|
F7 e$ \) v: C( N3 ~! q( P* Q# w
face sheet " t6 }" N n7 P# j- w, T
factor 因子' t, j8 [5 u- E6 [( Y/ q
* factor analysis 因子分析3 j. [" B* f4 J2 @/ S
* factor loadings 因子输入量(系数)7 F4 u" @/ T. s- I
factorial effects 析因效应
7 d1 P( W5 f( U* Yfactorial experiment 析因试验- }* M7 u+ i4 B3 x3 v* i
fiducial probability 置信概率% x7 M. p( c, J7 m6 z( D+ C
filter, -ing 滤子* ?# r' v- f, K: K9 y# |
finite population 有限总体) W, e: N/ q7 y0 A
Fisher information 费希尔信息" r |& _8 i& |
* fitting 拟合) w; u# f9 t. e) [7 U. X
fixed-effect model 固定效应模型2 T, _/ r; e% {; E
follow-up study 追跡研究0 Q+ K* t8 I5 h( J% E+ B
force of mortality 死力
& O3 L6 T+ Y3 L% ufractional factorial design 分步实施计划设计
/ j2 U! `. I( C' T* { D/ s6 Ifree-answer question 自由回答法/ j- b' J& y2 \3 \
* frequency 频率. h; m/ @4 [% w: b" `, J
* frequency distribution 频率分布/ k1 {/ d' _4 T8 T$ Q/ k/ o6 d! N2 F0 N! l
F statistic(ratio, test) F 统计量(F 比、F 检验) G( P8 ]9 r# r+ M: ~. Y
Gauss, Gaussian 高斯(的) w5 u% P. f+ Q5 H8 Y+ _
* genetic algorithm 遗传算法
( S: v4 v( V8 q4 M0 v& n$ ngeometric distribution 几何分布
: g' F3 r; V' [/ \geometric mean 几何平均值
, H& R9 s4 g( @- o1 f1 c& {goodness of fit 拟合优度3 V. N' h) D" \- c& A
Greco-Latin square 正交拉丁方 H! ?% h# y- T& E, i" i
harmonic mean 调和平均
& \% K1 k3 h, ?. r. Uhazard function 故障率函数( |# F; a2 z: ^1 z
heteroscedastic, -ity 异方差(性)5 j5 ~6 o$ o+ |6 E6 _8 h& S1 B1 I8 F7 i
* histogram 直方图0 x$ q3 w5 l: ?* l) I
homoscedastic, -ity 同方差(性)0 C. r4 h1 V5 H! s- M% H% t
hypergeometric distribution 超几何分布4 h; z( q# [2 F. n% _
hypothesis 假说 I
6 V' ~4 p8 y& x9 d* independence 独立
/ q, p% x9 ] y# o$ z( U) S* independent variable 独立变量3 D6 R1 y8 n+ w5 O! B( L9 \
infinite population 无限总体
; \ f/ |' ~+ t4 L& e6 o+ b4 jinput 入力, E4 V ?& U1 C; ?4 f
inspection 检查! K7 E* P. q! j# `( i) o1 w
interaction 相互作用8 j+ v$ M! C- f5 M. m
intercept 切片
) y5 I' u2 ]) \: d' z* interval estimation 区间推定) e7 b C) f, Z& l T+ A8 c
* interval scale 间隔尺度
& h* z( |- ^" t8 n Linterviewee 被调査者. C" ]* X; V. n
interviewer 调査员
- K2 F7 n# G: ~, @interviewing method 面试调查法
$ l, N) ]1 v4 T+ ~" c" Iitem 项 J
1 i: O0 q% E2 ^% q+ b; XJacknife 刀切法 K! X' I2 x) I! y/ R% ]: L
Kaplan-Meier estimate Kaplan-Meier估计: U) @0 K8 {% A' J
* Kendall's rank correlation coefficients 肯德尔等级相关系数
/ {+ e4 K' {& mKullback-Leibler information number 库尔贝克-莱布勒信息函数' f' {7 i5 u7 X4 C# G# F$ x" g! j
* kurtosis 峰度 L
7 w/ ?5 r9 ]' H# @. Ulag 时间滞后1 J5 M4 u: O1 q
large sample 大样本
( d; ]% \& j0 i& ~# PLatin square 拉丁方$ U+ i( T7 o! I \1 ?9 Q2 k
law of large numbers 大数定律(strong -, weak- : 強定律、弱定律)- K. @7 t! E) c& `8 w
least significant difference, LSD. 最低显著性差异
/ B8 f/ F6 z' I! q* least square 最小二乘法3 |, M3 f* k2 |' r9 [7 o
* level of significance 显著水平- K& A2 `- q0 O' t& {
life table 生命表
t5 W/ S! J) _$ y! }$ Y1 y3 Xlikelihood 似然
. n8 Y! R _- hlinear discriminant function 线形判别函数
- ]6 M- u3 E# \( i+ wlocal control 局部控制& I E, Z3 c! F/ M" K
logistic function 逻辑斯蒂函数
1 j9 i5 L* r% l& J9 r: {8 nlogit analysis(transformation) 分对数分析(变换)2 H- O2 y' ~ u' J
log-linear model 对数线性模型
' s2 D+ m) s1 m" X3 H7 Jlog-log 对数$ a+ @- o& }+ ^' T
log-normal distribution 对数正态分布+ t& L) X- Q2 E+ H2 K% h
longitudinal 经度的,纵的1 _1 |7 Z7 y% x) g' |5 w, b
loss function 损失函数 M9 {; z- r8 m) @( b
Mahalanobis' generalized distance Mahalanobis广义距离
, h- f" C5 ?) J. }mail survey 邮送调査
# t" U/ A9 E1 S0 Imain effect 主效应- l* E/ z; A1 W" y( R# B* V
marginal 边缘(的)
- r3 u6 z4 e1 t* _Markov, -ian 马尔科夫(的)
7 ]6 f" n y5 Y2 H- Fmathematical statistics 数理统计学
! w: [4 } J G7 _' p9 J" P$ B; ~* maximum 最大(pl. maxima)
- K q* w4 _% imaximuim likelihood estimate(estimation) 最大似然估计(估计法)5 V' p1 j0 T2 L$ B# v7 V/ X- |
McNemar's test McNemar测试
6 C) J h2 ~/ _* mean 平均(值)
2 R& _8 v3 B3 \6 K S) \6 K8 v$ X/ Z* mean deviation 平均偏差2 p# S! F/ M" n2 b* U# o# _9 s8 y
mean effect 平均效应 n0 f$ W5 H. o5 S3 A) x
* median 中位数; H4 H" }3 d! d; R$ G% J
meta-analysis 元分析$ b8 u( J- s8 j- x: Z( O
* minimum 最小(pl. minima)7 n1 T, ?" _0 c8 d: i0 `
missing value 缺区值9 G/ {6 r9 E: G/ W
* mode 众数
* [6 M3 Q+ S( y1 h4 ?7 L( k6 k: `model, -ing 模型(建模)$ _9 E' p, M0 V7 q& K- d) [
moment 矩 s8 h, U$ a8 a" U2 _3 y
moving average 移动平均
# [5 e B7 l0 amulticolinear, -ity 多重共线(性)# C8 i9 x; m4 j9 T2 A" L" ]9 I
multidimensional scaling(MDS) 多维换算% I, f) L3 |/ ~5 _
multiple answer 重复回答8 h$ T1 n% A% s0 y3 L) N5 {
multiple choice 多重选择1 [( l; D5 |1 ? _- E2 C0 M2 i
multiple comparison 多重比较
3 l' v" V" n: n$ V& p' r& I5 A* multiple correlation coefficient 多重相关系数1 Q2 h6 s: @2 r. ~9 ]
* multiple regression 多重回归
0 j4 ~6 j0 O- b0 Wmulti-stage sampling 多阶段抽样* N( r# h2 ^1 X2 h/ a/ H( R
* multivariate analysis 多变量分析
2 Q# {6 x: l/ h2 [5 ^0 EMultivariate analysis of variance 多元方差分析- d i$ B( N" Q) M: i5 o
multivariate normal distribution 多变量正态分布*
8 U' Z0 n2 o& E1 K+ UMANOVA =Multivariate analysis of variance
+ ` @2 V' ?! P( G; q# |+ g. Z- B+ [* multiway table 多路表 N, x! q2 K- ~8 J& O$ \* U/ g% s
* n×m table n×m 表
$ Y: w. \2 H4 O% S0 L! z* nominal scale 额定尺度, K- w. A2 t) f t( _+ b$ }
non-central 无心3 h% a: z1 u3 K$ u$ A
nonparametric 非参数的
0 S4 j: k2 G3 [" znormal approximation 正态近似
" P* f# g {2 l$ p, K* normal distribution 正态分布& I; w: o% ~, O d2 j! f# k6 r
normal equation 正规方程- j+ o* K! l$ N- t# V# b e' u
null hypothesis 原假设 O
1 x8 r5 p1 w* ]& s' kobservational error 观测误差
1 X- x0 P7 x: K; V0 L* observed frequency 观测频率 C6 B$ v; l% \/ g
observed value 观测值
+ f& m1 G6 l' h; T8 C" U, S9 TOC(operating characteristic)curve 作用特性曲线
- T- L' B1 w# L, s0 jodds 奇
3 w# h1 T& }) C. n) D! P/ \odds ratio 奇数比
' @. A: a. ?( Z/ n6 g1 a! Mone-sided 单侧2 {, A+ v& q9 K1 y( c% }
1-way layout 1 元布局法' u# f0 R+ [1 a, k" `! P0 C( v
open-ended question 可扩充解答法
/ j$ G, H9 r/ C Woptimum allocation 最佳分配法* a3 |8 U- q2 {; }$ ?. y( D4 @
ordered classification 顺序化
+ [9 r( E6 n6 Q5 w" k7 {* ordinal scale 序数尺度* Q, z: r4 b, Y) w! Z7 G1 M
orthogonal polynomial 正交多项式2 R$ y- s0 ^) L
outlier 边际值
- O5 W7 s/ [, I/ r7 _" w7 w: ?# j2 koutput 输出、结果 P) J& E% j/ Z% @1 J
paired comparison 成对比较法
6 `! |! p; H: Mpanel survey 固定样本调查
+ ?: b6 F0 P) N, l3 u; r; oparameter 系数7 R3 c3 M# Z9 d' s$ ~ p
partial confounding 部分混杂(法)
$ H' L" t$ ?$ z3 n' T* partial correlation coefficient 偏相关系数
$ K% k ^: _* r: b" p9 y1 P( V* ZPearson's product moment correlation coefficient 皮尔逊矩相关系数
0 U3 g' G( _2 o* w1 w( y' `/ q) Cpercentile 百分数3 L7 g( V0 q+ d% f: G' J: n
periodic 周期的
! r/ C x+ o9 ?* |# ]7 @periodogram 周期图& {0 o L! _: k6 _5 _
phi coefficient φ系数
* m- p* Y: X7 P7 @9 }8 Q' Fpie chart 饼状图7 M* g4 z t' V4 y7 e5 |6 V
plot 点图
0 |# C2 A5 D) f0 a; f& n* point estimation 点估计. @/ g8 n w: x$ b( P! e. |
* Poisson distribution 泊松分布
! z$ P0 s1 A- H7 p7 n7 P/ Ppooled variance estimate 联合方差估计$ g% F# R3 M8 ?- t
* population 总体
& E- M4 ?: m6 D0 S9 Dpopulation correlation coefficient 总体相关系数
+ N/ f4 m! e/ N3 M! m* population mean 总体平均值
) l5 T, o2 s5 L. d# L5 O* population variance 总体方差
# c4 u! q0 A0 j+ D& g0 {posterior probability(distribution) 后验概率(分布), N( g/ }9 @& M5 ^3 {
power(function) 幂(函数)
/ J8 {) h7 V, A7 W: zpre-coding 预编码+ a7 T" w, _5 ^0 o1 G/ W* _, g
predicted value 预测值
( x" l/ Z2 @7 w$ U7 J* w* prediction 预测
( [! c9 Q3 M) R$ D0 ^3 z z4 Bpredictive 预测(的)
9 ?+ w7 ~/ ^1 R9 Ipresentation 表示、表现(法). n0 S* b' p& x" O9 @
primary sampling unit 第 1 次抽样的单位
+ {) {6 L$ {# r- y) dprincipal component, -- analysis 主成分(分析)
z! Q; E0 c& M- g8 V$ T( P% g' e$ fprior probability(distribution) 先验概率(分布)
M& f+ d0 L2 z( o* probability 概率
: l/ }. U1 w/ O( e- L/ E* probability distribution 概率分布
& S0 y' o7 U/ s3 a# `1 Wprobability proportionate sampling 概率比例抽样
% g$ a3 L5 y7 X) `probit analysis 概率单位分析
, O; ?6 x1 V. }, k2 F6 P% k( @process 过程
# y5 b$ c( k. J% P% v- aproducer's risk 生产者风险
& x0 ~! m$ {3 V4 pprojection pursuit 投影寻踪2 J9 n c1 R B) m8 J
proportion 比例
8 `) H, S. O( W* dproportional hazard model 比例风险模型
, a5 F f+ z+ X% `prospective study 远景调查 Q
% @1 U7 c; \+ S9 x \quartile 四分位(数)
$ X( e; N8 X5 y3 ]! Yquartile deviation 四分位偏差$ f6 K7 d0 S5 U0 Y6 _
* quality 质. x& L) m6 ~7 O# f, T$ H
qualitative 定性的. E) A2 _5 }" G7 E; R3 ]& T
qualitative data 定性的数据( s' I. G4 X7 A+ K
* quantity 量9 L3 { l0 z" j
quantitative 定量的、计量的
/ q. J v d8 {" T1 }quota system 定额系统 R
- B! @) T! y- C3 ^+ P% |' H5 g* radar chart 雷达图
/ _2 b% d4 S0 V% v* random 随机的! d; p& B0 Q- O) N
random-effect model 随机效应模型
3 Z z7 C {( w' n; a3 c: {/ Rrandomization 概率化、随机化) f5 M" v( Z5 |( c
* randomness 随机性
0 D; \4 m+ F) ~+ grandom number 随机数
$ S* r# V2 Z- s. |random sampling 随机抽样
0 h4 |5 t8 G/ jrandom walk 随机游动7 b# ~8 b# L/ \' Z
* range 范围(区域)$ \4 u& S. H }% j& z
* rank 秩
: {4 a5 I6 I: b* M6 J( q* rank correlation coefficients 等级相关系数
! |1 N' c- Y* F0 Z4 d" oranking method 秩评定法+ Q% r! Q3 J$ m* a1 T
* rank-size rule 秩规模规则
0 t7 o/ N# ^% d5 t$ y$ drank test 秩检验
) B. l( J5 ^" H8 G+ U4 O0 Krating method 比率法1 t( g. @0 G# o0 V
* ratio scale 比率尺度 T. s- e- r) ~4 G( V. w& X9 y1 h f
* regression 回归
) p6 U# X5 R3 s7 u9 i( ~1 ` O* regression coefficient 回归系数0 A8 V& K" r0 s( b8 S( H5 P% h
regression diagnosis 回归诊断( e% U6 |# Y! G; @& S) {& o- E; W
* regression equation(line) 回归方程(直线)
8 ]+ `* [) I; M* b" ?* rejection region 拒绝区域
b! ], L7 Z' X' b ]* relative frequency 相对频率
$ X2 s% D8 t" |relative risk 相对风险
3 ^+ ?6 ? I" Lreliability(coefficient) 信赖性(系数)8 k6 P% `5 h% _5 Y# c9 b
* residual 残差: w1 O$ b! q9 f
response curve(surface) 相应曲线(曲面)
r/ y5 D0 \4 f6 k+ n+ ]; x2 Tretrospective study 追溯调查
1 X$ ~/ W( r4 l; h# \+ h& L& |risk 风险! S# W2 R# B: s& \2 ?
risk factor 风险因素
) q( M( S$ j9 q( Q: u; R* crobust, -ness 稳健的(性)
( u7 w( S9 r" v7 r' O* run 取遍 S9 z; ^0 x; O' f& E
* sample 样本4 S" P6 L: b5 P, i6 q/ @, l
* sample mean 样本均值
! y5 L5 b4 j, O# M, m0 G- S: {* sample size 样本量(大小)
6 A- q( f) E) O2 D' n1 t* sample variance 样本方差1 K3 z8 g1 f/ j
* sampling 抽样
* A8 J! W# g9 E1 C. Q: ?sampling error 抽样误差
8 s1 Y7 d0 \. }! V8 ], dsampling interval 抽样间隔
: j& ?6 ~! ]5 w' X% X; Gsampling unit 抽样单位! q. u7 r$ L, w6 ] }* g& u
* scales 尺度
" X5 J8 m8 j" ?- i* scattergram, scatter plot(diagram) 点状图: q. l2 Y- U& F' J+ |# b
Scheffe's test Scheffe检验
: `+ D+ l9 @2 uscore 得分3 m( Y& h6 J- Y$ Q2 O
seasonality 季节性7 o# }; T1 @4 R% n4 o0 _. n
secondary sampling unit 第 2 次单位抽样
7 L# X$ O8 ^ @! ?4 hserial correlation 序列相关. y. z+ u: C2 X2 S9 u
self-adminstration 自管理
, `6 M' z, e' l Isemi-log 半对数
" d' e! p. O: V2 M4 }sigmoid 拟 S 型、S 状
' c8 _0 K7 s7 I5 p8 @- k+ n! s" v8 ^: Zsignal to noise ratio SN(信噪)比) ~# _7 H- v: v: l( q3 ]- P J
signed rank test 带符号的秩检验* f/ Z+ K2 t( T
* significance, significant 显著(的)
6 H/ n1 h/ \ K. g3 T: v* significance probability 显著概率
# z6 z1 h8 x% V Q+ {8 ksimple random sampling 简单随机抽样/ R' M9 b7 Y: _; { J8 e+ j8 W3 e
* simple regression 简单回归
5 P$ A; K H% d% H+ l3 K0 Bsingle replication 1 次重复
" J8 s# v. p$ e, x/ Y$ osize proportionate allocation 比例布局法
3 I1 R* X* {7 ?* a( B" ~skewed 斜的
% @* C V4 c Y; H! R. A* skewness 失真: o0 y1 u3 U/ y, @
slope 斜率
" q( T; N" _, espectral window 谱窗6 D4 U, r6 A' f; |4 R. V1 v
spectrogram 谱图) P/ _1 g# \5 y
spectrum 谱
& M+ d2 n, f8 C( d2 J8 O* Spearman's rank correlation coefficients 斯皮尔曼等级相关系数
. E6 v4 l! i3 |4 V$ ~1 e* spurious correlation 伪相关
5 ~. ^5 N5 v( ~6 p" W2 Csquare 平方
. w8 I2 H$ W2 \+ ?, N) i* m; w* standard deviation, S.D. 标准方差0 n/ E! _) U' {
* standard error 标准误差) o, }( [/ i' y, N
* standard score 标准得分
2 u" @/ z0 W, ?5 }* ~( ?- Xstart number 起始编号+ u, H2 a. I. Q6 U: P% I4 x/ s5 I
* stationary 平稳的9 J& m3 e- M( K# k
* statistic(for inference) 统计量(统计推论的)1 Z$ H8 Z \2 |& k+ I; l9 g, P7 d
statistical 统计的6 u5 p, x, C& m6 G2 \% F
statistically significant 统计显著的! n: B" Z1 y2 a' t2 {
stem-and-leaf presentation 茎叶表现) J( p. F+ f6 Y
stereotype 陈腔滥调, h; a% [! ?5 E' `; _9 M
stochastic process 随机过程
9 K& d! ]) [# w; T7 }) ?) q% C* stratification 分层
7 v, t$ s) j! \7 b; xstratified sampling 分层抽样* k. j/ \/ F$ {3 Y7 L0 n$ h
* stratum([pl.] strata) 层
# Z% W; ?5 F" DStudent('s) 学生(的)6 x1 z) \4 R# ]. l w7 ?% d/ l
studentized range 学生化范围# |* P5 m( m% N& \0 g8 n/ @
study 研究
8 \) g4 D6 P) v/ g, h1 a0 S7 E6 Osub-sampling 二次抽样
, s+ D8 G R2 @sufficiency 充分性
0 b* s" t( o& w: Q( e2 Ksufficient statistic 充分统计量6 ^* }( ]* J& I) z) g
supervisor 管理者
. H* @3 a; I' D2 f' Bsurvival analysis 生存时间分析: l0 m" b/ r5 _* F! w$ U
survey 调查
% u* Q0 ?( W8 M. A* osystematic sampling 系统抽样 T
8 O( Y9 T% O$ S i u( ~taxonomy 分类(学)
2 T( ~) i/ `+ \; Etail 尾5 A- @1 ~5 K2 o0 M
* test 检验
( b- d8 \1 Y, J4 t( |3 D$ I0 C* test of goodness of fit 拟合良好性检定
* E3 G5 j8 V& L; F$ N* test of independence 无关性检验
( e- [- N+ N/ H5 e' }) X3-way layout 3 元布局法
+ |8 Y' i5 ?5 e* S3 [7 Pthreshold 阈值+ s; E6 W) B' Q( p- C3 ~
tie 结1 _$ A7 G7 u% }( K7 Q3 w" o
tie correction 结修正) t6 w, v* v4 k
*time series 时间序列( x: I5 x1 `' F3 Q9 {1 {) z& t! O
total variation 全变差
V2 b9 D7 A0 N$ m& u5 u% Xtreatment 处理
. i2 K G) @4 K& @# R: E$ }* trend 趋势+ d+ T4 N% ^# u$ l6 e# j6 ?
trend analysis 趋势分析
1 a/ N9 X# M5 ~/ V" Q' |% ]trial 尝试3 ~9 u8 q* j5 [8 {
* t-statistic, -test, -ratio t 统计量(t 检验、t 比)
6 u# {" U6 B. j1 O) H6 d$ ~two-sided 双边的
+ M* h n2 f+ G* 2-sample t-test 2 样本 t 检验6 B3 ^3 |0 l5 {- [) p% X# O$ S
2-stage sampling 2 阶段抽样法0 O/ u8 q$ R% W* D
two-by-two contingency table 2×2列联表7 \2 a) G2 V5 i, M, p
2-way layout 2 元布局法
1 H7 J, J" i) N9 M* 2-way table 2 重表
+ f2 M' }. @% G- Htwo-stage sampling 2 阶段抽样法 U
; R7 T$ w$ _5 Q: N$ Kunbiased estimator 无偏估计量
: V5 ~& K, r. u9 L% R3 Tunbiased variance 无偏方差0 [2 ~& H) D5 A. F6 v
uncorrelated 不相关(的): T% P! x0 a8 \/ J" z. }, n5 ?0 o
uniform distribution 均匀分布
2 K o& j- e: @7 d7 r+ iuniform random numbers 均匀随机数
# p5 |( a; E, Nuniqueness 唯一性 A! }8 y# `% Z$ ~ y
updating 更新! A8 `0 X ~) l( j( B' c* R
* upward trend 向上趋向 V. r5 i/ g# F5 G1 @4 y
validity 有效性; O/ C; p& m; c+ v5 N
variate 变量( |. y0 D# x! w
* variance 方差
& `9 [% q9 T, z9 f1 z% K. d" C& c- mvariance ratio 方差比# P: i7 g) B( x/ U' ?1 P4 K
varimax rotation varimax旋度4 C' R$ B& j6 K% \* X
varimax solution varimax解
: w2 ?0 G3 x. L* p5 f! b: Hvariation 变差
7 j/ W7 s4 y) z; ]variability 变异性 W) A: H, p2 E2 D2 Z6 y
weighted sampling 加权抽样
6 D5 J( f6 ^+ r hWelch's test Welch检验
7 `7 l# _; y$ C9 `within (级)间
; R5 `* ^/ m7 |* ?0 ^# ^$ Ywith probability 1(w.p.1) 以概率 1
/ s c$ |- M+ @( n1 I% g. F! iwording 措辞 X0 I' n$ q% t" n7 ]
Y
5 A2 V; K2 ?( K, a8 j1 X2 y* HYates' correction Yates修正 Z+ M% W: T; J' h
* Zipf's law Zipf法則
9 I0 c, n! \$ z0 J# p& A$ E2 f* z transformation z 变换 |