名词解释 变量

1. 变量：研究者对每个观察单位的某项特征进行观察和测量,这种特征称为变量

2. 定量变量：是用仪器、工具或其它定量方法对每个观察单位的某项标志进行测量,并把测量结果用数值大小表示出来的资料,一般带有度量衡或其它单位;例如：体重与身高

3. 定性变量：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

4. 二分类变量：称为0-1变量;例如,性别男、女、疾病有、无和结局生、死等;二分类变量常用0和1来编码,0-1变量常称为假变量dummy variable或哑变量,可以和真变量一样参与计算

5. 等级资料：是先将观察单位按某种属性或类别的不同等级分成若干组,再清点各组观察单位个数所得到的资料

6. 同质：在调查和实验研究中,除了实验因素外,影响被研究指标的非实验因素相同被称为同质

7. 变异：同质事物个体间的差异

8. 总体：根据研究目的确定的同质研究对象所有观察单位某变量值的集合;简言之,研究对象的全体;

9. 样本：从总体中抽取的部分观察单位,某变量值的实测值构成样本;简言之,总体中有代表性的一部分;

10. 参数parameter：是统计模型的特征指标,是对总体而言,其大小是客观存在的,然而往往是未知的,如总体均数mean和总体方差variance

11. 统计量statistic：由观察资料计算出来的量,如计算观察样本中的个体得到的样本均数,样本方差;

12. 因果关系causality：在排除了人为联系、虚假联系后仍然存在的、无法用其他联系解释的两个变量之间的关系;但也需要时间顺序等标准进行因果判断

13. 误差：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随机测量误差,抽样误差;

14. 系统误差：指数据搜集和测量过程中由于仪器不准确、标准试剂未经校正,操作人员掌握的标准不准等原因,造成观察结果呈倾向性的偏大或偏小,这种误差称为系统误差;特点：具有累加性；有倾向性；可以消除

名词解释的分类变量

在统计学中，名词解释的分类变量是指具有有限可能取值的变量。它们可分为有序分类变量和无序分类变量两种类型。

有序分类变量是指具有内在顺序关系的变量，它们的取值可以按照一定的顺序排列。例如，学生的年级可以分为小学、初中和高中三个有序分类变量。这种变量通常可以用数字进行表示，因为数字本身就具有天然的顺序关系。我们可以用1表示小学生，2表示初中生，3表示高中生。有序分类变量在统计分析中经常用于描述变量之间的相对大小关系。

无序分类变量是指没有内在顺序关系的变量，它们的取值之间不能按照一定的顺序排列。例如，学生的性别可以分为男和女两个无序分类变量。这种变量通常不能用数字进行表示，因为数字本身没有天然的顺序关系。无序分类变量在统计分析中经常用于描述变量之间的相异性。

对于有序分类变量和无序分类变量，我们通常可以采用不同的方法进行分析。

对于有序分类变量，我们可以使用顺序回归分析方法进行分析。顺序回归分析是一种适用于有序分类变量的统计方法，它可以帮助我们了解不同变量之间的相对大小关系。通过顺序回归分析，我们可以计算出每个变量对于结果的重要性程度，从而帮助我们进行决策或预测。

对于无序分类变量，我们可以使用卡方检验或Fisher确切概率法进行分析。卡方检验是一种常用的统计方法，用于检验两个无序分类变量之间是否存在相关性。通过卡方检验，我们可以判断两个变量之间的相关性是否显著。如果卡方检验的p值小于设定的显著性水平，我们可以拒绝原假设，即认为两个变量之间存在相关性。

除了顺序回归分析和卡方检验，我们还可以使用其他方法进行名词解释的分类变量的分析。例如，我们可以使用Logistic回归分析方法来研究无序分类变量的影响因素。 总之，名词解释的分类变量是具有有限可能取值的变量，可以分为有序分类变量和无序分类变量两种类型。对于不同类型的分类变量，我们可以采用不同的方法进行分析，以帮助我们了解变量之间的关系与影响。通过统计学的方法，我们可以更加深入地理解分类变量，并在实际问题中进行应用。

名词解释内生变量

内生变量 (endogenous variable) 是一个经济学概念，通常指与自变量之间存在非线性关系的一种变量，其取值对自变量的取值产生影响，同时自变量的取值也对内生变量的取值产生影响。在经济学中，内生变量通常指一些难以观测到的变量，例如人力资本、文化、偏好等，这些变量对经济现象的解释起着至关重要的作用。

内生变量在经济学中的应用非常广泛，例如在解释经济增长时，内生变量可以用来解释人力资本的积累和技术进步等因素对经济增长的影响;在解释经济现象时，内生变量可以用来解释一些难以观测到的变量对经济现象的影响，例如企业家才能、文化价值观等。

在经济学中，内生变量的研究通常需要用到内生变量分析方法，这些分析方法能够帮助经济学家更好地理解经济现象，并为政策制定提供有益的建议。

卫生统计学名词解释

一、基础概念

1. 总体（Population）：在一定时空范围内同质的所有观察单位或个体的集合。

2. 样本（Sample）：从总体中随机抽取的一部分观察单位的集合。

3. 变量（Variable）：观察单位的基本特征或特性，可以分为定量变量和定性变量。

4. 总体参数（Population Parameter）：描述总体特征的概括性数值，如总体均数、总体率等。

5. 样本统计量（Sample Statistic）：描述样本特征的数值，如样本均数、样本率等。

二、资料类型与搜集方法

1. 计数资料（Count Data）：通过计数或分类得到的资料，一般用相对数（率）表示。

2. 计量资料（Measure Data）：通过测量得到的数值资料，一般用均数、中位数等表示。

3. 等级资料（Ordinal Data）：具有一定顺序或等级的资料，一般用等级或有序分类表示。

4. 调查法（Survey Method）：通过问卷、访谈等方式收集资料的方法，常用于大样本调查。

5. 实验法（Experimental Method）：通过实验设计、随机分组等方式收集资料的方法，常用于实验研究。 6. 观察法（Observational Method）：通过观察记录收集资料的方法，常用于临床观察、生态学研究等。

7. 纵向研究（Longitudinal Study）：对同一组观察单位在不同时间点进行重复观察的方法，可获取纵向数据。

8. 横向研究（Cross-sectional Study）：在某一时间点对不同组观察单位进行同时观察的方法，可获取横截面数据。

9. 随机抽样（Random Sampling）：按照随机原则从总体中抽取样本的方法，保证每个观察单位被抽中的概率相等。

10. 系统抽样（Systematic Sampling）：按照某种规则或顺序从总体中抽取样本的方法，如每隔一定数量的观察单位抽取一个样本。