|
F6 c! b1 \, `; h1 [8 j! E
face sheet
% {+ K4 G* R# F- R$ [factor 因子
4 g. S6 F- k) N* factor analysis 因子分析% Q0 W) K. I) o A
* factor loadings 因子输入量(系数)6 S7 Q$ J7 @( ~6 w) Q
factorial effects 析因效应
\2 V: s) ~4 ?( T% u) A% G8 mfactorial experiment 析因试验$ f$ p+ m# `+ r; p& Q3 f# f
fiducial probability 置信概率
9 a) r2 G$ a* cfilter, -ing 滤子
0 A5 k/ ^/ Q! nfinite population 有限总体
) {, x/ t& t$ N0 @Fisher information 费希尔信息7 _# D! R- g, f; ^5 f# L& m; s: `
* fitting 拟合" Q% u' a/ ^' |: W" R( @- l4 O4 w
fixed-effect model 固定效应模型
$ S; |3 `; Q J# ]+ g3 Yfollow-up study 追跡研究) x3 q2 V9 l9 D& G
force of mortality 死力
: N+ H, r# L. F( Cfractional factorial design 分步实施计划设计9 f$ _- ]" M# C& J
free-answer question 自由回答法
" q5 T, Y. M$ C5 h& A. \* frequency 频率
7 a' j8 V- s6 f5 r* z2 f* frequency distribution 频率分布8 x) \6 S, h. |" y; f
F statistic(ratio, test) F 统计量(F 比、F 检验) G
& |6 V( F% @( lGauss, Gaussian 高斯(的)
; Y0 u" M) t& U3 A/ \2 R' u. A* genetic algorithm 遗传算法
+ s. ?$ _4 J4 Mgeometric distribution 几何分布6 r4 m) u% l" i- t5 V `
geometric mean 几何平均值* }9 d; Z0 a/ h) ^- Z
goodness of fit 拟合优度
. V/ f& V7 K& E; i4 R, yGreco-Latin square 正交拉丁方 H
3 a; ~0 K3 ]: charmonic mean 调和平均
; s+ m5 E8 C) e+ thazard function 故障率函数: b8 L. o$ f& a3 Z) a; s2 `
heteroscedastic, -ity 异方差(性)
& B2 ?6 X; c( b+ K% d; B E2 W* histogram 直方图, O. q e- g0 T- v$ U2 H8 m" P
homoscedastic, -ity 同方差(性)
0 I5 d1 J" o6 C7 u- Shypergeometric distribution 超几何分布* n* M; e) T8 U* n) `: i9 ~
hypothesis 假说 I
8 G" d3 V5 u+ o3 |* independence 独立
. D+ R. T0 D5 r2 A* independent variable 独立变量
( ~+ m0 d/ c; `2 _! uinfinite population 无限总体
) I) c; m, V* h1 U" [5 hinput 入力
- v) S9 y5 p, [6 K$ Y2 sinspection 检查
7 H8 H9 D+ B3 Finteraction 相互作用' d: [. A7 U% r
intercept 切片
W# C, V3 y3 n' }/ Q/ _* interval estimation 区间推定7 E9 Z3 ~/ u5 [
* interval scale 间隔尺度$ w; c+ h7 ]# b A# y) Z
interviewee 被调査者: a5 C0 u6 t. ]2 ?( U% \
interviewer 调査员2 {1 ]& w6 z; r& n7 v0 f9 q* g
interviewing method 面试调查法9 Z8 {$ E1 I! k% u& B
item 项 J. `% a7 i' P; W- k7 Z2 f! L$ \
Jacknife 刀切法 K
; ?! ?; @3 }8 R; w$ h/ nKaplan-Meier estimate Kaplan-Meier估计2 g& p& v* m, I, V0 }* @
* Kendall's rank correlation coefficients 肯德尔等级相关系数
8 k6 F3 C) D) r( [; ~Kullback-Leibler information number 库尔贝克-莱布勒信息函数
0 k, j# T; g4 Q. P& K; S* D9 K: E* r* kurtosis 峰度 L8 q) w9 q+ z0 R2 k# O
lag 时间滞后
5 r/ M) v, V6 V) W4 {7 P) `3 ]large sample 大样本$ [8 G$ c# E& e9 L! ]
Latin square 拉丁方
8 Q6 e% }: u( N& P4 n. |law of large numbers 大数定律(strong -, weak- : 強定律、弱定律)
% y" @9 n, V0 j2 O4 Ileast significant difference, LSD. 最低显著性差异0 j) \8 r7 C6 F) n
* least square 最小二乘法, P9 u& @6 Q }4 l: ~
* level of significance 显著水平8 [! b' j0 l7 x; J% n% y
life table 生命表, R6 P* E, [: \# s- @
likelihood 似然
# h6 e4 U2 G$ b k+ J5 a |+ Flinear discriminant function 线形判别函数
|" @0 \: r! H g. D* G$ D# [local control 局部控制# a& p2 O2 i/ U1 t9 E
logistic function 逻辑斯蒂函数
8 [6 P1 f& N3 X% F! j5 Xlogit analysis(transformation) 分对数分析(变换)/ [, g* ` @! ^
log-linear model 对数线性模型- D8 ]! Q. H7 ?5 A7 K, C& V
log-log 对数
, W! B" S8 u Z$ l$ Clog-normal distribution 对数正态分布
" d6 x1 y! @3 h" Q( s: Ilongitudinal 经度的,纵的2 n8 o+ g5 r9 m1 x, {
loss function 损失函数 M8 w4 ~' i7 L) O& j" \; y
Mahalanobis' generalized distance Mahalanobis广义距离
, q8 k' I% f3 j2 umail survey 邮送调査# L: G. k" ?' m) K# _
main effect 主效应
O# N6 g+ T- l' |marginal 边缘(的)! X! x6 R6 e% m/ B5 C& z
Markov, -ian 马尔科夫(的)
3 p# z0 w: n: P! s6 w( Z6 W6 U8 _mathematical statistics 数理统计学1 U+ |, A9 _$ ~. ]9 ~) ?
* maximum 最大(pl. maxima)
6 F7 ]% V) B- e+ o' j* E" |3 Mmaximuim likelihood estimate(estimation) 最大似然估计(估计法)2 J) b1 `, u9 w: f" j
McNemar's test McNemar测试
% y1 z( l1 e: z! @ p; ]7 w* mean 平均(值)9 r1 u2 G8 K# Z
* mean deviation 平均偏差2 A4 m6 C( t% `, e7 J: N L
mean effect 平均效应" |9 Q3 a6 L/ h; }# y" H9 h
* median 中位数3 } q* p9 w$ s S& i v
meta-analysis 元分析 R( H+ O2 o" K& K
* minimum 最小(pl. minima)
8 s5 q4 }9 M7 n( t- c0 q! qmissing value 缺区值9 X {0 D! u/ A2 m( _& p
* mode 众数9 i! x& l" M I }+ Q+ V9 H
model, -ing 模型(建模). |( L( ?4 c1 U9 O2 e6 f C
moment 矩- L& j- _) b& O, S* Z
moving average 移动平均
1 Z' w2 z" d; mmulticolinear, -ity 多重共线(性)
: N5 E) [3 W7 {- Nmultidimensional scaling(MDS) 多维换算1 B" @& R* ~% {/ x2 m* `; k! U
multiple answer 重复回答
; y, E+ r, Q4 Z8 E! w/ Ymultiple choice 多重选择
, q1 c7 \1 o, X% W6 D9 `. a' s! g& Pmultiple comparison 多重比较
9 S' r* [. B) K& }4 _3 M8 p4 s* multiple correlation coefficient 多重相关系数7 C* G! v1 p6 ?$ a+ ^
* multiple regression 多重回归
7 N3 T$ O( {$ B2 T- D( h& z2 G( \multi-stage sampling 多阶段抽样" X* P/ s6 s0 o1 z
* multivariate analysis 多变量分析
3 [! U* ^, x6 t! AMultivariate analysis of variance 多元方差分析
; X4 f1 ^/ W; o- n/ ]/ _; ]multivariate normal distribution 多变量正态分布*
/ e( ]* E* I! `1 `) ]+ iMANOVA =Multivariate analysis of variance% R, j y/ P, ^; I7 ^1 W* _
* multiway table 多路表 N
8 y \3 d+ W9 p$ ]! m* n×m table n×m 表
3 V3 a5 ]# l4 R. ~* nominal scale 额定尺度7 Y3 J" |! Z! z: l
non-central 无心) _* X+ k8 J& {& [
nonparametric 非参数的; A5 X: d- j) T$ K0 s
normal approximation 正态近似
; {5 @! Y' k7 h3 x* normal distribution 正态分布
/ u1 I6 `1 U) Q& v5 A# R( a8 `9 \7 Wnormal equation 正规方程
8 S' D5 E7 N0 m6 Enull hypothesis 原假设 O8 C' x& k' S% e4 |3 J' k
observational error 观测误差
. A& G. G3 m2 Y: Q2 j* observed frequency 观测频率
Y; |. k" o G4 ?* }/ c/ kobserved value 观测值1 q. W/ L$ Y8 n/ h" v
OC(operating characteristic)curve 作用特性曲线
7 a) m% q7 T* S" x# [6 codds 奇' ?" ^4 V) N9 I8 `
odds ratio 奇数比" v- C! W1 c4 o& N
one-sided 单侧
' h/ I& c4 g! B/ s1-way layout 1 元布局法8 C) z! N5 g. L; _, E) ^
open-ended question 可扩充解答法
; ?$ n* e8 ~1 a- V/ M+ ooptimum allocation 最佳分配法
3 e( W$ s$ X: F1 P3 R4 eordered classification 顺序化) P' @( E2 ^& s1 d
* ordinal scale 序数尺度
( Z! \- N5 _6 L3 G; `orthogonal polynomial 正交多项式6 s% D! Q$ ~; ]1 g
outlier 边际值
: n g% {$ {$ r- h* Voutput 输出、结果 P
2 H, i, T; R. X3 Z- tpaired comparison 成对比较法4 L9 ` o7 C% R8 T0 ^/ a4 t t4 X
panel survey 固定样本调查
7 n; a9 M+ ~( M' O' X8 eparameter 系数. o K% }6 f t
partial confounding 部分混杂(法)- l" _0 \7 m. i( S' w6 z. B( t+ G$ R
* partial correlation coefficient 偏相关系数% H6 R$ a& R1 z6 l
Pearson's product moment correlation coefficient 皮尔逊矩相关系数
4 ]# |5 p' U N6 @$ g+ d5 ^3 upercentile 百分数+ `: k! L0 m% s5 Y S5 f w, S
periodic 周期的
! h5 W. Q% m% D% Z7 nperiodogram 周期图
; ]) p t* ^& j5 _2 D1 z; Lphi coefficient φ系数9 v1 E1 h. z7 ~- x$ N. W$ h
pie chart 饼状图; }8 z; ~/ U6 _
plot 点图$ D" M- W! H8 r8 C; N7 q
* point estimation 点估计
+ \0 Q/ V' I. X, C* Poisson distribution 泊松分布
4 r6 c8 [* j2 h5 Upooled variance estimate 联合方差估计
$ b# [5 ]# V$ g* W# i" L: p* l& J* population 总体9 a) V9 E$ X! y' Z4 |) \9 k( o
population correlation coefficient 总体相关系数$ e% q$ I6 i: K$ L; w% d
* population mean 总体平均值
. I6 y* J* W$ o- ]+ l/ d3 @9 Q* population variance 总体方差
0 F/ }6 l3 k9 `+ F# }9 a1 q9 `posterior probability(distribution) 后验概率(分布)
- A/ B5 [# j1 \/ l( U! q4 gpower(function) 幂(函数)" x7 C) \9 m! q% p
pre-coding 预编码: F9 U3 i) c5 G6 w5 h% Q2 P
predicted value 预测值
* @% d1 p* G# H$ T9 _* prediction 预测+ `* x: g w, e3 _
predictive 预测(的)6 a: ?, h6 b* K* y" |4 o. S
presentation 表示、表现(法)
0 n; W) Q) {9 E6 Q3 }8 uprimary sampling unit 第 1 次抽样的单位! K. M+ ]% G& O9 I6 g+ v2 E7 C
principal component, -- analysis 主成分(分析)
( [( A% u% J) ]) X/ A1 b# F+ Jprior probability(distribution) 先验概率(分布)1 B7 M& G$ V, `: G/ C. \# R
* probability 概率
3 x C& D. u1 S& |' e6 B* probability distribution 概率分布
2 s8 H6 _3 w/ ~$ w) Aprobability proportionate sampling 概率比例抽样0 h& S# H1 q. h3 M0 M' I7 R! u: f
probit analysis 概率单位分析4 }* v+ @1 a5 J
process 过程
0 ]8 X/ n, K: rproducer's risk 生产者风险
5 U" j6 H1 n+ kprojection pursuit 投影寻踪$ j. ?( b5 q8 g+ w
proportion 比例
; s9 L" _6 w5 n0 Uproportional hazard model 比例风险模型# R& J {7 h* l# y. Z; B
prospective study 远景调查 Q
5 k; x/ s8 N, c; ?3 q4 y9 qquartile 四分位(数)
# x% p$ v. `) O- Gquartile deviation 四分位偏差
* x: M n5 i) N* quality 质" x. s2 ~" f R5 W8 U7 \4 P: K
qualitative 定性的
% I& s3 B4 b8 D. Kqualitative data 定性的数据
$ S4 A! B. H2 O; N* ]* quantity 量
4 L/ Y' R9 @- W$ ?, y1 N: t# Nquantitative 定量的、计量的
0 ~2 s+ y) [ a2 z" c+ }quota system 定额系统 R
8 ?3 S) v- d6 A0 w! `* radar chart 雷达图
, C" k1 e9 D8 i/ w6 Z* random 随机的
! x1 u% h# l8 F! crandom-effect model 随机效应模型3 a. e0 a \# v0 t' i9 Q
randomization 概率化、随机化
7 [1 H; W3 T$ m" D% X- r* randomness 随机性
4 r5 K, Q+ t$ A2 A( b; X3 W$ Zrandom number 随机数
& m' B( z6 h. q+ i) R9 [random sampling 随机抽样, g# Y0 o8 E) D0 j4 z4 L
random walk 随机游动' P8 @+ N4 \, p
* range 范围(区域)
f, O, T1 e7 [3 v5 D& O* rank 秩" E* f& S _* T8 Y& s$ N
* rank correlation coefficients 等级相关系数
. ? S1 e0 I" [- u# L* Pranking method 秩评定法6 Z4 `9 A8 \9 T! c5 j s! i8 T
* rank-size rule 秩规模规则
' j2 _: K9 R: L: @/ Prank test 秩检验; M8 Z' E$ \3 d7 W# F
rating method 比率法) L. c2 E" l- A9 A
* ratio scale 比率尺度0 S, q. x( `: N3 ^; C
* regression 回归
2 A7 n& J3 b& t$ Q" t) X* regression coefficient 回归系数% R9 l# n1 W! W
regression diagnosis 回归诊断
( y/ j, q! S) H* regression equation(line) 回归方程(直线)3 w/ }+ B! t0 f2 T: t/ l7 Q$ F
* rejection region 拒绝区域* J4 K% O ]7 u+ w
* relative frequency 相对频率
! g) _7 m" \ ^" \0 xrelative risk 相对风险
2 W% G: ?) A+ N' a2 v( }reliability(coefficient) 信赖性(系数)& X+ z: B8 K+ d$ ~
* residual 残差
' K! J B$ t" d2 tresponse curve(surface) 相应曲线(曲面)
; K$ m4 i `. e/ ?$ Lretrospective study 追溯调查" G! D$ z# v1 M
risk 风险
7 h* Q4 k# y! Z; arisk factor 风险因素; ?3 e8 s0 b0 @3 m1 r
robust, -ness 稳健的(性)
g4 x2 Y# c$ q* ]8 ?* run 取遍 S# F" j; @$ a3 }# ^; T1 | _
* sample 样本2 q1 A2 m. M! Z8 G s: b
* sample mean 样本均值
. `3 x4 ^) _0 @- u- s, F* sample size 样本量(大小)$ m L w4 b0 G$ N$ l5 Q7 f
* sample variance 样本方差
& y' E u6 R2 p8 S9 u/ k* sampling 抽样5 x% b) C8 [! y$ c4 Q, s
sampling error 抽样误差# C' Z- i0 n9 I8 d2 b1 g
sampling interval 抽样间隔1 F/ L2 F. ]5 R( ~
sampling unit 抽样单位
& W* K/ y1 r- S: O: Q. E* scales 尺度! q0 L. D5 k, g$ x1 Q$ }3 X3 h
* scattergram, scatter plot(diagram) 点状图$ M, l0 J q( v. j" H. }
Scheffe's test Scheffe检验
S! D% |5 |# I* l7 Iscore 得分+ J \3 v' o! g' C) K7 b8 R& Z
seasonality 季节性( E; l4 U2 I8 n; C/ r
secondary sampling unit 第 2 次单位抽样4 N3 m# J/ }4 R8 c
serial correlation 序列相关
& F% M( P6 z# i9 [% nself-adminstration 自管理# x( U4 f4 l4 b1 _ d
semi-log 半对数
: T4 Z1 ~3 u" x9 G" ], [" v, Dsigmoid 拟 S 型、S 状
9 M5 B0 a% `, n m+ Zsignal to noise ratio SN(信噪)比4 e3 e2 s% }/ ^
signed rank test 带符号的秩检验$ @9 g; F: J, ]4 h$ N) p- X1 Q# u5 ]
* significance, significant 显著(的)- U" Y! l, d/ r+ _9 v/ k
* significance probability 显著概率
* T8 E& [5 l2 ?" D2 w9 Rsimple random sampling 简单随机抽样- a' W' B- g! p c6 y3 F
* simple regression 简单回归4 m+ d0 Q+ J+ H& L+ k3 T
single replication 1 次重复
: x+ [+ ^; Z1 l( [9 h' t4 _size proportionate allocation 比例布局法
5 Y* u, ], ~' |9 k1 H7 `skewed 斜的: l. {) C" D n# \( w& H
* skewness 失真" s: b9 z; u2 ]% i5 l2 e
slope 斜率
+ L' y) h" e4 i! Mspectral window 谱窗
2 c! l2 U8 r5 F' Y! xspectrogram 谱图
4 w9 E8 K0 s/ O3 k9 rspectrum 谱4 l) t! f$ y p+ N
* Spearman's rank correlation coefficients 斯皮尔曼等级相关系数+ O* b6 n3 }, i. N( A M$ a
* spurious correlation 伪相关3 T7 e9 Z8 O+ ^5 \1 @
square 平方
1 Z3 {/ @ ?. }5 ^- I9 }3 |8 Q" a* standard deviation, S.D. 标准方差
, U) u$ d A7 }1 @$ N* standard error 标准误差
$ y% H- ]) Y; c4 a* q- B$ W+ }* standard score 标准得分6 F1 c% @! X5 N, }/ M4 G0 N: @
start number 起始编号
! T' L8 X7 D$ M' t' d0 ]* stationary 平稳的
2 J, K' e9 Q N! q* statistic(for inference) 统计量(统计推论的)1 M' x8 U" S7 W; c$ h. s
statistical 统计的1 i( {+ X' Q* a9 G. V6 v0 k' o0 e
statistically significant 统计显著的
; _# X% C# w% p1 U0 C/ ^stem-and-leaf presentation 茎叶表现
# C0 Y% t Y/ Ustereotype 陈腔滥调0 ]6 [! c& U, I9 h
stochastic process 随机过程% B$ S; }& v3 w. j! k) H4 L
* stratification 分层7 {! T9 s6 U% @4 l# A
stratified sampling 分层抽样
0 \6 U' R$ {4 ^- A0 o% Y* stratum([pl.] strata) 层: z* ^$ J" Y9 q
Student('s) 学生(的)
. z3 }, d, u& G( u+ fstudentized range 学生化范围
9 s6 H5 o, a, gstudy 研究( n# m1 X' N2 H; l3 G7 y# ~
sub-sampling 二次抽样/ B) I4 Q! `( Y, n% I4 T- }
sufficiency 充分性( j# I! k$ k, m0 K* O8 Z
sufficient statistic 充分统计量7 {% `! h4 [* m& Z
supervisor 管理者
/ K& {1 n9 _; w( Esurvival analysis 生存时间分析3 z% ~0 j7 j+ n$ h9 i/ E
survey 调查' r/ y- [4 _/ d
systematic sampling 系统抽样 T
; e, V% N' U$ N- x# p' z/ X, Ntaxonomy 分类(学)8 B! K! }- e& X7 m3 _' `
tail 尾
+ S0 r+ O7 u- R5 n0 {% C* O* test 检验
5 X3 g0 e, g: N( G6 x6 d* test of goodness of fit 拟合良好性检定
4 Q3 R- v7 X' }( L& j* @* L$ b3 q$ x* test of independence 无关性检验
4 `- k- j. g; l/ ?5 m9 P3-way layout 3 元布局法' S# a7 \( a! d( G( X0 d' a
threshold 阈值% V+ ?2 c/ y% `
tie 结. o! y0 P( a8 I9 V" O
tie correction 结修正- b2 G Z3 Q9 r( d8 i
*time series 时间序列+ @* z6 g& ^) a8 o/ U3 J6 ~
total variation 全变差: B! H8 \% n" ^' o
treatment 处理
9 ^ \5 x% @/ j* trend 趋势
' o( J$ l! |0 [& H6 Z5 w0 M! N, strend analysis 趋势分析! q. m1 B: B+ t( L G! x. _# e2 \
trial 尝试
! v; S% S7 D7 ~* t-statistic, -test, -ratio t 统计量(t 检验、t 比): F0 X, T' w% T# G, k% O/ {
two-sided 双边的
+ j H' }% L6 n6 b+ T1 m; b8 j1 I* 2-sample t-test 2 样本 t 检验 S% Z" t" Z* \. f2 D6 b4 B+ [
2-stage sampling 2 阶段抽样法
: `; q( o( U0 ^* H1 vtwo-by-two contingency table 2×2列联表
1 Z; ?: k( S' R" I: j+ `, Z2-way layout 2 元布局法
* Q2 O z" K. ? u1 |' u! j* 2-way table 2 重表: g! G2 i" n0 r) {2 p* ^* b
two-stage sampling 2 阶段抽样法 U
7 ^1 `+ T; E$ iunbiased estimator 无偏估计量
6 W3 f) j+ u1 _7 j I8 H! ~4 k8 bunbiased variance 无偏方差
2 f0 k& y8 B0 C! T1 ?uncorrelated 不相关(的)8 W3 R/ G( C( H) d% a: e# z, h
uniform distribution 均匀分布
5 A8 E, c, A9 I$ _: U, Puniform random numbers 均匀随机数
2 \. w7 l/ U( E& nuniqueness 唯一性" {- @! W* a2 t6 P
updating 更新( r& i+ \# l; Q" e) B5 g
* upward trend 向上趋向 V
/ n- S( P* x `validity 有效性
9 \ u$ ~0 m9 [# Z% ~+ cvariate 变量3 J2 m3 H- @) e+ N" T
* variance 方差
6 q" R$ A+ [5 Z4 rvariance ratio 方差比
: d+ W, V/ D: fvarimax rotation varimax旋度
4 ~$ W# {% n2 D y0 Uvarimax solution varimax解
/ n3 V% Y9 Q! g6 F* O' ~variation 变差
- N& o2 Z% ?1 C& cvariability 变异性 W# F% q8 R5 E0 p7 n, {8 F0 w0 J
weighted sampling 加权抽样
) K5 u$ p3 D* \# ~- l/ VWelch's test Welch检验5 p6 k$ i2 \* Z7 w
within (级)间
6 v. a8 Z1 L: M. e# Z* M8 \with probability 1(w.p.1) 以概率 1 / ?/ X& s3 C4 |7 X
wording 措辞 X, x4 @% P1 }# k$ c S, t3 ]
Y: i* M$ m ~' s. M4 t/ e }2 f& H: R
Yates' correction Yates修正 Z
! J1 p5 \6 ~+ x, \% u+ p* Zipf's law Zipf法則
- P0 N, A% a) R6 p4 c* z transformation z 变换 |