教育统计学与SPSS-名解总结

教育统计学与SPSS-名解总结第一章导论（阅览前必读：书上每个章节后的名解我全都列出来了，黑色字体的都是书上原文，量多，但有些不重要的名解没必要背，你挑着背不要被吓到。

绿色是章节题目，红色的就是我的一些说明、补充、吐槽，一个人打字很无聊啊有木有！一直自言自语啊有木有！并非书上的名词解释，看看就好，可删。

这段紫色的也删了哈。

接下来……正文，走你！）统计学（statistics）：即研究统计原理与方法的科学。

教育统计学（educational statistics）：是专门研究如何搜集、整理、分析在心理和教育方面有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学科。

简言之，教育统计学是运用统计学的一般原理和方法研究教育科学领域数量关系的一门科学。

描述统计（descriptiive statistics）：是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。

Or：是研究如何整理心理与教育科学实验或调查得来的大量数据，描述一组数据的全貌，表达一件事物的性质的一种统计方法。

推断统计（inferencial statistics）：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的团体。

Or：是研究如何通过局部数据所提供的信息，运用概率的理论进行分析论证，在一定可靠程度上推论总体或全局情形的统计方法。

这是统计学中的主要内容。

实验设计（experimental statistics）：是研究如何更加合理、有效的获得观测资料，如何更正确、更经济、更有效的达到实验目的，以揭示实验中各种变量关系的实验计划。

Or：实验者为了揭示实验中自变量与因变量的关系，在实验之前所制定的实验计划，称为实验设计。

他是研究如何科学地、经济地以及更有效地进行实验。

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。

小数永存法则：从总体中抽取的第一个样本中所表现的特性，在其他样本中也会存在。

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：是指能影响测量准确性的数字。

随机变量（random variable）：在统计学中把在取值之前不能预料到取什么值的量称为变量（随机变量）。

数据（data）：如果一旦某个数值被取定了，成这个数值为随机变量的一个观察值，即数据。

总体（population）：指客观存在的，并在同一性质的基础上结合起来的许多个别单位的整体，即具有某一特性的一类事物的全体，又叫母体或全域。

个体（individual）: 构成总体的基本单位或单元，又称元素或个案。

样本（sample）：从总体中抽取的一部分个体。

参数（parameter）：表示总体特征的量数。

统计量（statistic）：是直接从样本计算出的量数，代表样本的特征。

名称变量（nominal variable）：指一事物与其他事物在属性、类别上不同。

其数据形式是计数数据。

顺序变量（ordinal variable）：指事物的某一属性的多少或大小按顺序排列起来的变量。

等距变量（interval variable）：指只具有相等的单位，而没有绝对的零点的变量。

比率变量（ratio variable）：是一种既有相等的单位，又有绝对零点的变量，又称等比变量。

连续变量（continuous variable）：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的小单位的，其数字形式多取小数。

离散变量（discrete variable）：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（attribute data）：即计算人或物的个数所获得的数据。

度量数据（quantitative data）：用一定的测量工具或测量标准测量时所获得的数据。

指标（index）：表明总体数量特征的概念和具体数值，又称统计指标。

标志（mark）：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（absolute number）：是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（relative number）：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：主要是日常工作中的记录和统计报表等。

（p17 第四段里）数量标志：是在一定时限内所收集有关问题的资料，来源主要有调查、测量和实验。

（p17 第四段里）第二章数据的收集、整理与表达次数（frequency）：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（relative frequency）：指每一组的数据个数除以数据的总和，又称相对次数，用p表示。

百分频率：是频率与百分数的乘积，即p%.组中值（class mid-value）：每一组的中点值，表示常用m或xc全距（range \Rg）：是全部数据的距离，也称极差，用最大值减去最小值。

组距(interval)：指每一组所包含的间隔或数据单位，用i表示。

组限（boundaries of group）：是每一组的起止点或每一组的界限。

统计表（statistical table）：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（statistical graph）：是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：（搞不清……）累积次数（cumulative frequency）：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。

累积百分频率：（无视……）一时性资料：（p24倒数第二段里）经常性资料：（p24倒数第一段里）直条图（thermometer chart）：用直条（或矩形）的长短表示统计数据多少的图形。

直方图（histogram）：以矩形面积表示连续变量的统计图。

折线图（line chart）：以纵轴的高度表示次数，并将各点用线段连接的统计图性。

散点图（scatter diagram）：用于表示事物相互关系的统计图。

圆形图（pie diagram）：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。

第三章集中量数集中量数（central measures）：（p42里）集中趋势（central tendency）：（p42里）（算数）平均数（arithmetic mean）：是所有观测值（或变量值）的总和除以总数所得的商。

简称平均数、均数或均值。

中数\中位数（Median）：是位于按一定顺序排列的一组数中央位置的数值，用符号Mdn或Md表示。

众数（Mode）：是指一群数据中出现次数最多的那个数值，又称范数，用符号Mo表示。

几何平均数（geometric mean）：几个变量值乘积的n次方根。

调和平均数（harmonic mean）：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（Percentile）：（呃……任意百分位上的数。

）四分位数：即四分之一位置和四分之三位置上的数。

第四章差异量数离中趋势（divergence tendency）：（p62最后一段里）差异量数（divergence measures）：（p62最后一段里）方差（variable）：是离均差平方的算术平均数，表示一列数据平均差距的平方，其样本方差用符号S2表示，总体方差用符号σ2表示。

标准差（Standard Deviation）：方差的算术平方根，表示一列数据的平均差距。

样本标准差用符号S或SD表示，总体标准差则用符号σ表示。

中心动差：以均数为原点计算的统计动差叫做中心动差。

平均差（Average Deviation）：是以离差绝对值的和除以总次数所得的商。

平均差用符号AD 表示。

全距（Range）：一列数据中最大数与最小数的差距，又称极差。

用符号Rg表示。

偏态量：（p73只可意会）峰态量：（p73不可言传）百分位差（Percentile deviation）：表示某两个百分位数之间差异程度的指标。

常用的百分位差如：P93-P7，P90-P10.四分位差（Quartile deviation）：（p70）统计动差：（p72中间）第五章相对量数相对地位量数：（p80中间）相对差异量数（Coefficient of Variation）：指差异量数与集中量数的百分比，又称作差异系数，用符号CV表示。

百分等级（Percentile Rank）：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PR 表示。

标准分数（standard scare）：（p84标准分数有许多变形，其中最典型的标准分数为Z分数或称基分数。

没发现ta的定义）Z标准分数是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。

标准差系数：是标准差与平均数的百分比，用符号CV表示。

S第六章相关量数相关量数：（不认得）正相关（positive correlation）：指一列变量由大而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（negative correlation）：指一列变量由大而小或由小而大的变化，另一列变量却反由小而大或由大而小的变化，即两列变量的变化方向是相反的，属“此增彼减”的关系。

零相关（zero correlation）：又称无相关，是一列变量由大而小或由小而大变化时，另一列变量则或大或小的变化，即两列变量的变化看不出一定的趋势，甚至毫无关系。

相关系数（correlation coefficient）：表示相关方向和大小的一种数值，用符号r表示。

其取值范围为-1≤r≤+1。

直线相关（line correlation）：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，另一列变量却相应地减少，形成一种直线关系。

曲线相关（curve correlation）：指两列相伴随变化的变量，未能形成直线关系。

简（单）相关（simple correlation）：指只有两个变量的相关。

复（杂）相关（complex correlation）：指有三个或三个以上变量的相关。

积差相关（product moment correlation）：又叫均方相关、积矩相关或皮尔逊相关用符号rXY表示。

是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（即积差），再转换为标准积差后所求得的标准积差的平均数。