|
F# T% X/ s! A1 t) X
face sheet
; O! l) W1 @. D; h: Gfactor 因子: M! N7 E4 Q9 ^& O( K i
* factor analysis 因子分析
0 ]- F* _2 i% J* M1 r( X1 ~2 M! q* factor loadings 因子输入量(系数)( h+ ?9 |- r, B, M( r
factorial effects 析因效应' R* S/ f3 i8 }
factorial experiment 析因试验
& D3 F+ f5 ]: z# Z/ p9 _fiducial probability 置信概率7 X f8 c$ S2 q- O
filter, -ing 滤子 e/ \- |& J4 N0 a6 [( b" a9 A
finite population 有限总体6 r4 P- A; `9 \/ {
Fisher information 费希尔信息! E9 T1 T3 }: @, j6 ~) b
* fitting 拟合+ c$ o1 f# X1 {2 U0 T, u9 _$ @
fixed-effect model 固定效应模型. ?) W) y1 w5 B$ @: E0 {
follow-up study 追跡研究
. e. j+ H4 w& l* Bforce of mortality 死力* ^; V& c* V V O% F: M
fractional factorial design 分步实施计划设计
2 ~3 R+ }! b: h Z3 Q h1 a; vfree-answer question 自由回答法
0 t+ H# r- D0 F- ^3 e* frequency 频率
+ `5 t; G( W1 _! M. t* ]* frequency distribution 频率分布
' Y4 Q2 m. Y$ C5 U! Q6 j: o1 B3 `F statistic(ratio, test) F 统计量(F 比、F 检验) G0 V( R6 b: o! ? ^. z" S( S
Gauss, Gaussian 高斯(的)
, ^1 K1 m; z9 |! X/ {* genetic algorithm 遗传算法
5 ?( X J5 Q4 R1 Tgeometric distribution 几何分布& G, Q" x* @! x7 N
geometric mean 几何平均值3 U( J! N! l& `
goodness of fit 拟合优度- `% g* { Z; y& A0 ]6 P% T5 m
Greco-Latin square 正交拉丁方 H
1 M) I" }2 q2 r3 }( I ?; Kharmonic mean 调和平均
* d X4 E- |4 p0 s7 `hazard function 故障率函数
V) M( {# }8 D6 C; ?& L4 P% `) @heteroscedastic, -ity 异方差(性)! H/ `7 N0 q1 y/ X5 N, G
* histogram 直方图$ P2 u; ]& A% ~% Q- L% Y |1 R
homoscedastic, -ity 同方差(性), u0 C+ r' [3 F* g
hypergeometric distribution 超几何分布, M2 @3 n4 w* u% L3 y
hypothesis 假说 I
; s' N" T# x% a* independence 独立
! b" k) z7 {- b- J- W- A* independent variable 独立变量
9 Q; d7 \+ D7 F; sinfinite population 无限总体 |' u# y5 G3 i( _# p4 h
input 入力
$ T7 f& Q o2 K& `9 Kinspection 检查
5 m* _/ ^0 {* f# A+ uinteraction 相互作用
9 S1 n% Q! G0 E; j/ T6 B9 uintercept 切片$ [/ F4 j" m+ [9 G- D: S
* interval estimation 区间推定: V; _' a. P9 L2 i
* interval scale 间隔尺度
. {4 w1 \/ ~7 f" ]$ p* _interviewee 被调査者 m* @7 f( X- `& ~ p w7 J m
interviewer 调査员
2 r+ S1 d9 ?& f% G9 T1 W' C( Y% ainterviewing method 面试调查法
( r( g6 p- U) z' e# u8 L5 kitem 项 J" P3 X, g; L/ D( p0 q2 z
Jacknife 刀切法 K
% w8 v0 b/ O+ L4 M3 | sKaplan-Meier estimate Kaplan-Meier估计4 D U6 o% {/ @+ G& E
* Kendall's rank correlation coefficients 肯德尔等级相关系数) ^) {+ j% Y' O1 g* a! N
Kullback-Leibler information number 库尔贝克-莱布勒信息函数
& b3 B/ L2 t- h* kurtosis 峰度 L9 `: O5 R: M0 ~9 R# |' Z
lag 时间滞后; ^+ `0 c/ z! w, n" U% p1 G2 Z
large sample 大样本$ Z* _9 ]+ e/ H: M
Latin square 拉丁方5 `% o0 w; C: e1 j) }6 k+ d0 r
law of large numbers 大数定律(strong -, weak- : 強定律、弱定律)9 n8 P$ t" l) D( s
least significant difference, LSD. 最低显著性差异, n3 z, i, L+ l' f
* least square 最小二乘法' H+ }: c6 e& d# _; L
* level of significance 显著水平9 z. `5 Q/ D& e3 Z( {
life table 生命表. Y6 o v7 U& N4 Q
likelihood 似然% Z- w$ t+ C) n; U8 r
linear discriminant function 线形判别函数
3 Y; s0 u2 x- V+ Q: B2 dlocal control 局部控制
$ z1 U8 ?% S$ v, M3 Q" L/ ^- Qlogistic function 逻辑斯蒂函数
, W+ s) }3 n' }$ k( e: Klogit analysis(transformation) 分对数分析(变换)
2 P" m8 t" p! B: ylog-linear model 对数线性模型
2 e8 V( M+ [2 ylog-log 对数) c$ I0 e$ A w. l7 U
log-normal distribution 对数正态分布
3 X" Z. s8 V, vlongitudinal 经度的,纵的
* M1 B8 p) ^ a& {5 C8 p2 d' u$ `loss function 损失函数 M
7 W# c+ _* B2 q1 \' TMahalanobis' generalized distance Mahalanobis广义距离0 n$ @/ m/ P# g& n
mail survey 邮送调査8 h" o% z {* g+ f I) c z% [
main effect 主效应0 V q5 u1 f- K V1 |0 W$ D
marginal 边缘(的)
9 I( V0 S' s& Y# F MMarkov, -ian 马尔科夫(的)
% q4 d# a6 t3 [5 r, u2 \0 U% z, A% gmathematical statistics 数理统计学
3 a* H* g9 Z+ K* maximum 最大(pl. maxima)
4 n1 }7 L9 F9 A# t [maximuim likelihood estimate(estimation) 最大似然估计(估计法)
" f+ b: P" s1 H! F8 m* SMcNemar's test McNemar测试- v" n# _, q8 ` D4 _/ x x+ O6 z9 o
* mean 平均(值)+ ^8 R9 Z8 ~( }7 r' v
* mean deviation 平均偏差
4 Y8 z" E( `- N$ Kmean effect 平均效应3 F" @4 {" ] |6 E7 E6 A A8 y# ^
* median 中位数 w( p# x& | _5 u( x! x/ f* R
meta-analysis 元分析
' _; g8 x( L& G5 N5 K6 A7 \* minimum 最小(pl. minima)
& N4 l% O7 w+ Z" m/ n) O4 cmissing value 缺区值
% m6 Z" G5 }+ E/ D8 q* mode 众数7 U ^* o8 k2 K6 S y
model, -ing 模型(建模)
" p( b4 v/ c/ c- }% M6 T9 mmoment 矩2 _9 p" i- d2 z" N2 J, g4 ?
moving average 移动平均
) j( L0 E+ J$ T! L: rmulticolinear, -ity 多重共线(性)
+ m, P" [9 r' q. _4 y0 ymultidimensional scaling(MDS) 多维换算
8 g( N& B2 v' U) C1 |% Cmultiple answer 重复回答: c# Y9 ?: w- @$ S* D; z& o
multiple choice 多重选择/ d+ E. w, a0 Y3 D* t$ h
multiple comparison 多重比较+ o& ^; _# g7 m- [5 m
* multiple correlation coefficient 多重相关系数
2 l" F" h: V6 X Q* J6 F: q3 U* multiple regression 多重回归
! w) M3 V9 @0 `& t' W( |multi-stage sampling 多阶段抽样
! R6 D( U% M& d6 Z1 J. l1 w* multivariate analysis 多变量分析
P( P# o S9 l- _- f: RMultivariate analysis of variance 多元方差分析
% R# y7 o3 t s7 |7 emultivariate normal distribution 多变量正态分布*
6 A- O# W: O1 I' ?/ d4 y7 [9 QMANOVA =Multivariate analysis of variance
+ t4 x; g! T: m% e% U* multiway table 多路表 N# x. c$ ?+ |* l1 v' t0 }2 p' x8 Y0 d
* n×m table n×m 表+ m6 H/ Y. T7 n/ R
* nominal scale 额定尺度5 I+ y6 h) t" ^2 C z
non-central 无心
/ o4 H* k8 i @2 V( bnonparametric 非参数的+ h3 M. ]* Y- J/ O7 G ~
normal approximation 正态近似
* o3 d; ^6 G# Y- y( q' P% T0 G, i* normal distribution 正态分布 h0 J- @/ Z- a4 L
normal equation 正规方程
; h3 c$ \8 L7 x+ A& l u3 n$ ^null hypothesis 原假设 O
# Q$ J1 j) v$ e% |6 p$ ~observational error 观测误差
+ B& C( u* K6 S' L$ H% X0 t* observed frequency 观测频率0 o5 `! O6 k7 C2 ~
observed value 观测值
6 b5 A6 i. n. d) GOC(operating characteristic)curve 作用特性曲线" u9 f, T5 g5 e5 T; C2 W
odds 奇* O3 I7 P5 J6 t0 l
odds ratio 奇数比0 v7 }$ q. `8 q# ~* p* m
one-sided 单侧) `+ o0 w. y0 L" S% b
1-way layout 1 元布局法
8 r3 D* P9 ?: F4 B7 |0 yopen-ended question 可扩充解答法7 C, h9 z* J2 C# k
optimum allocation 最佳分配法 J% h; {, `3 Z% Q! V# h- T" W) i
ordered classification 顺序化
6 j6 V: m, Y. _( k% M% c& ]9 M* ^* ordinal scale 序数尺度* o" G; T+ Y+ u/ j* o5 j" g: e
orthogonal polynomial 正交多项式
) F u' y8 Q! U: K4 B: Eoutlier 边际值# \6 |0 R/ w& _: b& {4 }+ P) f. s
output 输出、结果 P3 T; m u, {% \
paired comparison 成对比较法
1 I- z; [4 F/ J9 ?+ bpanel survey 固定样本调查
1 o) R5 ^4 r: j# _parameter 系数& a9 P2 H4 Y1 d! T# g6 Z
partial confounding 部分混杂(法)
% e+ `) m$ w. N; U6 f* partial correlation coefficient 偏相关系数
' E' o Q6 a1 M! kPearson's product moment correlation coefficient 皮尔逊矩相关系数
( B! \/ c$ j& U# ~) Bpercentile 百分数& D) ]. r: ~! I2 d) x
periodic 周期的# h6 J- j8 c: q+ |& e5 h+ e
periodogram 周期图
4 H B/ }( c5 \: ^9 ?( Fphi coefficient φ系数
( A4 E4 R0 t p3 c. wpie chart 饼状图% t7 q; L! j* [4 A5 c5 L! T5 s
plot 点图
- y! T! E: f$ |* point estimation 点估计( J/ G: ~0 D3 S% F6 N* R
* Poisson distribution 泊松分布' B' m4 @' T. [
pooled variance estimate 联合方差估计
1 A; | [4 m6 [ ^. u' U0 N* population 总体6 A. b4 i& T' h7 z) S* L2 F
population correlation coefficient 总体相关系数
: n: c) Y4 y2 r* population mean 总体平均值7 ?4 g2 R" }/ v9 C# f6 {, O. P1 ]
* population variance 总体方差7 i9 P% @ O0 D# N6 C
posterior probability(distribution) 后验概率(分布)
/ M8 t# V. v, F* D$ `" o, ~power(function) 幂(函数)$ y9 `/ L2 K- I! F
pre-coding 预编码
$ V: r8 y* h& A5 ~7 x* \predicted value 预测值6 W' ]- n+ ~( w, b2 B4 h% ~
* prediction 预测% B' |$ t4 i: U7 g9 a% v+ V" p7 y
predictive 预测(的)* q/ M( `9 m# j) \0 a+ H; ^
presentation 表示、表现(法)
1 l% O2 \# p6 T- Dprimary sampling unit 第 1 次抽样的单位/ N6 e0 ~% t0 N5 Z1 \. |
principal component, -- analysis 主成分(分析)
0 W+ u+ e1 L1 ^. F! s+ ~( yprior probability(distribution) 先验概率(分布)/ P! n8 h" D5 a4 c
* probability 概率
6 f9 A1 N; P7 X; h T* probability distribution 概率分布
+ P. F' x7 m+ y0 Vprobability proportionate sampling 概率比例抽样$ _1 G t4 {/ m
probit analysis 概率单位分析
7 n- m: E9 u. A: ?6 ^$ g! m* eprocess 过程
8 V& a4 W% n3 Z+ L, z1 i8 ]producer's risk 生产者风险$ d! g# ~' [- s8 @8 D
projection pursuit 投影寻踪- o1 o9 H4 y: o) b9 Z8 l6 r! b
proportion 比例
; E# z! Y! E# t$ mproportional hazard model 比例风险模型4 p- ]8 V: K9 `( O
prospective study 远景调查 Q
& T/ t3 i& k X8 [! g2 iquartile 四分位(数)+ a2 K- `( O0 [( g2 g
quartile deviation 四分位偏差 C/ a/ w# E) C9 I" C, c
* quality 质
- j: K: _% n. ^; Rqualitative 定性的
! _# J$ W. [$ o7 v* q9 Rqualitative data 定性的数据
S5 V5 m" u/ n" R% _8 W" E$ g* quantity 量
+ t4 S/ D# G" J& C* Lquantitative 定量的、计量的" U$ c4 o; m% q$ x9 l5 c0 q
quota system 定额系统 R
/ M* D: W4 @/ G9 P& y- R* radar chart 雷达图
# V+ @8 R j$ y3 I0 V* E# H* random 随机的
2 a* p& }, }' ?# D0 Q1 K: D8 }! W a1 Xrandom-effect model 随机效应模型: p( c' z* ^6 c! \, M3 B8 r
randomization 概率化、随机化
6 @( Y, v- q8 N4 N/ }: I5 J2 |* randomness 随机性! v( {$ J) b( {$ e: {& D, Y0 W
random number 随机数$ a! ]2 }, h( k; z: f
random sampling 随机抽样
. V% A& h* H* z; nrandom walk 随机游动! K- ^5 T. b$ X) X* p: J6 h" j& m/ G
* range 范围(区域)% A0 F& j; d2 m$ w
* rank 秩8 {" o; c5 z) c9 f3 L7 O% s8 ^
* rank correlation coefficients 等级相关系数( }) i0 X9 r- l" o! M1 s7 |& f. o
ranking method 秩评定法7 h6 i9 f2 K6 Z: N- D
* rank-size rule 秩规模规则9 k9 `4 n! [4 u
rank test 秩检验
. o. |. S& m# R5 E/ H- w4 Trating method 比率法$ l g8 J# b8 K" o- N( X+ f T4 Y! [
* ratio scale 比率尺度
9 H* g: a; Y. _* regression 回归 `( F N- R+ C( J$ _+ H W
* regression coefficient 回归系数/ k; C/ J, C5 r6 U0 @% i' @
regression diagnosis 回归诊断
" f/ t; b/ v* o* {8 R/ P1 Q3 L* regression equation(line) 回归方程(直线)9 l& n3 n% H" ]- h. k
* rejection region 拒绝区域0 n& G- V) A5 o2 U* B
* relative frequency 相对频率% u' p5 L% C* v+ |
relative risk 相对风险
: p; i4 i5 Q5 w6 @$ ?reliability(coefficient) 信赖性(系数)
( P+ p. W: ?$ n* residual 残差
" J# b$ d0 _% c, H9 Fresponse curve(surface) 相应曲线(曲面)
7 G. X; \( e/ Q W9 j0 F, H& Tretrospective study 追溯调查0 p3 @( z$ f6 F1 J1 R- w1 w
risk 风险
% k! Y3 D# o" n) m$ S: k7 ?risk factor 风险因素1 \" H$ N- ?. F& x
robust, -ness 稳健的(性)
) S0 r8 n7 v1 R& ^* run 取遍 S
( a! | x4 j4 ~3 z+ e2 }/ e* sample 样本/ n2 H! v2 o. ]: c7 J
* sample mean 样本均值
9 d! R, s2 D. k) b( }* sample size 样本量(大小)3 ?4 L+ S2 S% |
* sample variance 样本方差
/ e8 m5 K/ V8 j0 x% H* sampling 抽样! O0 S% ]) H- H t! c
sampling error 抽样误差6 _' J; e2 f: K8 T, p
sampling interval 抽样间隔: _, ]2 b# K1 n6 [% R/ s
sampling unit 抽样单位$ O7 ?* ~! `* T5 V S
* scales 尺度( L/ Z% _0 O9 ~ h+ \. G* n& j
* scattergram, scatter plot(diagram) 点状图* {) L' G- h- G8 @
Scheffe's test Scheffe检验! g- x5 K; E# r8 M
score 得分
2 Z6 {- }- @$ hseasonality 季节性' u e4 c( R1 @5 y# I. K
secondary sampling unit 第 2 次单位抽样
8 @: c$ l9 c& _serial correlation 序列相关( c/ h$ {( y+ z6 c- m2 i
self-adminstration 自管理* g, Q* w q3 R' Q3 ?; F% X5 d) i1 z
semi-log 半对数8 @# k8 S) X2 u1 }! j o+ @+ X
sigmoid 拟 S 型、S 状
$ O2 |2 ^1 g. K% Bsignal to noise ratio SN(信噪)比! W0 `1 I9 U p$ u% z- M" Q
signed rank test 带符号的秩检验1 ?" X6 a& X. z z% ]
* significance, significant 显著(的)
3 a7 F: B" A5 ?* s( N* significance probability 显著概率) v( ]( a+ }& v9 ^; ^9 |2 _
simple random sampling 简单随机抽样
$ n6 q& V; |; W* simple regression 简单回归: d9 S# S" c5 \6 k5 O2 ]) N
single replication 1 次重复
) _0 h: E, a" ]- O6 O: bsize proportionate allocation 比例布局法
4 F" j, u' w0 Qskewed 斜的
- T" g& [3 S9 e% \; l, E: x+ b% E; C( V' ?* skewness 失真
' w# n& ^( a* |+ |( ~' p9 p# w/ `9 Uslope 斜率
- ]0 V! g7 T+ [; Rspectral window 谱窗% H8 j; ^. r. t/ d' z
spectrogram 谱图
) ^4 k, M' g: u. e8 N6 aspectrum 谱
' G' r6 {8 E1 j* `' i7 {9 r( j1 d0 K7 s* Spearman's rank correlation coefficients 斯皮尔曼等级相关系数# q v, g s: [2 h! i
* spurious correlation 伪相关
; ?# P8 r3 \. W6 xsquare 平方: r! H; d9 H- n7 s* C; A( e) W4 D
* standard deviation, S.D. 标准方差
2 Y; v4 |9 G5 ^8 A3 |2 k( @* standard error 标准误差7 t7 h o2 Y2 b# J: o9 @& q) s
* standard score 标准得分
: H7 a* k, V: g, g1 Y* X. ustart number 起始编号7 \4 D/ ^* M I. b& ]% R/ K
* stationary 平稳的0 [' P/ [$ W U/ B: i
* statistic(for inference) 统计量(统计推论的)4 e2 R% h+ V0 v* M, [
statistical 统计的4 ?; |7 K' G& }$ E: j6 i& N
statistically significant 统计显著的- V+ a# y9 j& t% ?& o$ J6 r8 ]+ j
stem-and-leaf presentation 茎叶表现
) P' M& P- k) K2 P7 u! {stereotype 陈腔滥调
; e$ ~. Z# t+ h% m3 X/ lstochastic process 随机过程6 m" a1 U8 k2 U3 y/ }; Z. @! O
* stratification 分层- A: _% e* Q$ T) A' }6 l4 V
stratified sampling 分层抽样* b$ w3 s7 N- K) s+ G. g; u
* stratum([pl.] strata) 层 @3 [4 j* p @( ^# z; \7 [
Student('s) 学生(的)! u% o @3 Y- z) s% l& R
studentized range 学生化范围
4 S2 J" ?7 C' P3 Pstudy 研究
7 |8 g S( }8 Z) m1 wsub-sampling 二次抽样' \2 U+ q1 r5 K0 R
sufficiency 充分性! z6 N/ M; g4 n R0 c d6 a: n" n
sufficient statistic 充分统计量
+ z, y2 m1 s0 Csupervisor 管理者3 e1 [5 q6 a4 @5 {+ u9 B% }$ K* F
survival analysis 生存时间分析5 v# S8 R5 D2 C: Y) c2 B4 B
survey 调查6 S, B$ F& Z" u1 K2 A9 Q& k( Z
systematic sampling 系统抽样 T
3 W# C! l! Q7 S. D5 [; _* ?taxonomy 分类(学)
0 @' q/ ]! p! X0 s/ @( ^ Xtail 尾2 H' N6 n8 {, @- b4 j
* test 检验 Q* o7 u: }4 e; l# Q# C
* test of goodness of fit 拟合良好性检定
. y* ~: @8 R* [) T- k E* test of independence 无关性检验
; ?4 k9 @) E) v5 Q( i3-way layout 3 元布局法
$ ~7 j. W2 L! T6 pthreshold 阈值
" D2 A& h0 k9 m& y2 @tie 结
0 v. E( @! `( b2 }! rtie correction 结修正
( f1 T0 @0 _/ e) ?. ?*time series 时间序列
. b6 P( E6 @6 R( m# ltotal variation 全变差+ ?. Q9 ~, `3 x5 j3 z
treatment 处理+ x2 Q/ M2 k; `7 t) A, e. x" w
* trend 趋势2 W% \9 Y8 K' R0 X9 I) l+ P1 D
trend analysis 趋势分析" k$ \( ]* ~6 {# G: b. X
trial 尝试
/ h# O ?) F9 p1 M- m8 s4 A1 V* t-statistic, -test, -ratio t 统计量(t 检验、t 比)% |+ D6 B% J* U& u
two-sided 双边的
$ w* D: r: J5 \- G. Z! G. n* 2-sample t-test 2 样本 t 检验- I. c) K; F4 [, l, q- D, \+ ~
2-stage sampling 2 阶段抽样法
. @+ a7 a, E, G* w, v1 ttwo-by-two contingency table 2×2列联表
' z: I% {' R! y4 L2-way layout 2 元布局法/ B) \$ H2 _. p
* 2-way table 2 重表
0 {/ E2 m9 T0 j" T! N2 ~two-stage sampling 2 阶段抽样法 U7 \7 l4 \( M) [' h" V1 f
unbiased estimator 无偏估计量$ c! g1 X# Z5 N. }6 S$ _ w
unbiased variance 无偏方差( ^. ]3 S" m# U! }0 o9 n8 p7 Z
uncorrelated 不相关(的)
@& |1 c) [% F Q) y/ n- t7 {& Huniform distribution 均匀分布% F% j: e( ]" S
uniform random numbers 均匀随机数0 S6 N/ m# o# K v, S! R
uniqueness 唯一性# U! b% W# c6 ~, @% l3 y/ l5 q- W
updating 更新
1 _5 [: N( ?2 i( G: v; M* upward trend 向上趋向 V0 u0 a2 e5 H: D: ]. l% ?* g( [/ ~0 e
validity 有效性8 s+ q9 ` j* \# O3 n: ?/ l" o$ v0 E
variate 变量
7 S2 a: C/ x9 l0 u" `: h# Q+ U3 ?* variance 方差
/ g0 H2 w8 P! {& \5 cvariance ratio 方差比
3 ]& x' k& T4 x" i3 S: ^) o: Rvarimax rotation varimax旋度
* f3 |& w5 K& p3 @' bvarimax solution varimax解
* k9 S H5 n! k- Y. svariation 变差
# W( a0 R' d2 Q! `4 tvariability 变异性 W3 D4 x9 M8 F$ A7 {+ |; n
weighted sampling 加权抽样
# J+ c% x1 T/ m9 K0 F( R' KWelch's test Welch检验% B- u- L+ N; E
within (级)间- L9 M% s3 @. m
with probability 1(w.p.1) 以概率 1 5 c' W* L/ u( Q) w0 V
wording 措辞 X9 E9 k# W9 U; |# {0 B/ H3 W1 ?1 h
Y5 M% k' h& N% [& p5 q* C5 i
Yates' correction Yates修正 Z
! i( _ m" |/ T' V; R* Zipf's law Zipf法則
- |) P' C2 d9 v W9 E# G, H8 I* z transformation z 变换 |