总体

　　指具有某些共同的、可观测的特征的一类事物的全体，构成总体的每一个基本单位称为个体

样本

　　从总体中选出来的个体集合

随机取样

　　从总体中取样本，要求总体中的每一个个体被抽取到的概率相同，用随机取样抽取的样本叫随机样本

描述统计

　　指用来整理、概括、简化数据的统计方法，侧重于描述一组数据的全貌，表达一件事物的性质

推论统计

　　指运用一系列数学方法，将从样本中获得的结果推广到样本所在的总体

参数（总体的任何一个特征）

　　描述总体的数值，可以测量获得，也可以从总体的一系列测量中推论得到

统计量（样本的特征）

　　统计量描述样本的数值，可以测量获得，也可以从样本的一系列测量中推论得到

取样误差

　　指样本统计量与相应的总体参数之间的差距　

离散型变量

　　是由分离的、不可分割的范畴组成，在邻近范畴之间没有值存在。

连续型变量

　　任何两个观测值之间都存在无限多个可能值，它可以分割成无限多个组成部分

命名测度（名义测度等级）

　　最低的一种测度等级，由一系列具有不同名称的类型组成，它只包含性质差异，无大小之分

顺序测度

　　量化水平高于命名等级，观察得到的结果分成了类别，还是按照一定顺序进行排列，可以提供不同个体之间的顺序差异，但不能说明差异的程度和大小

等距测度

　　由一系列按顺序排列的范畴组成，每个邻近的范畴之间的距离都是相等的

比例测度

　　最高等的测度等级，具有等距的所有特征，还有绝对0点

次数分布

　　一批数据在一个量度的每一个类目出现的次数情况（把数据从高到底进行排列，将相同的值的数据合并在一组）

简单次数分布表

　　把数据从大到小排列，另一列列车每个数值的次数，得到的最简单的次数分布表

分组次数分布表

　　当数据范围很大，把数据分成一段一段的区间，计算各个区间内数据的次数得到的表

组距

　　每组最大值和最小值的差距

全距

　　全部数据的最大值和最小值的差距

　　组距=全距/组数

次数分布直方图

　　横轴表示数据X,纵抽表示次数f

次数分布棒图

　　当数据时命名或者顺序量度时

次数分布折线图

　　

次数分布茎叶图

　　如：X=75, 茎为7，叶为5

次数分布的形状

　　一个分布，有三个特征来描述：

　　集中趋势：分布曲线重心的位置，数据围绕重心上下波动

　　变异性：离散程度

　　形状：对称分布（图像对称）和非对称分布（偏态分布：数据堆积在分布的一端，另一端少）

累计次数分布表

　　在简单或者分组次数分布表上加一列累积次数

插值法

　　一种求解中间值的方法，假设是在求解点的附近1个组距单位区间之内的分数和对应的百分比的变化是线性。

　　插值法求解，先找到求解点最近的两个区间，区间端点是已知的