1.参数(parameter)：总体的统计指标或特征值。总体参数是事物本身固有的、不变的。

统计量(statistic)：由样本所算出的统计指标或特征值。

2.正态分布：以均数u为中心左右完全对称的分布，记为X～N(u, )

标准正态分布：以均数为0，标准差为1的正态分布，记为u～N(0,1)

3. 平均数：也叫平均值，这一指标体系来描述一组变量值的集中位置或平均水平。包括算术平均数、几何平均数、中位数等。

标准差S：反映一组数据的平均离散水平。是方差的正平方根，其量纲与原变量值相同。它是最常用的变异指标，标准差越大，说明数据的变异程度越大。

标准误SX：在统计理论上将样本统计量的标准差称为标准误，样本均数的标准差也称均数的标准误。它反映样本均数间的离散程度，也反映样本均数与相应总体均数间的差异，因而说明了均数抽样误差的大小。

Sp(样本率的标准差)：也称率的标准误，可用来描述样本率的抽样误差，率的标准误越小，则率的抽样误差就越小。

变异系数（CV）：亦称离散系数(coefficient of dispersion)，为标准差与均数之比，常用百分数表示。它实质上是一个相对变异指标,没有度量单位，常用于比较度量单位不同或均数相差悬殊的两组或多组资料的离散程度。

4.参数检验：如果总体分布为已知的数学形式，对其总体参数进行假设检验称为参数检验。

假定比较数据服从某分布,通过参数的估计量( , s)对比较总体的参数(μ)作检验，统计上称为参数检验(parametric test)。如t、u检验、方差分析。

非参数检验：是指在统计检验中不需要假定总体分布形式和用参数估计量，直接对比较数据的分布进行统计检验的方法，称为非参数检验(nonparametric test)，又称任意分布检验.

5.率(rate)：强度相对数，用以说明某现象发生的频率或强度。等于某时期内发生某现象的观察单位数与同期可能发生某现象的观察单位总数之比乘以比例基数。

构成比(proportion)：结构相对数，表示事物内部某一部分的个体数与该事物各部分个体数的总和之比，用来说明各构成部分在总体中所占的比重或分布。通常以100%为比例基数。

比(ratio):又称相对比，是A、B两个有关指标之比，说明两指标间的比例关系，通常以倍数或百分数表示，它是对比的最简单形式。其计算公式为：比=A/B（*100%）

6.零相关：两变量间没有直线相关关系，称为零相关。

正相关：若两变量X、Y同时增大或减小，变化趋势是同向的，称为正相关。

负相关：X、Y呈反向变化，X增大时Y减小，X减小时Y增大，称为负相关。

相关系数：用以说明具有直线关系的两个变量间相关关系的密切程度和相关方向的指标，称为相关系数，又称为Pearson积差相关系数，以符号r表示样本相关系数，符号p表示其总体相关系数。

复相关系数：是决定系数的平方根，用来度量应变量Y与多个自变量间的线性相关程度,如果只有一个自变量时，R等于简单相关系数的绝对值。

决定系数：是回归平方和与总体平方和之比，其值大小反映了回归贡献的相对程度，也就是在Y的总变异中回归关系所能解释的百分比。无单位，取值在0到1之间。

回归系数：直线回归方程 = a+bX的系数b称为回归系数，也就是回归直线的斜率(slope)，表示当X 变化一个单位时Y 的平均改变的估计值。

偏回归系数：是多元线性回归方程中的各个自变量的回归系数，偏回归系数bata j（j=1,2，…，m）表示在其他自变量保持不变时，X j增加或减少一个单位时Y的平均变化量。

标准偏回归系数：将原始数据实施标准化变换后的直线回归方程中的偏回归系数，反映各变量对应变量的贡献大小。

秩相关：或称等级相关，是用双变量等级数据作直线相关分析，这类方法对原变量分布不作要求，属于非参数统计方法。

7. 统计描述：指选用恰当的统计指标，选用合适的统计表和统计图，对资料的数量特征及其分布规律进行测定和描述。

统计推断：从总体中随机抽取一定含量的样本进行研究，目的是通过样本的信息判断总体的特征，这一过程称为统计推断。

8.X检验：以卡方分布为理论依据，用途颇广的假设检验方法。

秩和检验：推断一个总体表达分布位置的中位数M和已知M0，两个或多个总体的分布是否有差别。

9.生存率：是指接受某种治疗的病人或患某病的病人中，经若干年的随访后，尚存活的病人数所占的比例。

生存概率：表示活过某时间段的可能性的大小。                                 

淘书网www.taoshu.com整理推荐