统计学词汇汇总

统计学是研究数据收集、分析、解释和呈现的科学。在统计学中，有一些基本术语和概念是构建理解统计分析的基础。

母体（population）指的是研究或调查中包含的所有个体或对象的集合。样本（sample）则代表从母体中选取的一部分，用以推断母体的特征。

普查（census）是对母体中所有个体的全面调查。抽样（sampling）则是从母体中选取样本的过程，旨在以较小的规模来估计母体的特征。

量的（quantitative）数据可以进行数学运算，如数值数据；质的（qualitative/categorical）数据则描述属性或类别，如性别或颜色。

离散的（discrete）数据只能取有限的值，而连续的（continuous）数据可以取任何值。

母体参数（population parameters）描述了母体的总体特征，而样本统计量（sample statistics）是根据样本计算出的值，用于估计母体参数。

叙述统计学（descriptive statistics）用于总结数据的特征，包括平均数、中位数、众数等。推论统计学（inferential statistics）则用样本信息来推断母体的特征。

衡量尺度（levels of measurement）包括名目尺度、顺序尺度、区间尺度和比例尺度，这些不同的尺度影响了数据的分析方式。

次数分配（frequency distribution）、相对次数（relative frequency）、全距（range）等概念用于描述数据分布。组中点（class midpoint）、组限（class limits）、组界（class boundaries）和组距（class width）则用于数据分组。

累计次数（cumulative frequency）、累加次数（decumulative frequency）、直方图（histogram）、饼图（pie chart）、肩形图（ogive）、多边形图（frequency polygon）、累加次数多边形图（cumulative frequency polygon）、盒须图（box plot）和枝叶图（stem and leaf plot）是数据可视化工具。

中央趋势量数（measures of central tendency），如平均数、中位数、众数，描述数据的中心位置。位置量数（location measures），如百分位数、四分位数、十分位数，提供数据分布的特定位置信息。分散量数（dispersion measures），如全距、四分位距、平均绝对离差、变异数、标准差、变异系数，描述数据的分散程度。

数据的偏斜性描述了数据分布的形状，包括左偏（left-skewed）、负偏（negative-skewed）、右偏（right-skewed）、正偏（positive-skewed）。

列联表（contingency table）用于展示两个或更多类别变量之间的关系。抽样分布（sampling distribution）描述了某个统计量在不同样本中的分布情况。

点估计值（point estimate）、点估计式（point estimator）、不偏点估计式（unbiased estimator）、有效点估计式（efficient estimator）、一致点估计式（consistent estimator）是统计推断中的关键概念。

信赖水准（confidence level）和信赖区间（confidence interval）用于表达对估计值的不确定性。虚无假设（null hypothesis）和对立假设（alternative hypothesis）是假设检验的基本组成部分。

检定统计量（test statistic）、临界值（critical value）用于假设检验，以判断样本数据是否支持或反对虚无假设。