统计学名词解释及简答题 .

名词解释

一、分类数据（categorical data ）是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，使用文字来表述的。

二、顺序数据（ran k data ）是只能归于某一有序类别的非数字型数据。

三、数值型数据（metric data ）是按数字尺度测量的观察值，其结果表现为具体的数值。

四、系统抽样（systematic sampling ）将总体中的所有单位（抽样单位）按一定顺序排列，在规定的范围内随机的抽取一个单位作为初始单位，然后按事先规定好的规则确定其他样本单位，这种抽样方法被称为系统抽样。

五、非概率抽样（non-probability sampling ）是相对于概率抽样而言的，指抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采取某种方式从总体中抽出部分单位对其实施调查。

六、抽样误差（sampling error ）是由于抽样的随机性引起的样本结果与总体真值之间的误差。

七、四分位数(quartile)也称四分位点，他是一组数据排序后处于25%和75%位置上的值。四分位数是通过3个点将全部数据等分为4部分，其中每部分包括25%的数据。

八、离散系数也成为变异系数（coefficient of variation ），它是一组数据的标准差与其相应的平均数之比。其计算公式为：

s s v x =

离散系数是测度数据离散程度的相对统计量，主要是用于比较不同样本数据的离散程度。离散系数大，说明数据的离散程度也大；离散系数小，说明数据的离散程度也小。

九、泊松分布（Poisson distribution ）是用来描述在一指定时间范围内或在指定的面积或体积之内某一事件出现的次数的分布。

十、中心极限定理（central limit theorem ）：设从均值μ、2σ(有限)的任意一个总体中抽取样本量为n 的样本，当n 充分大时，样本均值X 的抽样分布近似服从均值为μ、方差2σ/n 的正态分布。

十一、置信区间（confidence interval ）在区间估计中，有样本统计量所构造的总体参数的估计区间称为置信区间，其中区间的最小值称为置信上限。

十二、显著性水平(significant level)是一个统计专有名词，在假设检验中，它的含义是当原假设正确时却被拒绝的概率或风险，其实这就是前面所说假设检验中犯弃真错误的概率，它是由人们根据检验的要求确定的，通常取0.05α=或0.01α=，这表明，当做出接受原假设的决定时，其正确的概率为95%或99%。

十三、方差分析（analysis of variance, ANOV A ）就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。

十四、相关系数（correlation coefficient ）是根据样本数据计算的度量两个变量之间线性关系强度的统计量。

十五、回归模型（regression model ）对于具有线性关系的两个变量，可以用一个线性方程来表示他们之间的关系。描述因变量y 如何依赖于自变量x 和误差项ε的方程称为回归模型。

十六、点估计 利用估计的回归方程，对于x 的一个特定值0x ，求出y 的一个估计值就是点估计。点估计可分为两种：一是平均值的点估计；二是个别值的点估计。

十七、时间序列（time series ）是同一现象在不同时间上的相继观察值排列而成的序列。 十八、指数平滑法（exponential smoothing ）是通过对过去的观察值加权平均进行预测的一种方法，该方法使t+1期的预测值等于t 期的实际观察值与t 期的预测值的加权平均值。

十九、指数，或称统计指数，是分析社会经济现象数量变化的一种重要统计方法。指数是测定多项内容数量综合变动的相对数。这个概念中包含两个重点：第一个要点是指数的实质是测定多项内容；指数概念的第二个要点是其表现形式为动态相对数，既然是动态相对

数，就涉及指标的基期对比，不同要素基期的选择就成为指数方法需要讨论的问题。

二十、居民消费价格指数（consumer price index ， CPI ）是度量居民消费品和服务项目价格水平随时间变动的相对数，反映居民家庭购买的消费品和服务价格水平的变动情况。

简答题

一、概率抽样的定义及特点

概率抽样（probability sampling ）也称随机抽样，是指遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本。它具有以下几个特点：

首先，抽样时是按一定的概率以随机原则抽取样本。其次，每个单位被抽中的概率是已知的，或是可以计算出来的。最后，当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率。

二、简述直方图与条形图的不同点

直方图与条形图不同。首先，条形图是用条形的长度（横置时）表示各类别频数的多少，其宽度（表示类别）则是固定的；直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。其次，由于分组数据具有连续性，直方图的各矩形通常是连续排列，而条形图则是分开排列。最后，条形图主要用于展示分类数据，而直方图则主要用于展示数值型数据。

三、简述一张好的图形应具有以下基本特征：

（1） 显示数据

（2） 让读者把注意力集中在图形的内容上，而不是制作图形的程序上。

（3） 避免歪曲。

（4） 强调数据之间的比较。

（5） 服务于一个明确的目的。

（6） 有对图形的统计描述和文字说明。

四、简述制作统计表应注意的几个问题

首先，要合理安排统计表的结构，比如行标题、列标题、数字资料的位置应合理安排。 其次，表头一般应包括表号、总标题和表中数据的单位等内容。

再次，表中的上下两条横线一般用粗线，中间的其他线要用细线，这样使人看起来清楚、醒目。

最后，在使用统计表时，必要时可在表的下方加上注释，特别要注明数据来源，以表示对他人劳动成果的尊重，以备读者查阅使用。

五、简述众数、中位数和平均数的关系

从分布的角度看，众数始终是一组数据分布的最高峰值，中位数是处于一组数据中间位置的值，而平均数则是全部数据算术平均。因此，对于具有单峰分布的大多数数据而言，众数、中位数和平均数之间具有以下关系：如果数据的分布式对称的，众数(0M )、中位数（e M ）和平均数（x ）必定相等，即0M =e M =x ；如果数据是左偏分布，说明数据存在极小值，必然拉动平均数向极小值一方靠，而众数和中位数由于是位置代表值，不受极值的影响，因此三者之间的关系表现为：x

六、简述一组数据的分布特征可以从哪几方面进行测设

数据分布的特征可以从三方面进行测度和描述：一是分布的集中趋势，反映各数据向其中心值靠拢或聚集的程度；二是分布的离散程度，反映各数据远离其中心值的趋势；三是分布的形状，反映数据分布的偏态和峰态。

七、简述古典概型的特征

（1） 结果有上限。

（2） 各个结果出现的可能行被认为是相同的。

八、简述评价估计量好坏的标准

1 无偏性

2 有效性

3一致性

九、简述假设检验的流程

首先提出原假设和备择假设。原假设和备择假设分别为：

0:3190H μ=(克)

0:3190H μ≠(克）

接下来，需要确定适当的检验统计量，并计算其数值。

最后可以进行统计决策。

十、什么是假设检验中的两类错误？

一类错误是原假设0H 为真却被我们拒绝了，犯这种错误的概率用α表示，所以也称α错误或弃真错误；另一类错误是原假设为伪我们却没有拒绝，犯这种错误的概率用β表示，所以也称β错误或取伪错误。

十一、说明计算2χ统计量的步骤

步骤一：用观察值0f 减去期望值e f ；

步骤二：将0()e f f -之差平方；

步骤三：将20()e f f -的结果除以；

步骤四;将步骤三的结果加总。

十二、方差分析包括哪些类型？它们有何区别？

根据所分析的分类型自变量的多少，方差分析可分为单因素方差分析和双因素方差分析。当方差分析中只涉及一个分类型自变量时称为单因素方差分析。在对实际问题的研究中，有时需要考虑对试验结果的影响。当方差分析中涉及两个分类型自变量时，称为双因素方差分析。

十三、解释2R 的含义和作用

怎样度量它们之间的关系强度呢？可以用组间平方和（SSA ）占总平方和（SST ）的比例大小来反映，这一比例记为2R ，即

2()()

SSA SS R SST SS =组间总 其平方根R 就可以用来测量两个变量之间的关系强度。

2R 的平方根(类似于第11章中介绍的相关系数r)可以用来测量自变量与因变量之间的关系强度。根据上面的结果可以计算出R=0.591404，这表明行业与投诉次数之间有中等以上的关系。

十四、简述方差分析的基本步骤

1 提出假设

2 构造检验的统计量

3 统计决策

4 方差分析表

十五、简述判定系数的含义及作用

判定系数是对估计的回归方程拟合优度的度量。

判定系数2

R 测度了回归直线对观测数据的拟合程度。若所有观测点都落在直线上，残差平方和SSE=0, 2R =1，拟合是完全的；如果y 的变化与x 无关，x 完全无助于解释y 的变差，此时?y

y =,则2R =0.可见2R 的取值范围是[0,1]。2

R 越接近于1，表明回归平方和占总平方和的比例越大，回归直线与各观察点越接近，用x 的变化来解释y 值变差的部分就越多，回归直线的拟合程度就越好；反之，2R 越接近于0，回归直线的拟合程度就越差。

十六、在多元线性回归中，选择自变量的方法有哪些？

变量选择的方法主要有：向前选择、向后剔除、逐步回归、最优子集等。

十七、简述时间序列的构成要求

时间序列的成分可以分为四种，即趋势（T ）、季节性或季节变动（S ）、周期性或循环

波动（C）、随机性或不规则波动（I）。

十八、简述时间序列的预测程序

第一步：确定时间序列所包含的成分，也就是确定时间序列的类型。

第二步：找出适合此类时间序列的预测方法。

第三步：对可能的预测方法进行评估，以确定最佳预测方案。

第四步：利用最佳预测方案进行预测。

十九、简述构建综合评价指数的步骤

（1）建立综合评价指标体系。

（2）评价指标的无量纲化处理。

（3）确定各项评价指标的权重。

（4）计算综合评价指数。

统计学名词解释简答

名词解释 统计总体：指客观存在的、在同一性质基础上结合起来的许多个别单位的整体。统计总体的特征：同质性、差异性、大量性。 总体单位：个体，指构成总体的各个单位。 统计指标：简称指标，用来反映社会经济现象总体的数量特征的概念及其数值。任一概念都包含指标名称和指标数值。特征有总体性、数量性、综合性、具体性。 统计标志：在统计中，总体单位所具有的属性或特征的名称。标志是统计研究的起点，总体单位是标志的载体，是标志的承担者，统计研究是从登记标志开始的，并通过对标志的综合来反映总体的数 量特征。可分为品质标志和数量标志，或不变标志和变异标志。 统计调查：就是根据统计研究的预定目的、要求和任务，运用各种科学的调查方法，有计划、有组织地搜集有关现象的各个单位的资料，对客观事实进行登记，取得真实可靠的原始资料的工作过程。 统计调查是整个统计工作的基础环节。统计调查的好坏，将影响统计资料的正确与否，从而影 响统计质量。统计调查的要求：准确性、及时性、全面性、系统性。 普查：是根据统计任务的特定目的而专门组织的一次性全面调查。调查范围：1.属于一定时点的社会经济现象的总量（如人口普查）。2.反映一定时期现象的总量（如出生人口总数）。优点：所获资料 更详细，有较高的准确性和时效性。缺点：工作量大，花费时间长，耗费大量的人力、物力和 财力。主要作用：在于掌握某些关系国计民生、国情国力的数据，获得比较准确的信息。 抽样调查：指从所要研究的总体中，按照随机原则，抽取部分单位进行调查，并将调查整理得出的数量特征，用以推断总体综合数量特征的一种非全面调查组织形式。特点：随机性、推断性。优点： 经济性、时效性、准确性、灵活性。应用范围：①对总体不可能或不必要进行全面调查，但要 掌握总体某些现象的全面数值②用抽样调查资料修正全面调查资料。作用：①承担全面调查无 法或很难承担的调查任务。如气象调查。②与全面调查结合，可以发挥相互补充、校对的作用。 ③进行生产过程的质量控制。④用来检验总体特征的某些假设，为行动决策提供依据。抽样调 查的组织形式：纯随机抽样、机械抽样、类型抽样、整群抽样、阶段抽样。 典型调查：根据调查目的和要求，在对研究总体作全面分析后，有意识地从中选取少数具有代表性的单位进行深入调查研究的一种非全面调查。优点：节省人力、物力，既可搜集统计资料，又可分析 研究问题。缺点：资料不齐全，缺乏代表性。主要作用：1.弥补全面调查不足（获取其它统计调 查方法不能得到的统计资料；补充完善统计报表；验证全面调查数据的真实性。2.进行估算某些 指标数值。 重点调查：是一种非全面调查，是在调查对象中选择重点单位进行的调查，但这部分重点单位占总体的绝大比重。优点：省事、省力，能用较少的代价及时搜集到总体的基本情况和基本趋势。缺点： 资料受重点单位影响大，资料一般不齐全。 统计整理：就是根据统计研究的预定目的，对所搜集到的资料进行科学加工，使之条理化、系统化，建立统计数据库，以满足多方面、多层次的反复需要的工作过程。作用：统计整理是统计工作过程 的重要阶段，它是实现从个体单位标志值过渡到总体数量特征值的必经阶段，是统计分析的前 提。其质量的好坏会直接影响统计分析的效果。 绝对指标：又称总量指标，有时也称绝对数。是用来说明一定社会经济现象的规模、水平的总量。它包括总体总量和标志总量。 相对指标：又称相对数，是两个相联系指标的比值。作分母的指标为基数，分子为表数。通过相对指标可反映现象间的相互关系和对比关系。一般分为有名数和无名数。种类有：计划完成相对指标、 结构相对指标、比较相对指标、动态相对指标、强度相对数。 平均指标：又称统计平均数，它是度量频率分布集中趋势或中心位置的指标。也是社会经济统计中最常用的综合指标。它是在同质总体内各总体单位某一数量标志的一般水平。一般有两种分类：静态 平均数、动态平均数。

统计学名词解释

1、统计学 统计学是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。 2、指标和标志 标志是说明总体单位属性或特征的名称。指标是说明总体综合数量特征和数量关系的数字资料。 3、总体、样本和单位 统计总体是统计所要研究的对象的全体，它是由客观存在的、具有某种共同性质的许多个体所构成的整体。简称总体。构成总体的个体则称为总体单位，简称单位。样本是从总体中抽取的一部分单位。 4、统计调查 统计调查是根据统计研究的目的和要求、采用科学的方法，有组织有计划的搜集统计资料的工作过程。它是取得统计数据的重要手段。 5、统计绝对数和统计相对数 反映总体规模的绝对数量值，在社会经济统计中称为总量指标。统计相对数是两个有联系的指标数值之比，用以反映现象间的联系和对比关系。 6、时期指标和时点指标 时期指标是反映总体在一段时期内累计总量的数字资料，是流量。时点指标是反映总体在某一时刻上具有的总量的数字资料，是存量。 7、抽样估计和假设检验 抽样估计是指根据所抽取的样本特征来估计总体特征的统计方法。假设检验是先对总体的某一数据提出假设，然后抽取样本，运用样本数据来检验假设成立与否。 8、变量和变异 标志的具体表现和指标的具体数值会有差别，这种差别就称为变异。数量标志和指标在统计中称为变量。 9、参数和统计量 参数是反映总体特征的一些变量，包括总体平均数、总体方差、总体标准差等。统计量是反映样本特征的一些变量，包括样本平均数、样本方差、样本标准差等。 10、抽样平均误差 样本平均数与总体平均数之间的平均离散程度称之为抽样平均误差，简称为抽样误差。重复抽样的抽样平均误差为总体标准差的1/n。 11、抽样极限误差 抽样极限误差是指样本统计量和总体参数之间抽样误差的可能范围。我们用样本统计量变动的上限或下限与总体参数的绝对值表示抽样误差的可能范围，称为极限误差或允许误差。 12、重复抽样和不重复抽样 重复抽样也称为回置抽样，是从总体中随机抽取一个样本时，每次抽取一个样本单位时都放回的抽样方式。不重复抽样也叫不回置抽样，它是在每次抽取样本单位时都不放回的抽样方式。13、点估计和区间估计 点估计也叫定值估计，就是直接用抽样平均数代替总体平均数，用抽样成数代替总体成数。区间估计是在一定概率保证下，用样本统计量和抽样平均误差去推断总体参数的可能范围的估计方法。 14、统计指数 广义上来说，它是表明社会经济现象的数量对比关系的相对指标。狭义上来说，它是反映不能直接相加对比的复杂总体综合变动的动态相对数。 15、综合法总指数 凡是一个总量指标可以分解为两个或两个以上的因素指标时，将其中一个或一个以上的因素指

统计学名词解释

统计学名词解释 第一章绪论 1.随机变量：在统计学上，把取值之间不能预料到什么值的变量。 2.总体：又称母全体、全域，指具有某种特征的一类事物的全体。 3.个体：构成总体的每个基本单元称为个体。 4.样本：从总体中抽取的一部分个体，称为总体的一个样本。 5.次数：指某一事件在某一类别中出现的数目，又称为频数。 6.频率：又称相对次数，即某一事件发生的次数被总的事件数目除，亦即某一数据出现的次数被这一组数据总个数去除。 7.概率：某一事物或某一情在某一总体中出现的比率。 8.观测值：一旦确定了某个值。就称这个值为某一变量的观测值。 9.参数：又称为总体参数，是描述一个总体情况的统计指标。 10.统计量：样本的那些特征值叫做统计量，又称特征值。 第二章统计图表 1.统计表：是由纵横交叉的线条绘制，并将数据按照一定的要求整理、归类、排列、填写在内的一种表格形式。一般由表号、名称、标目、数字、表注组成。 2.统计图：一般采用直角坐标系，通常横轴表示事物的组别或自变量x，称为分类轴。纵轴表示事物出现的次数或因变量，称为数值轴。一般由图号及图题、图目、图尺、图形、图例、图组成。 3.简单次数分布表：依据每一个分数值在一列数据中出现的次数或总计数资料编制成的统计表，适合数据个数和分布范围比较小的时候用。 4.分组次数分布表：数据量很大时，应该把所有的数据先划分在若干区间，然后将数据按其数值大小划归到相应区域的组别内，分别统计各个组别中包括的数据个数，再用列表的形式呈现出来，适合数据个数和分布范围比较大的时候用。 5.分组次数分布表的编制步骤： （1）求全距 （2）定组距和组数 （3）列出分组组距 （4）登记次数 （5）计算次数 6.分组次数分布的意义： （1）优点：A．可将杂乱无章数据排列成序，以发现各数据的出现次数及分布状况。B．可显示一组数据的集中情况和差异情况等。 （2）缺点：原始数据不见了，从而依据这样的统计表算出的平均值会与用原始数据算出的值有出入，出现误差，即归组效应。 7.相对次数分布表：用频数比率或百分数来表示次数 8.累加次数分布表：把各组的次数由下而上，或由上而下加在一起。最后一组的累加次数等于总次数。 9.双列次数分布表：对有联系的两列变量用同一个表表示其次数分布。

社会统计学的名词解释

社会统计学的名词解释 非参数检验：泛指“对分布类型已知的总体进行参数检验”之外的所有检验方法。符号检验：181页 配对符号秩检验：183页 秩和检验方法：把两个样本混合起来，从小到大进行编号；分别计算两个样本的秩和；；计算检验统计量U；如果计算出的U只小于或等于从附表10中查处的临界值，则零假设被拒绝。 游程检验：把样本1和样本2混合起来，按数值从小到大编号；点算游程数目，以混合样本中游程数目r为检验统计量。 确定性关系：一个变量值确定后，另一个变量值也就完全确定了。 非确定性关系：给定了一个变量值，另一个变量值还可以在一定的范围内变化。相关系数r：这一指标用来度量相关关系程度或强度。就线性相关来说，当\r\=1时，表示完全相关；当0<\r\<1时，表示不完全相关；当\r\=0时，表示无相关或零相关。 判断两个变量有因果联系的条件：（1）两个变量有共变关系；（2）两个变量之间的关系不是有其他因素形成的；（3）两个变量的产生和变化有明确的时间顺序。 列联表：按品质标志吧两个变量的频数分布进行交互分类，由于表内的每一个频

数都需同时满足两个变量的要求，所以列联表又称条件频数表。 消减误差比例（PRE）=（原来的误差—后来的误差）\原来的误差 Gamma系数：适用于测量两对称的定序变项的相关系数。 积差系数：两个定距变量之间的相关测量，最常用的就是积差系数。英国统计学家皮尔逊用积差方法推导出来的，所以也称皮尔逊相关系数，用符号r表示。回归：有一种力量使子辈个体身高趋向父辈平均身高，高尔顿把这种趋向中心的现象称之为回归。 拟合优度检验：检验总体是否具有正态或其他分部形式的非参数统计检验。 方差分析：他可以检验多个总体均值是否存在差异的统计检验方法。 时间数列：是某一指标的数值按时间按先后顺序排列而成的一个序列，也称动态数列。一般有两个基本要素构成：被研究对象所属的时间和反映该现象在各个时间上的统计指标数值。 增长量：总量指标报告期水平和基期水平之差，表明该指标在一定时期内增加和减少的绝对数量。（逐期增长量和累计增长量） 发展速度：反映社会现象发展程度的动态相对指标，即时间相对数。发展速度时报告期发展水平除以基期发展水平所得之商。如果这个比值大于1，表示水平提高了；如果这个比值小于1，表示水平下降了。（环比发展速度、定基发展速度）

统计学名词解释及公式

第1章统计与统计数据 一、学习指导 统计学是处理和分析数据的方法和技术，它几乎被应用到所有的学科检验领域。本章首先介绍统计学的含义和应用领域，然后介绍统计数据的类型及其来源，最后介绍统计中常用的一些基本概念。本章各节的主要内容和学习要点如下表所示。 概念：统计学，描述统计，推断统计。 统计在工商管理中的应用。 统计的其他应用领域。 概念：分类数据，顺序数据，数值型数据。 不同数据的特点。 概念：观测数据，实验数据。 概念：截面数据，时间序列数据。 统计数据的间接来源。 二手数据的特点。 概念：抽样调查，普查。 数据的间接来源。 数据的收集方法。 调查方案的内容。 概念。抽样误差，非抽样误差。 统计数据的质量。 概念：总体，样本。 概念：参数，统计量。 概念：变量，分类变量，顺序变量，数值 型变量，连续型变量，离散型变量。 二、主要术语 1.统计学：收集、处理、分析、解释数据并从数据中得出结论的科学。 2.描述统计：研究数据收集、处理和描述的统计学分支。 3.推断统计：研究如何利用样本数据来推断总体特征的统计学分支。 4.分类数据：只能归于某一类别的非数字型数据。 5.顺序数据：只能归于某一有序类别的非数字型数据。 6.数值型数据：按数字尺度测量的观察值。 7.观测数据：通过调查或观测而收集到的数据。 8.实验数据：在实验中控制实验对象而收集到的数据。 9.截面数据：在相同或近似相同的时间点上收集的数据。 10.时间序列数据：在不同时间上收集到的数据。

11.抽样调查：从总体中随机抽取一部分单位作为样本进行调查，并根据样本调查结果来推 断总体特征的数据收集方法。 12.普查：为特定目的而专门组织的全面调查。 13.总体：包含所研究的全部个体（数据）的集合。 14.样本：从总体中抽取的一部分元素的集合。 15.样本容量：也称样本量，是构成样本的元素数目。 16.参数：用来描述总体特征的概括性数字度量。 17.统计量：用来描述样本特征的概括性数字度量。 18.变量：说明现象某种特征的概念。 19.分类变量：说明事物类别的一个名称。 20.顺序变量：说明事物有序类别的一个名称。 21.数值型变量：说明事物数字特征的一个名称。 22.离散型变量：只能取可数值的变量。 23.连续型变量：可以在一个或多个区间中取任何值的变量。 四、习题答案 1.D 2.D 3.A 4.B 5.A 6.D 7.C 8.B 9.A 10.A 11.C、12.C 13.B 14.A 15.C 16.D 17.C 18.A 19.C 20.D 21.A 22.C 23.C 24.B 25.D 26.C 27.B 28.D 29.A 30.D 31.A 32.B 33.C 34.A 35.A 36.A 37.D 38.B 39.B 40.C 41.C 42.D 43.C 44.D 45.A 46.B 47.C 48.A 49.C 50.D 51.A 52.C 53.D 54.A 55.B

【缩印整理版】医学统计学名词解释及问答题

统计学（Statistics）：运用概率论、数理统计的原理与方法，研究数据的搜集；分析；解释；表达的科学。 总体（population）：大同小异的研究对象全体。更确切的说，总体是指根据研究目的确定的、同质的全部研究单位的观测值。 样本（sample）：来自总体的部分个体，更确切的说，应该是部分个体的观察值。样本应该具有代表性，能反映总体的特征。利用样本信息可以对总体特征进行推断。 抽样误差（sampling error）在抽样过程中由于抽样的偶然性而出现的误差。表现为总体参数与样本统计量的差异，以及多个样本统计量之间的差异。可用标准误描述其大小。 标准误(Standard Error) 样本统计量的标准差，反映样本统计量的离散程度，也间接反映了抽样误差的大小。样本均数的标准差称为均数的标准误。均数标准误大小与标准差呈正比，与样本例数的平方根呈反比，故欲降低抽样误差，可增加样本例数 区间估计（interval estimation）：将样本统计量与标准误结合起来，确定一个具有较大置信度的包含总体参数的范围，该范围称为置信区间（confidence interval，CI），又称可信区间。 参考值范围描述绝大多数正常人的某项指标所在范围；正态分布法（标准差）、百分位数法，参考值范围用于判断某项指标是否正常 置信区间揭示的是按一定置信度估计总体参数所在的范围。t分布法、正态分布法（标准误）、二项分布法。置信区间估计总体参数所在范围 可信区间：按预先给定的概率确定的包含未知总体参数的可能范围。该范围称为总体参数的可信区间（confidence interval，CI）。它的确切含义是：可信区间包含总体参数的可 能性是1- α ，而不是总体参数落在该范围的可能性为1-α 。 参数统计（parametric statistics） 非参数统计（nonparametric statistics）是指在统计检验中不需要假定总体分布形式和计算参数估计量,直接对比较数据(x)的分布进行统计检验的方法。 变异（variation）：对于同质的各观察单位，其某变量值之间的差异 同质（homogeneity）：研究对象具有的相同的状况或属性等共性。 回归系数有单位，而相关系数无单位 β为回归直线的斜率(slope)参数，又称回归系数(regression coefficient)。 线性相关系数（linear correlation coefficient）：又称Pearson积差相关系数（Pearson product moment coefficient），是定量描述两个变量间线性关系的密切程度与相关方向的统计指标。 参数（parameter）：描述总体特征的统计指标。 统计量（statistic）：描述样本特征的统计指标。实验设计的基本原则 对照 (control) 对受试对象不施加处理因素的状态。在确定接受处理因素的实验组时，要同时设立对照组 重复 (replication)相同实验条件下进行多次实验或多次观察。整个实验的重复；观察多个受试对象（样本量）；同一受试对象重复观察。作用是估计变异大小和降低变异 随机化(randomization) 采用随机的方式，使每个受试对象都有同等的机会被抽取或分配到试验组和对照组。 I类错误（假阳性错误）真实情况为H0是成立的，但检验结果为H0不成立，这样的错误称为I类错误。其发生的概率用α表示。在假设检验中作为检验水准。一般取0.05或0.01。 II类错误（假阴性错误）真实情况为H1是成立的，但检验结果为H1不成立，这样的错误称为II类错误。其发生的概率用β表示。由于其取值取决于H1 ，因此在假设检验中无法确定。 变异指标是用于描述一组观察值围绕中心位置散布的范围，即描述离散趋势的统计指标。数值越大，说明数据越离散，反之越集中。极差 (range)；四分位数间距(quartile range)；方差(variance)；标准差(standard deviation)；变异系数(coefficient of variation 平均数指标用于描述一组同质观察值的集中趋势，反映一组观察值的平均水平。算术均数（arithmetic mean）；几何均数（geometric mean）；中位数（median）；众数（mode） 单纯抽样将调查总体的全部观察单位编号，从而形成抽样框架，在抽样框架中随机抽取部分观察单位组成样本。每个观察对象都有相同的机会被抽中系统抽样又称机械抽样。按照某种顺序给总体中的个体编号，然后随机地抽取一个号码作为第一个调查个体，其他的调查个体则按照某种确定的规则“系统”地抽取。最常用的方法是等距抽样 分层抽样先将总体中全部个体按某种特征分成若干“层”，再从每一层内随机抽取一定数量的个体组成样本。分层特征与研究目的有关。按各层比例抽样。为减少抽样误差，要求层内误差最小，层间误 差最大。 整群抽样先将总体分成若干“群”，从中随机抽取 几个群，抽取群内的所有观察单位组成调查样本。 “群”的确定与研究目的无关。为减少抽样误差， 需多抽几个“群”。 方差分析：又称变异数分析或 F检验，适用于对多 个平均值进行总体的假设检验，以检验实验所得的 多个平均值是否来自相同总体。 析因设计（factorial design）实验：凡同时配置两个 或两个以上处理因素，这些因素的各水平又具有完 全组合的实验，统称为析因设计（factorial design） 实验。 随机区组设计（randomized block design）是事先 将全部受试对象按某种可能与实验因素有关的特征 分为若干个区组（block），使每一区组内的受试对 象例数与处理因素的分组数相等，使每个实验组从 每一区组得到一例受试对象。 单向方差分析（one way analysis of variance）是指 处理因素只有一个。这个处理因素包含有多个离散 的水平，分析在不同处理水平上应变量的平均值是 否来自相同总体。 （2）计数资料：将观察单位按某种属性或类别分组， 所得的观察单位数称为计数资料 （count data）。计数资料亦称定性资料或分类资料。 其观察值是定性的，表现为互不相容的类别或属性。 如调查某地某时的男、女性人口数；治疗一批患者， 其治疗效果为有效、无效的人数；调查一批少数民 族居民的A、B、AB、O 四种血型的人数等。 （3）等级资料：将观察单位按测量结果的某种属性 的不同程度分组，所得各组的观察单位数，称为等 级资料（ordinal data）。等级资料又称有序变量。如 患者的治疗结果可分为治愈、好转、有效、无效或 死亡，各种结果既是分类结果，又有顺序和等级差 别，但这种差别却不能准确测量；一批肾病患者尿 蛋白含量的测定结果分为+、++、+++等。 随机变量（random variable）是指取指不能事先确 定的观察结果。随机变量的具体内容虽然是各式各 样的，但共同的特点是不能用一个常数来表示，而 且，理论上讲，每个变量的取值服从特定的概率分 布。 变异系数（coefficient of variation）用于观察指标单 位不同或均数相差较大时两组资料变异程度的比 较。用CV 表示。计算：标准差/均数*100% 直线回归（linear regression）建立一个描述应变量 依自变量变化而变化的直线方程， 并要求各点与该直线纵向距离的平方和为最小。直 线回归是回归分析中最基本、最简单的一种，故又 称简单回归（simple regression）。 回归系数（regression coefficient ）即直线的斜率 (slope)，在直线回归方程中用b 表示，b 的统计意 义为X每增（减）一个单位时，Y平均改变b 个单 位。 相关系数r：用以描述两个随机变量之间线性相关 关系的密切程度与相关方向的统计指标。 秩次：变量值按照从小到大顺序所编的秩序号称为 秩次（rank）。 秩和：各组秩次的合计称为秩和（rank sum），是非 参数检验的基本统计量。 方差（variance）：方差表示一组数据的平均离散情 况，由离均差的平方和除以样本个数得到。 检验效能：1- β称为检验效能（power of test），它是 指当两总体确有差别，按规定的检验水准a 所能发 现该差异的能力。 百分位数（percentile）是将n 个观察值从小到大依 次排列，再把它们的位次 依次转化为百分位。百分位数的另一个重要用途是 确定医学参考值范围 随机误差（random error）又称偶然误差，是指排 除了系统误差后尚存的误差。它受多种因素的影响， 使观察值不按方向性和系统性而随机的变化。误差 变量一般服从正态分布。随机误差可以通过统计处 理来估计。 一、统计表有哪些要素构成的？制表的注意事项有 哪些？ 一般来说，统计表由标题、标目、线条和数字、备 注五部分组成。但备注并不是必需的内容，可以根 据需要出现。 1简明扼要，重点突出：最好一张表突出一个中心， 不易太多中心，如果需要说明多个中心，可分成多 张统计表。 2合理安排主语和谓语的位置：对于表中任意一行， 从左至右，通过简短的连接词，可连成成一句通顺 的句子。 3表中数据要认真核对，保证准确可靠 二、为什么不宜用t 检验对多组均数进行比较？ 如果用t检验进行多个样本均数的两两比较，则会 增加犯I 类错误的概率。 经检验得到拒绝H0 ，认为两组之间有差别的结论 可能犯I类错误的概率为α，不犯I类错误的概率为 1- α.每次判断均不犯I类错误的概率为(1- α)k, k为比较的次数，上例α=0.05, k=3，则均不犯错误 的概率为( 1- 0.05)3 =0.86. 至少有一次判断犯I 类错误的概率为1-(1- α)k 三、方差分析的基本思想是什么？ 按实验设计的类型，将全部观察值间的变异分解成 两个或多个组成部分，然后将各部分的变异与随机 误差进行比较（每个部分的变异可由某因素的作用 来解释），以判断各部分的变异是否具有统计学意 义，从而推断不同样本所代表的总体均数是否相同。 五、简述直线相关与回归的区别与联系 区别：1．回归说明依存关系，直线回归用于说明两 变量间数量依存变化的关系，描述y如何依赖于x 而变化；相关说明相关关系，直线相关用于说明两 变量间的直线相关关系，此时两变量的关系是平等 的 2．r与b有区别：r说明具有直线关系的两个 变量间相关的密切程度与相关方向； b表示x每改 变一个单位，y平均增（减）多少个单位； 3．资料要求不同：直线回归要求应变量 y是来自正态总体的随机变量，而x可以是来自正 态总体的随机变量，也可以是严密控制、精确测量 的变量，相关分析则要求x，y是来自双变量正态分 布总体的随机变量。 4.取值范围：-∞

统计学名词解释

一、名词解释 总体:指在同一组条件下所有成员的某种状态变量的集合;或者说是某一变数的全部可能值的集合;或性质相同的个体组成的整个集团. 样本:从总体中取出来用作分析、研究的个体称样本。 随机样本：总体中的每个总体单位都有同等的机会被抽取为样本单位,由这种方法抽得的样本叫随机样本.（用随机抽样的方法,从总体中抽出一个部分；等概率抽取的样本。）随机抽样：保证总体中的每一个体在每一次抽样中都有同等的机会被取为样本。 复置抽样:保证总体中的每个个体在每次抽样中都有同等的概率被取为样本。 样本容量：样本中包含的单位数称为样本容量。（样本中变量的个数.） 观察值：每一个体的某一性状测定值叫做观察值。 变数：若干有变异的观察值叫随机变数，简称变数。 连续性变数：指在任意两个变量之间都有可能存在只有微量差异的第三个变量存在，这样一类变数称为连续性变数. 间断性变数：只能取整数的一类变数。 参数：由总体获得的代表总体的特征数.（描述总体的特征数,如μσ .)统计数：由样本获得的代表样本的特征数。（描述样本的特征数。） 数量资料(数量性状资料）：以测量或称重的方式获取的试验资料称为数量资料。 计量资料、质量性状资料 次数资料：凡是试验结果以次数表示的资料称为次数资料。 算术平均数、众数 几何平均数：变量对数的算术平均数的反对数, (lg) lg Y G n = ∑ 调和平均数:变量倒数的算术平均数的反倒数， 1 () n H Y = ∑ 中位数:将变量顺序排列,处在中间的变量称中位数，计作M d。极差:一组资料中最大值与最小值的差值为极差. 方差：变数变异程度的度量,对于总体 ()2 2i Y N μ σ - = ∑ ,对于样本 2 2 () 1 Y y s n - = - ∑ 。 (描述变量平均变异程度的统计量.定义为 2 1 2 () 1 n j j Y y s n = - = - ∑ 。） ＥMS:期望均方，是对均方MＳ的期望值。 标准差:变数变异程度的度量,总体标准差： () N Y ∑- = 2 μ σ ，样本标准 差: () 1 2 - - = ∑ n y Y s .（变数的平均变异量.) 标准误：统计数变异度的度量，12 y y y s s - == 。(统计数的标准差。）

医学统计学名词解释复习资料

1. 总体(population)：根据研究目的所确定的同质观察单位的全体。只包括(确定的时间和空间范围内)有限个观察单位的总体，称为有限总体(finite population)。假想的，无时间和空间概念的，称为无限总体(infinite population)。 2. (总体)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。 3. 样本(sample)：从总体中随机抽取的部分个体。 4. 样本含量(sample size)：样本中所包含的个体数。 5. 变量(variable)：观察对象个体的特征或测量的结果。由于个体的特征或指标存在个体差异，观察结果在测量前不能准确预测，故称为随机变量(random variable)，简称变量(variable)。变量的取值称为变量值或观察值(observation)。根据变量的取值特性，分为数值变量和分类变量。 6. 数值变量(Numerical variable)：又称为计量资料、定量资料，指构成其的变量值是定量的，其表现为数值大小，有单位。对每个观察单位用定量的方法测定某项指标的数值，组成的资料。 7. 计数资料：将全体观测单位按照某种性质或特征分组，然后再分别清点各组观察单位的个数。 8. 抽样(sampling)：从总体中抽取部分观察单位的过程称为抽样。 9. 抽样误差(sampling error)：由于抽样造成的统计量与参数之间的差别，特点是不能避免的，可用标准误描述其大小。 10. 误差(error)：统计上所说的误差泛指测量值与真值之差，样本指标与总体指标之差。主要有以下二种：系统误差和随机误差 。 11. 可信区间(confidence interval, CI)：按一定的概率或可信度(1-α)用一个区间估计总体参数所在范围，这个范围称作可信度1-α的可信区间，又称置信区间。 12. 总体均数的可信区间：按一定的概率大小估计总体均数所在的范围(CI)。常用的可信度为95％和99％，故常用95％和99％的可信区间。 13. 变异(variation)：同质事物间的差别。由于观察单位通常即为观察个体，故变异亦称为个体变异(individual variation)。 16. 平均数(average)：也叫平均值，是一组(群)数据典型或有代表性的值。这个值趋向于落在根据数据大小排列的数据的中心，包括算术平均数(arithmetic mean)、几何平均数(geometric mean)、中位数(median)等。 17. 中位数(median)：将一组观察值按升序或降序排列，位次居中的数，常用M 表示。适用于偏态分布资料或不规则分布资料和开口资料。所谓“开口”资料，是指数据的一端或两端有不确定值。当n 为奇数时，M=X (n+1)/2；当n 为偶数时，M=[X n/2+ X n/2+1]/2。 18. 百分位数(percentile)：是一种位置指标，以P x 表示，一个百分位数Px 将全部观察值分为两个部分，理论上有x%的观察值小于Px 小，有(1-x%)的观察值大于Px 。 19. 变异系数(coefficient of variance, 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。100%X s/CV ?=, 变异系数没有度量衡单位，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。 20. 频率(relative frequency)：在n 次随机试验中，事件A 发生了m 次，则比值 22. 概率(probability)：在重复试验中，事件A 的频率，随着试验次数的不断增加将愈来愈接近一个常数p ，这个常数p 就称为事件A 出现的概率(probability)，记作P(A)或P 。 描述随机事件发生的可能性大小的数值，常用P 来表示。 23. 统计量(statistic)：由样本所算出的统计指标或特征值。 24. 相关系数(correlation coefficient)：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，又称为积差相关系数(coefficient of product-moment correlation)，总体相关系数用希腊字母ρ表示，而样本相关系数用r 表示，取值范围均为[-1, 1]。 25. 回归系数(regression coefficient)：直线回归方程Y ?= a+b X 的系数b 称为回归系数，也就是回归直线的斜率(slope)，表示X 每增加一个单位，Y 平均改变 b 个单位。 26. 参考值范围(reference range)：也称为正常值范围(normal range)，医学上常把绝大多数正常人的某指标值范围称为该指标的正常值范围。绝大多数：可以是90%、95%、99%等等，最常用的是95%。正常人：不是指健康人，而是指排除了影响所研究指标的疾病和有关因素的同质人群。又称参考值范围，是指特定健康人群的解剖、生理、生化等各种数据的波动范围。习惯上是确定包括95%的人的界值。 28. 统计推断(statistic inference)：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。 29. 标准误(standard error, SE)：在统计理论上将样本统计量的标准差称为标准误，用来衡量抽样误差的大小。据此，样本均数的标准差X σ称为标准误。 30. 参数估计(parameter estimation)：由样本信息估计总体参数。它包括两种：点估计和区间估计。 点估计：直接用样本统计量作为对应的总体参数的估计值。 区间估计：按一定的概率或可信度(1-α)用一个区间估计总体参数所在范围，这个范围称作可信度1-α的可信区间(confidence interval, CI )，又称置信区间。这种估计方法称为区间估计。 33. 95%可信区间含义：如果重复若干次样本含量相同的抽样，每个样本均按同一方法构建95%可信区间，则在这些可信区间中，理论上有95个包含了总体参数，还有5个未估计到总体均数。 34.Ⅰ类错误(type Ⅰerror)：统计学上规定，拒绝了实际上成立的H 0，这类“弃真”的错误称为Ⅰ型错误或第一类错误，Ⅰ型错误的概率用α表示。 35.Ⅱ类错误(type Ⅱerror)：统计学上规定，不拒绝实际上不成立的H 0，这类“存伪”的错误称为Ⅱ型错误或第二类错误，Ⅱ型错误的概率用β表示。 36. 检验效能(power of a test)：又称把握度，即两总体确有差别，按α水准能发现它们有差别的能力。 37. 参数检验：总体分布已知，对其中一些未知参数进行估计或检验。这类统计推断的方法叫参数统计或参数检验。 38. 参数检验：假定比较数据服从某分布,通过参数的估计量(x , s)对比较总体的参数(μ)作检验，统计上称为参数法检验(parametric test)。如t 、u 检验、方差分析。 39. 率(rate)：又称频率指标，用以说明某现象发生的频率或强度。常以百分率(%)、千分率(‰)、万分率(1/万)、十万分率(1/10万)等表示。其计算公式为： 40. 构成比(proportion)：又称构成指标，它说明一种事物内部各组成部分所占的比重或分布，常以百分数表示。 41. 比(ratio)：又称相对比，是A 、B 两个有关指标之比，说明A 为B 的若干倍或百分之几，它是对比的最简单形式。其计算公式为：比=A/B 。 统计学（Statistics ）：运用概率论、数理统计的原理与方法，研究数据的搜集；分析；解释；表达 的科学。 总体（population ）：大同小异的研究对象全体。更确切的说，总体是指根据研究目的确定的、同质的全部研究单位的观测值。 样本（sample ）：来自总体的部分个体，更确切的说，应该是部分个体的观察值。样本应该具有代表性，能反映总体的特征。利用样本信息可以对总体特征进行推断。

统计学名词解释及简答题 .

名词解释 一、分类数据（categorical data ）是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，使用文字来表述的。 二、顺序数据（ran k data ）是只能归于某一有序类别的非数字型数据。 三、数值型数据（metric data ）是按数字尺度测量的观察值，其结果表现为具体的数值。 四、系统抽样（systematic sampling ）将总体中的所有单位（抽样单位）按一定顺序排列，在规定的范围内随机的抽取一个单位作为初始单位，然后按事先规定好的规则确定其他样本单位，这种抽样方法被称为系统抽样。 五、非概率抽样（non-probability sampling ）是相对于概率抽样而言的，指抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采取某种方式从总体中抽出部分单位对其实施调查。 六、抽样误差（sampling error ）是由于抽样的随机性引起的样本结果与总体真值之间的误差。 七、四分位数(quartile)也称四分位点，他是一组数据排序后处于25%和75%位置上的值。四分位数是通过3个点将全部数据等分为4部分，其中每部分包括25%的数据。 八、离散系数也成为变异系数（coefficient of variation ），它是一组数据的标准差与其相应的平均数之比。其计算公式为： s s v x = 离散系数是测度数据离散程度的相对统计量，主要是用于比较不同样本数据的离散程度。离散系数大，说明数据的离散程度也大；离散系数小，说明数据的离散程度也小。 九、泊松分布（Poisson distribution ）是用来描述在一指定时间范围内或在指定的面积或体积之内某一事件出现的次数的分布。 十、中心极限定理（central limit theorem ）：设从均值μ、2σ(有限)的任意一个总体中抽取样本量为n 的样本，当n 充分大时，样本均值X 的抽样分布近似服从均值为μ、方差2σ/n 的正态分布。 十一、置信区间（confidence interval ）在区间估计中，有样本统计量所构造的总体参数的估计区间称为置信区间，其中区间的最小值称为置信上限。 十二、显著性水平(significant level)是一个统计专有名词，在假设检验中，它的含义是当原假设正确时却被拒绝的概率或风险，其实这就是前面所说假设检验中犯弃真错误的概率，它是由人们根据检验的要求确定的，通常取0.05α=或0.01α=，这表明，当做出接受原假设的决定时，其正确的概率为95%或99%。 十三、方差分析（analysis of variance, ANOV A ）就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。 十四、相关系数（correlation coefficient ）是根据样本数据计算的度量两个变量之间线性关系强度的统计量。 十五、回归模型（regression model ）对于具有线性关系的两个变量，可以用一个线性方程来表示他们之间的关系。描述因变量y 如何依赖于自变量x 和误差项ε的方程称为回归模型。 十六、点估计 利用估计的回归方程，对于x 的一个特定值0x ，求出y 的一个估计值就是点估计。点估计可分为两种：一是平均值的点估计；二是个别值的点估计。 十七、时间序列（time series ）是同一现象在不同时间上的相继观察值排列而成的序列。 十八、指数平滑法（exponential smoothing ）是通过对过去的观察值加权平均进行预测的一种方法，该方法使t+1期的预测值等于t 期的实际观察值与t 期的预测值的加权平均值。 十九、指数，或称统计指数，是分析社会经济现象数量变化的一种重要统计方法。指数是测定多项内容数量综合变动的相对数。这个概念中包含两个重点：第一个要点是指数的实质是测定多项内容；指数概念的第二个要点是其表现形式为动态相对数，既然是动态相对

统计学名词解释汇总

统计学名词解释汇总 WTD standardization office【WTD 5AB- WTDK 08- WTD 2C】

1什么是统计学？统计方法可分为哪两大类？统计学是收集、处理、分析、解释数据并从数据中得出结论的科学。方法有描述统计和推断统计两类2统计数据可分为哪几种类型？不同类型数据各有什么特点？按采取计量尺度，分类、顺序、数值型数据；按统计数据收集方法，观测、实验数据；按被描述对象与时间关系，截面、时间序列数据 统计数据；按所采用的计量尺度不同分； （定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述； （定性数据）顺序数据：只能归于某一有序类别的非数字型数据。它也是有类别的，但这些类别是有序的。 （定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。 统计数据；按统计数据都收集方法分； 观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。 实验数据：在实验中控制实验对象而收集到的数据。 统计数据；按被描述的现象与实践的关系分；

截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。 3举例说明总体、样本、参数、统计量、变量这几个概念：对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。 4什么是有限总体和无限总体？举例说明 有限总体指总体的范围能够明确确定，而且元素的数目是有限可数的，如若干个企业构成的总体，一批待检查的灯泡。无限总体指总体包括的元素是无限不可数的，如科学实验中每个试验数据可看做是一个总体的一个元素，而试验可无限进行下去，因此由试验数据构成的总体是无限总体 5变量可分为哪几类？ 变量可以分为分类变量，顺序变量，数值型变量。 变量也可以分为随机变量和非随机变量。经验变量和理论变量。 6举例说明离散型变量和连续型变量