第八节　第一章术语列表

常量：常量只有一个值（例如，如果样本的每一个成员都是10岁，那么年龄就是一个常量）。

方便抽样：基于易于访问或可操作性选择样本的抽样方法。

相关性研究设计：一种用于检查变量之间关联的研究方式。在这种类型的研究设计中，研究人员无法操纵变量。

因变量：因变量的值通常是取决于自变量的值。例如，身高部分取决于性别。

描述统计：用来描述值分布特征的一种统计方法。

二分类变量：仅具有两个离散值的变量（例如，“怀孕”变量对于“未怀孕”的值为0，对于“怀孕”的值为1）。

分布：变量值的任何集合。

实验研究设计：实验者或研究者操纵研究的某些方面的一种研究。这些通常包括对独立变量的操作以及案例分配到组的操作。

频数：分布中某个值出现的次数。

归纳：利用从样本中收集的数据结果得出有关人群特征或样本中未包括的任何其他情况的结论的能力。

自变量：假设因变量的值所依赖的变量。研究人员通常会自主选择自变量，但是也有例外。

推断统计：从样本数据派生的统计信息，用于推断样本来源。

定距变量：用数值在每个数字之间具有相等的距离或间隔来测量变量（例如，2是1的两倍，4是2的两倍，1和2之间的距离与2和3之间的距离相同）。

均值：指值分布的算术平均值。

定类变量：分配给每个类别的数值只是标签而不是有意义数字的变量。

正态分布：值的钟形频率分布，在分布的中间具有平均值，中位数和众数，并且是对称的和渐近的。

定类变量：用数值表示的变量，其中数字是有意义的（例如，2大于1），但数字之间的距离不是恒定的。

参数：从总体数据得出的关于总体特征的一个或多个值。

总体：收集到的包括具有特定特征的全部案例（例如，中国境内所有成年男性）。

定类变量：具有离散类别的变量。如果给定类别数字值，则这些值具有名义参考意义，但不具有数字值。即只能比较是否相等，不能比较大小，也不能进行运算。（例如，在1=“男性”而2=“女性”中，1不大于或小于2）。

定量变量：具有赋值的变量，并且这些变量的值是有序且有意义的，即可以进行排序等运算。例如，1小于2，2小于3，依此类推。

随机分派：将样本的成员随机分配到不同的组（例如实验组和对照组），或不考虑样本成员的任何特征。

随机抽样：以一定的方式从人群中选择案例，以确保人群中的每个成员都有同等的机会被选中。

代表性抽样：有目的性地人为选择那些能够代表总体某些特征的样本的抽样方法。（例如，选择样本时是基于不同民族在总体中所占的比例的原则，按等比例人群来选择样本中各民族人口的人数）。

样本：从较大的人群中选择的案例的集合。

统计量：从样本数据得出的特征或值。

变量：没有固定的值，可以改变的数。