术语中英对照
自变量 :independent variable
因变量 :dependent variable
外在因素: extraneous factors
潜在变量：lurking variables
散点图：scatter spot
对照实验：a controlled experiment
调查问卷：survey
总体：population
抽像概念：constructs
对照组：comparison group
双盲测试：Double Blind
随机样本：random sample
群体参数：pupulation parameter
样本误差：sampling error
众数：mode
中位数：median
平均数：mean
均匀分布：uniform distribution
异常值：outlier
箱线图：boxplot
平均偏差：average deviation
方差：variance
标准偏差：standard deviation
抽样分布：sampling distribution
中心极限定理：central limit theorem
标准误差：standard error
抽样误差：sampling error
抽样分布：sampling distribution
频率表：frequency table
绝对数值：absolute number
类别：category
区间：interval
组距：binsize
直方图：histogram
柱状图：bar grath
正态分布：nomal distribution
英语充电：
这是1个非常重要的概念，我们要去深入理解它：Now this is a really important concept ,and we're going to try to drive this point home
相关并不代表因果：Correlation does not imply causation
硕士论文：masters thesis
远程进行：conducted remotely
有根据的猜测：enduated guess
一般来说：in general
小学：an elementary school
华氏72度： 72 degree Fahrenheit
在。。。拿不定主意：debating between
偏离基准不受很大影响：It's not affected much by departures from the norm
期末考试：final exam
提供数据如何分散的概要信息：provide a quick thumbnail picture of how spreed out data is
方便是有代价的：convenience comes out of price
初步了解：barely dipping our toes in the water
非常难的：this is very tricky
相互抵消：cancell each other out
受欢迎程度：Popularity Score
概率密度函数：Probability Density Function
术语定义
自变量:不受外界影响的变量
因变量:随自变量变化而变化的变量
例如：早睡，精神好，早睡晚睡即自变量，精神为因变量
外在变量：除了早睡，晚上吃的多不多也会影响第2天的精神，吃就是一个外在变量，在对照实验中，外在变量需要被控制
潜在变量与外在变量定义一致
双盲测试：观察者和被测试者都不知道自变量甚至因变量，只有研究人员才知道所有实情。例如在对照实验中，为了测试安眠药的睡眠效果，1组给真正的安眠药，1组给外观一致的安慰剂（无安眠效果），睡眠时间，睡眠地点等外在变量都控制一致，观察记录者只负责记录评分被测试者的睡眠，也不知道被测试者真正吃的什么药
直方图：
1.x 轴只能代表数值数据 ，不能代表类别数据
2.组距间没有间隙
柱状图：
x轴可以代表数值数据和类别数据
群体参数：μ、σ
众数：出现次数最高的值
中位数：位于中间的数，例如：奇数个 1234567，4是中位数，偶数个：123456 (3+4)/2=3.5, 3.5是中位数
平均数：求所有数的平均值
四分位差：IQR = Q3-Q1，将一组数字从小到大排列，并用中位数把这组数字，分成个数相同的两部分，分别算出前半部分的中位数记为Q1,后半部分的中位数记为Q3 例一组数字：4563217 按从小到大排列并以中位数分组： 123 | 4 | 567，那么，Q1=2,Q2=4，Q3=6
箱线图：用来图形化四分位差的一种图形
异常值计算公式：outlier < Q1-1.5(IQR) 或 outlier >Q3 +1.5(IQR)
方差计算公式:Σ（Xi-μ)^2/n
平均差：方差求根
样本标准误差：SE=σ/√n
样本均值分布的均值与总体平均值相等
所有的正态分布图都可以归一为标准正态分布图，通过计算Z值，查询Z值表，找到概率
Z值=（x-μ）/σ
