. w2 M$ O5 a9 |5 X! k
* multiple correlation coefficient 多重相关系数1 z- \* j. p& o
* multiple regression 多重回归
* B3 i$ p T+ q! f2 K) ^& V4 Q) Imulti-stage sampling 多阶段抽样1 {' X: `4 Z. [, E0 f9 \. |
* multivariate analysis 多变量分析
0 m7 w2 d8 o; q6 B" o2 h* vMultivariate analysis of variance 多元方差分析
$ B f( g m/ M$ w' Qmultivariate normal distribution 多变量正态分布*
! H" c" D: I) _4 Y+ rMANOVA =Multivariate analysis of variance1 K9 ]( t* A" C. q! I; \6 m
* multiway table 多路表 N
: ?9 I6 B2 t3 y8 b6 b* n×m table n×m 表
' Y, Q# v4 P' z* Z* nominal scale 额定尺度
A8 `$ c$ M) E: ~non-central 无心
5 X4 _5 t" G4 p! X, L/ \+ f! rnonparametric 非参数的6 y! G+ y- }' W/ C6 r+ `
normal approximation 正态近似
9 v* C2 `3 l D) ]* normal distribution 正态分布
6 \ S) J0 C- n( a7 _" S. X0 k' dnormal equation 正规方程
. d/ E/ s; ^5 G8 g* ?null hypothesis 原假设 O
& y. O( F1 z `5 kobservational error 观测误差
7 ~/ F f1 C0 \2 j% A* observed frequency 观测频率
) `. y+ h3 K- F2 A* F( Aobserved value 观测值 D3 P7 `% u, w% c2 n
OC(operating characteristic)curve 作用特性曲线
- ~/ }8 R& k/ J" h0 l2 X7 z3 Rodds 奇
( c& w1 Q( o6 dodds ratio 奇数比4 |! X# R; N* m {! Z3 T7 M, Y+ }* n
one-sided 单侧
( ?8 x; o3 f2 ^' c6 O1-way layout 1 元布局法# ?9 K7 v4 F( V0 O
open-ended question 可扩充解答法
- b; P3 I' q6 P2 `+ p. koptimum allocation 最佳分配法
1 f+ }6 N @5 X; g7 H3 iordered classification 顺序化
9 C" C" \3 N( G- a4 \* ordinal scale 序数尺度3 ^/ o, ?" ]& i) R9 w8 F5 I. D
orthogonal polynomial 正交多项式0 H9 \) B/ \5 X x+ X
outlier 边际值$ S. c( X9 C! U
output 输出、结果 P
. o0 R# q2 ~; K+ B- Apaired comparison 成对比较法
" `% G6 V+ W( e. t+ ?1 [+ n% p) L& Opanel survey 固定样本调查- x# e: C+ \6 N; s l2 D; \
parameter 系数
5 S5 X6 g/ Z3 I1 o) X- Mpartial confounding 部分混杂(法)
" P1 ]9 B3 V7 c* partial correlation coefficient 偏相关系数
+ A+ d4 @( I! [* I1 v+ E/ ?+ ]Pearson's product moment correlation coefficient 皮尔逊矩相关系数
4 k5 s8 T1 M# p# t$ kpercentile 百分数1 M" h. z( _$ s% C
periodic 周期的0 Y8 M& n( l/ \" ^8 C3 Y- Z
periodogram 周期图1 [; `8 D2 }: i" m j
phi coefficient φ系数
' a# y) O3 P# Z: M: Upie chart 饼状图- o: k4 o, Q$ h
plot 点图
/ h5 \- s. v* u; I: A* point estimation 点估计
; R0 Z, V/ N) ^% |) H' b* Poisson distribution 泊松分布
8 @# c. D1 [+ ?pooled variance estimate 联合方差估计# A, Y1 ^ C) ]
* population 总体
4 m$ \) b% o" p, k" J5 Upopulation correlation coefficient 总体相关系数1 X- Q4 i4 H2 E5 C+ {% u
* population mean 总体平均值
( n9 h$ t8 t- U; o7 r/ g* _" ~* population variance 总体方差
- w' x6 J) R( [0 u0 Z4 lposterior probability(distribution) 后验概率(分布)1 W8 W- D2 p1 D
power(function) 幂(函数)
" ]: S* a& q5 m+ F" ?/ |pre-coding 预编码! X8 L2 j) w$ j, Y3 m
predicted value 预测值
7 h+ A8 Q' D2 H* prediction 预测
0 a0 [+ B9 R. B( Cpredictive 预测(的)9 c& D! ?) i+ _% V& R
presentation 表示、表现(法)0 D$ @! z1 u; t$ p$ x" Q0 \8 _
primary sampling unit 第 1 次抽样的单位0 b1 ]3 l/ V5 y# J
principal component, -- analysis 主成分(分析)
" X& l4 t/ y) ?8 Tprior probability(distribution) 先验概率(分布)% Q9 N6 b. C% b9 ~; H0 Q
* probability 概率
3 v1 ^+ }% Q$ X) F A2 Y+ ^' _* probability distribution 概率分布- R: w7 N0 i9 l8 M
probability proportionate sampling 概率比例抽样* C$ i) C3 W0 x" R, U8 w
probit analysis 概率单位分析
, Q) n6 c+ v! g; e0 u7 F6 eprocess 过程
' N' Y! A1 T+ }3 o; W! B/ iproducer's risk 生产者风险
0 N! Q1 g7 c- y- X9 q3 @! Z( z* _projection pursuit 投影寻踪
8 w0 o" \+ y4 ?" ^! O/ @proportion 比例/ _& \/ h$ [$ [3 z4 k1 T
proportional hazard model 比例风险模型* X9 q- r. f3 B8 T
prospective study 远景调查 Q2 C- D' O( @/ a% U2 @% @4 W
quartile 四分位(数)9 ^( E T3 }! q9 m
quartile deviation 四分位偏差" u' ]1 Y# _- _% D& L) y
* quality 质
2 U- E+ u: o2 P+ f& ~ oqualitative 定性的
" \% v3 r6 e$ @' L8 d- [( d, Jqualitative data 定性的数据
) b1 v8 l* |( t, z. y# p8 `+ v- n! A* quantity 量
, h" S" M7 {) _quantitative 定量的、计量的
8 E" w! f8 C# \# D6 Equota system 定额系统 R
: c5 k$ R' _9 {6 m4 V% C* radar chart 雷达图' M, o- R) S- ]$ t8 ]
* random 随机的( L6 |' |+ k& o9 o) h% C# s1 D
random-effect model 随机效应模型
, s* W7 O" k: `7 _8 P1 ~, Rrandomization 概率化、随机化0 o0 ?/ l) f7 W. x
* randomness 随机性
" e9 ^0 a9 e7 Q5 Irandom number 随机数, E1 ?+ A! r7 s* I
random sampling 随机抽样; h( Q% H1 e- x
random walk 随机游动
* R6 R) X5 U+ r, Y, a* G; D9 @* range 范围(区域)" Z* G3 N, O% p
* rank 秩
) @3 n1 J6 T) |) C* rank correlation coefficients 等级相关系数
1 f) z4 h/ T3 u \: @9 D2 l- Rranking method 秩评定法
1 s( r% N4 o4 k; ~2 _& C* rank-size rule 秩规模规则
, R; b, Z) X- F" drank test 秩检验
/ Z, u; V" f. n2 f+ m" |, S S( G5 trating method 比率法1 A3 h, V% _1 ~) w& ^( a
* ratio scale 比率尺度
3 }4 `$ H6 T7 ]4 m* regression 回归3 H2 w: G5 B# G; j/ {0 }: t: l
* regression coefficient 回归系数* q# ^8 p) X4 u! Y6 }
regression diagnosis 回归诊断9 F2 b2 V- |8 m
* regression equation(line) 回归方程(直线)
. u: t' }, ? `$ v- Q$ M* rejection region 拒绝区域 o1 y. @/ u; z; Y7 r6 Y
* relative frequency 相对频率8 G5 _/ |8 G2 n: I) \, i s- h
relative risk 相对风险
! T/ {& k, {4 t. [* S" d sreliability(coefficient) 信赖性(系数)
# @& E1 y+ F& G: C8 m* residual 残差! v" m4 D j& O4 y8 Z% d
response curve(surface) 相应曲线(曲面). n. s% Y/ U- P9 [
retrospective study 追溯调查+ l' K. t- f+ N1 O; T: v4 N
risk 风险
( }) w5 d/ w. H# e) z) ~' Urisk factor 风险因素
9 f% a$ n9 J! \0 K# {0 Drobust, -ness 稳健的(性)
* Q0 t3 u R' z1 m7 J* run 取遍 S
, ~; k# Q" d* W, c8 g9 J* sample 样本
& R1 |5 F/ ] K* sample mean 样本均值. q5 v9 m: x/ c2 ^' C
* sample size 样本量(大小)
+ M# [ T/ p5 @+ ~! T* sample variance 样本方差
% j4 J* {( [4 o: L* sampling 抽样
1 s8 w. g2 j' `sampling error 抽样误差
8 n( I/ v3 V* {8 P5 C. d; d9 psampling interval 抽样间隔
8 a7 J- E8 ^: D) U! ~) \sampling unit 抽样单位
+ x0 g' m3 ~6 F; T: x. k* scales 尺度
" y, Q& F5 b1 R, n* scattergram, scatter plot(diagram) 点状图
2 m6 m, e, U- S# s% d5 L6 D4 TScheffe's test Scheffe检验
( N" K, Y& @3 j- V% Q; |6 y1 q1 Gscore 得分
2 l* f q% ~% h3 N) lseasonality 季节性+ N- p- @* k4 o2 C
secondary sampling unit 第 2 次单位抽样' M0 O( [) d, Q) b0 O& F: Z: I
serial correlation 序列相关
0 C. h) o/ |& |4 L1 U4 }self-adminstration 自管理
& E0 U+ _3 D2 c7 `: h. Hsemi-log 半对数3 W. c" D6 C* O, g
sigmoid 拟 S 型、S 状) W. F0 h! x5 z m% C( b
signal to noise ratio SN(信噪)比3 ^$ m& D! Y n2 ]% R$ Z! H
signed rank test 带符号的秩检验/ D# [5 |; y- c3 P" V
* significance, significant 显著(的)7 Z. L2 c: v) H) P, r( e9 {
* significance probability 显著概率
; g( [: G# x& u8 d$ @: k* x+ x( zsimple random sampling 简单随机抽样4 ?9 y/ _0 k& G9 P" ]. u
* simple regression 简单回归
8 P4 q0 z: M' ]1 H, k. J& m+ tsingle replication 1 次重复
1 u4 p: a+ l! \6 ^. Isize proportionate allocation 比例布局法: K" A& F% ]* d+ z/ U
skewed 斜的
! e" H& ]$ K% p. Z5 m* skewness 失真' c, t- v! F+ U# O6 t# `) z2 N2 m! s
slope 斜率
2 m2 }9 I# b( k* C0 v3 fspectral window 谱窗
" i i1 C' L P9 v1 yspectrogram 谱图
9 M0 Z) y- i" V; J- @) C mspectrum 谱
: J, Y/ ^, U0 @* Spearman's rank correlation coefficients 斯皮尔曼等级相关系数
' \ r+ q R1 Q& N/ `* spurious correlation 伪相关- V8 n+ s! }( H. `7 [5 k
square 平方
' W3 k$ Q$ q8 h- F* standard deviation, S.D. 标准方差
6 h# L M4 f0 L- |5 R( Z8 ^# E* standard error 标准误差
' _9 h; _. T, c2 P' H: K7 y* standard score 标准得分0 u" A {6 q1 |. g8 h
start number 起始编号
$ S/ Z j. Y! X( ?' m3 P* stationary 平稳的
' y9 t& b! u) h$ q* statistic(for inference) 统计量(统计推论的)
# A7 a3 B& u, u3 q& N9 wstatistical 统计的 I( x$ W: c) _& p
statistically significant 统计显著的
3 `. V8 [8 V g6 xstem-and-leaf presentation 茎叶表现
3 L3 H0 K# ^. l5 estereotype 陈腔滥调% m! K N( t2 e e E9 i
stochastic process 随机过程) G! i5 f( q$ l- c! V8 \
* stratification 分层
3 J K$ C* h, u: jstratified sampling 分层抽样, F7 q' _3 \: [$ Y* b% H7 T# z
* stratum([pl.] strata) 层% f" G6 p6 c2 E9 r! l5 z
Student('s) 学生(的)
! ?# w8 b1 W# x: x l( J, c, Ostudentized range 学生化范围
# y5 P) e' C1 _4 S7 r1 ?0 P1 }study 研究4 J$ G% W+ e3 J( ^
sub-sampling 二次抽样! g1 Z8 y' _+ i6 b1 n
sufficiency 充分性
% f8 v3 k( e/ \! F- q- Isufficient statistic 充分统计量1 b2 ?" ~1 y0 C5 }1 J+ I# q
supervisor 管理者+ A: _% U6 b2 b# y3 d9 n" N
survival analysis 生存时间分析
' e- J; [0 R$ K; Y" W# Q2 _9 ?survey 调查5 l9 |! j) W3 |! D& s
systematic sampling 系统抽样 T4 V4 A# f# p3 ~) l4 @, Q9 a T1 G
taxonomy 分类(学)
% h0 m* u6 R: ~% a6 W( wtail 尾3 `7 o% k5 F8 u1 a
* test 检验; ^9 c }/ h% G- f3 [/ Z7 r
* test of goodness of fit 拟合良好性检定0 w1 l7 s& v2 a, t/ ^
* test of independence 无关性检验
; `3 A3 U1 p% d) l3-way layout 3 元布局法 C( p, ]* q+ Q: _
threshold 阈值
# C1 j% E% {& Ntie 结
4 g; c/ i6 [- v7 S. m, e# itie correction 结修正
2 O) \ J4 a4 G4 f* S) \- ?*time series 时间序列
! R- Q5 ~; }- ?( qtotal variation 全变差2 \* b- k) J2 g& p; C4 J
treatment 处理
8 V. w7 V$ e. t/ K& v+ x* trend 趋势
; J8 U( U6 l& g2 xtrend analysis 趋势分析3 Z4 O3 c; d+ B7 \. d
trial 尝试" v* Q. Q' n6 E9 |7 d6 X; ~& q
* t-statistic, -test, -ratio t 统计量(t 检验、t 比)) e$ U$ v0 y9 A9 t5 t; j# ~9 z
two-sided 双边的* O5 l9 O2 \$ P Q
* 2-sample t-test 2 样本 t 检验- y6 B. N# `5 m" y9 R. k2 V
2-stage sampling 2 阶段抽样法
, e* \) h" U0 C2 s1 d6 p4 ~. Ntwo-by-two contingency table 2×2列联表
9 V% a" }( M! g( y- v( K2-way layout 2 元布局法" e, @3 p8 t% q6 S& w, H
* 2-way table 2 重表
' f% F# ~ S3 }" ~two-stage sampling 2 阶段抽样法 U6 B! v% D: {% v8 A* U
unbiased estimator 无偏估计量& i: @* g, c2 ~% k
unbiased variance 无偏方差" ^ p: w) v1 S* [# {
uncorrelated 不相关(的); x0 \, O9 q2 U6 v( M
uniform distribution 均匀分布. o) u- I- [8 H$ ^' ]0 G/ a
uniform random numbers 均匀随机数
/ c7 n9 C9 M. q; N# L$ r8 ~. C* C9 Nuniqueness 唯一性 h' x1 g& r6 m" G) l4 ?. M
updating 更新
7 J/ g# ~- |# f- o9 f1 g* upward trend 向上趋向 V
! F4 B7 \ ` Ovalidity 有效性7 x# m5 B- n4 i$ V) \) R# K
variate 变量& p# \7 y, {' C: i0 k( U( H
* variance 方差
) E7 l3 h' e% mvariance ratio 方差比
6 N# [( @$ B# }* Cvarimax rotation varimax旋度4 E& x& s, n8 {4 ~% I
varimax solution varimax解
" Q' }% ]7 M8 p. X+ b6 nvariation 变差
( U# F1 f! T- a* N! ?; T) [& ]/ Bvariability 变异性 W- E4 T4 g h5 d: u4 L7 N2 r
weighted sampling 加权抽样
% r8 p5 ~; A) J8 _6 u, H4 wWelch's test Welch检验5 s, i a$ z. P1 Q
within (级)间0 o |/ ^/ v; d0 Z
with probability 1(w.p.1) 以概率 1 6 p$ @, Q6 ?8 |0 t" ~2 l
wording 措辞 X
) w% q' p5 L4 U0 c/ Q2 N+ aY! m9 Q; F+ {( o& C! r0 \0 W0 \5 L$ L
Yates' correction Yates修正 Z1 y+ K* R5 \' t% \2 D( ]
* Zipf's law Zipf法則
9 K# q' j4 g/ k* z transformation z 变换 |