统计学名词解释超级大全第一章导论统计学：一门阐明如何去采集、整理、显示、描述、分析数据和由数据得出结论的一系列概念、原理、原则、方法和技术的科学，是一门独立的、实用性很强的通用方法论科学。
教育统计学：专门研究如何搜集、整理、分析在心理和教育方面对实验或调查所获得的数字资料，如何根据这些资料所传递的信息，进行数学推论，找出客观规律的一门科学。
描述统计：对实验或调查所获得的数据加以整理（如制表、绘图），并计算其各种代表量数（如集中量数、差异量数、相关量数等），其基本思想是平均，如在集中量数中将原始数据进行平均，在差异量数中将离均差进行平均，在相关量数中将积差进行平均等等。
推断统计：又称抽样统计。
它是根据对部分个体进行观测所得到的信息，通过概括性的分析、论证，在一定可靠程度上去推测相应团体。
换言之，就是根据已知的情况推测未知情况。
实验设计：研究如何更加合理、有效地获得观测资料，如何更正确、更经济、更有效地达到实验目的，以揭示试验中各种变量关系的实验计划。
统计常态法则：从总体中随机抽取一部分个体所组成的样本，差不多可以保持总体的特征。
这种样本特性保持着总体特性的现象叫做统计常态法则。
小数永存法则：第一个样本中所表现出的特性，在其他样本中也会存在，这就是小数永存法则。
此处“小数”是指小数量的意思。
大量惰性原则：某一事物的某一性质或状态，在反复观察或试验中是保持不变的。
有效数字：指能影响测量准确性的数字。
变量：又称随机变量。
具有变异性的数据。
三个特性，离散型，变异性，规律性。
数据：某个数值一旦被取定了，则称这个数值为随机变量的一个观察值。
即数据。
总体：性质相同的一类事物的全体。
个体：构成总体的每一基本单位或单元。
样本：总体抽出的部分个体。
参数：表示总体特征的量数。
统计量：直接从样本计算出的量数，代表样本的特征。
名称变量：指一事物与其他事物在属性、类别上不同。
顺序变量：事物的某一属性的多少或大小按顺序排列起来的变量。
既无相等的单位又无绝对的零点的变量。
等距变量：只具有相等的单位，而没有绝对的零点的变量。
比率变量：既有相等的单位，又有绝对的零点的变量。
连续变量：指取值可以是某区间内任一数值的随机变量，它是指测量单位之间可以划分成无限多个细小单位，其数字形式多取小数。
离散变量：指测量单位之间不能再细分的数字资料，其数字形式常取整数。
计数数据：计算人或物的个数所获得的数据。
度量数据：用一定的测量工具或测量标准测量时所获得的数据。
指标：表明总体数量特征的概念和具体数值，又称统计指标，它是把各个个体的特征加总起来的综合结果。
标志：指统计总体中各个个体共同具有的属性和特征，它是说明个体属性和特征的名称。
绝对数：用来表明在一定时间、地点条件下某种教育、心理现象的总体规模和发展水平的统计指标，又称总量指标。
相对数：指教育与心理现象中两个单位相同的相互联系的指标数值的比率。
品质标志：是表明个体属性特征的，不能用数量说明，只能用文字说明。
数量标志：是表明个体数量特征的标志，是用数值表示的。
第二章数据的搜集、整理与表达次数：某一事件在某一类别中出现的数目，又叫频数，用f表示。
频率：指每一组的数据个数除以数据的总和，又称相对次数。
用符号p表示。
百分频率：频率与百分数的乘积。
组中值：每一组的中点值，常用m或X c表示。
全距：全部数据的距离，也称极差，是用一群数据中的最大值减去最小值。
组距：指每一组所包含的间隔或数据单位，用i表示。
组限：指每一组的起止点或每一组的界限。
统计表：以表格的形式表达统计资料数量关系的方式或工具。
统计图：以几何图形和形象图形表示统计资料数量关系的工具。
次数分布累积次数：以简单次数为基础，从最低组开始逐级累加直至最高组，或从最高组开始逐级累加直至最低组，用符号cum﹒f或F表示。
累积百分频率：各组累计次数与总次数的比值。
一时性资料：在一定时限内所收集的有关问题的资料为一时性资料。
来源三个方面，教育与心理调查，教育与心理测量和教育与心理实验。
经常性资料：主要是日常工作中的记录和统计报表等。
直条图：用直条（或矩形）的长短表示统计数据多少的图形。
直方图：以矩形面积表示连续变量的统计图。
折线图：以纵轴的高度表示次数，并将各点用线段连接的统计图形。
散点图：表示事物相互关系的图形。
圆形图：用圆的面积表示一组数据的整体，用扇形表示各组成部分所占比重或百分比的统计图。
枝叶图：把首位数字或首几位数字定位枝，其他位数定为叶的一种数字图。
第三章集中量数集中量数：一组数据的代表值，用以说明一组数据分布的典型情况或一般水平，它比个别数据更能反映客观现象或事物的实际情况。
集中趋势：在实验、测量或调查中获得的大量观测数据，具有一种向数据中央某一点靠拢的趋势。
平均数：所有观测值（或变量值）的总和除以总个数所得的商。
中数：按一定顺序排列的一组数的中央位置的数值。
众数：一群数据中出现次数最多的那个数值，又称范数。
几何平均数：几个变量值乘积的n次方根。
调和平均数：指一群数据倒数的算术平均数的倒数，又称倒数平均数。
百分位数：任意百分位上的数值。
四分位数：1/4位置上的数值和3/4位置上的数值。
第四章差异量数离中趋势：差异量数：描述一组数据离中趋势的量数。
方差（S2/V/MS）：一列数据离差平方的算术平均数。
一列数据平均差距地平方。
标准差（S/SD）：方差的算术平方根。
一列数据的平均差距。
平均差（AD）：离差绝对值的平均数。
全距（R g）：最大值与最小值的差。
偏态量（SK/α3）：三级中心动差。
峰态量（α4）：四级中心动差。
百分位差：表示某两个百分位数之间差异程度的指标。
四分位差：是百分位差的特例。
用于分析P75与P25之差的一半。
统计动差：在统计学上，借用物理学中的动势（或动差）概念而称为统计动差。
中心动差：以平均数所在的位置为原点，以各组观测值与均数的差（X－X）为力臂，各组次数为作用力来计算动差。
这种以均数为原点计算的统计动差叫做中心动差。
第五章相对量数相对地位量数：就某一特质来描述个体在团体中所占的地位的量数。
相对差异量数：指差异量数与集中量数的百分比，又叫差异系数。
用符号CV表示。
标准差系数：标准差与平均数的百分比，用符号CV S表示。
百分等级：指把一组观测值先按高低次序排列起来，然后计算出某个个体的分数在百分位上超出多少人，或是在此分数下占多少百分比的一种量数，用符号P R表示标准分数：它有许多变形，其中最典型的标准分数为Z分数。
以标准差为单位所表示的“原始分数”与平均数的偏差，亦即原始分数与其平均数之差除以标准差所得的商。
第六章相关量数相关量数：分析或研究两个或两个以上变量之间相互关系的量数。
正相关：指一列变量由大到小或由小而大变化时，另一列变量亦由大而小或由小而大的变化，即两列变量是同方向变化的，属“同增共减”的关系。
负相关：指一列变量由小到大或由大而小变化时，另一列变量却由小而大或由大而小的变化，即两列变量是反方向变化的，属“此增彼减”的关系。
零相关：又称无相关，指两列变量的变化看不出一定的趋势。
相关系数：表示相关方向和大小的一种数值。
用符号r表示。
直线相关：指两列变量中的一列变量在增加时，另一列变量随之而增加；或一列变量在增加，另一列变量却相应的减少，形成一种直线关系。
曲线相关：指两列相伴随变化的变量，未能形成直线关系。
简相关：指只有两个变量的相关。
复相关：指有三个或三个以上变量的相关。
积差相关：直线相关中最基本的方法。
利用离差乘积的关系来说明事物的关系，是将原始记分转换为离差乘积，再转换为标准积差后所求得的标准积差的平均数。
用符号r XY表示斯皮尔曼等级相关：根据两列变量的成对等级差数计算的相关系数，又称“等级差数法”，用符号r p或r s表示。
肯德尔W系数：用于描述多列等级变量相关程度或一致性程度的相关方法。
点二列相关：研究一列等距或比率变量与一列“二分”名称变量之间相关的统计方法。
r pb二列相关：研究一列正态的比率或等距变量和一列人为“二分”名称变量之间相互关系的统计方法。
用符号r b或r bis表示phi系数：专门研究两列“二分”变量之间相关的统计方法，衡量两个分类变量均分为两类时其关联程度的指标。
即Φ相关。
用符号rΦ或Φ表示。
第七章概率分布及其应用二项分布：二项试验结果的概率分布。
正态分布：就是中间量数次数分布多，两端量数次数分布少，呈对称型的概率分布。
又叫高斯分布。
t分布：由小样本统计量形成的概率分布。
频率：一种随机事件发生的次数与总试验次数的比值。
概率：随机事件在试验中发生可能的程度或可能性的大小，用P表示。
概率的统计定义是指通过频率来计算的概率；又称经验概率。
概率的古典定义是根据问题本身所具有的“对称性”特点直接计算事件的概率；又称先验概率。
中心极限定理：推断统计中最基本的理论与方法，用极限的方法所求得随机变量分布的一系列定理。
随机抽样：随机样本：指按照概率的规律抽取的样本，即随机样本所包含的研究对象不是由某个人或集体的意向所决定的，只能凭各研究对象相互独立的机会而定。
抽样误差：由于抽样的随机性所引起的样本统计量与总体参数之间的不同。
标准误：样本统计量分布的标准差或某统计量在抽样分布上的标准差。
用符号SE或σx表示。
自由度：在推断统计中，把一群数据或观测值可以独立自由变动的数目称为自由度。
df /n’确定性事件：指在一定条件下必然会发生或必然不会发生的事件。
分为必然事件和不可能事件。
必然事件：指在一定条件下必然会发生的事件。
不可能事件：指在一定条件下必然不会发生的事件。
随机事件：在一定条件下，可能发生，也可能不发生的事件。
模糊事件：指对象类属边界和性态不确定的事件。
第八章参数估计参数估计：根据样本统计量去估计相应总体的参数。
总体平均数估计：用样本的均数去估计总体的均数。
点估计：在参数估计中直接以样本的统计量作为总体参数的估计值。
区间估计：以统计量的区间值来估计相应总体。
置信系数：指被估计的总体参数落在置信区间内的概率D，或以1－α表示，又叫置信水平，置信度，可靠性系数，置信概率。
置信区间：指在特定的可靠性（即置信系数）要求下，估计总体参数所落得区间范围，亦即进行估计的全距。
置信限：被估计的总体参数所落区间的上、下界限。
推断统计：指由样本资料区推测相应总体情况的理论与方法，也就是部分推全体，由已知推未知的过程。
无偏估计量：用统计量估计总体参数必然存在一定误差，恰好相等的情形是极少见的，当然，无偏性并不是说没有一点误差，而是要求用各个样本的统计量作为估计值，其偏差为0。
即∑（X－μ）＝0。
这时的统计量被称为无偏估计量。
第九章参数检验假设检验：由于在进行差异检验时需要先对事物是否存在差异作出假设，然后再作统计检验，因此称为假设检验，又称差异的显著性检验。
α错误：指虚无假设本身是正确的，但由于抽样的随机性而使检验值落入了拒绝虚无假设的区域，致使做出了拒绝虚无假设的结论，又称Ⅰ型错误。