Peter Flom
2012-01-12 18:35:19 UTC
我們統計學家使用許多詞語的方式與其他所有人使用它們的方式略有不同。當我們教或解釋我們在做什麼時，這會引起很多問題。我將開始一個列表（現在，我將在每個註釋中添加一些定義）：
- 力量是正確拒絕錯誤的虛假假設的能力。通常，這意味著正確地說出“某事正在發生”。在以下情況下，以一定百分比（通常為5％）具有顯著性：如果樣本所來自的總體的真實影響為0，那麼至少在5％的時間內出現至少與從樣本中獲得的統計一樣極端的統計數據
- 交互作用-如果因變量和一個自變量之間的關係在另一個自變量的不同級別上不同，則兩個自變量進行交互
，但是必須還有很多！
我建議人們也為他們的答案增加一些背景。示例可能是在不同領域中使用不同詞的同一個詞（固定效果[Gelman，2005]（http://dx.doi.org/10.1214/009053604000001048））或在不同上下文中具有不同含義的詞（重要性與統計意義） [Bushway et al。，2006]（http://dx.doi.org/10.1007/s11292-005-5129-7））。
如果回答者可以用一兩個句子解釋“技術”一詞的真正含義，或者是什麼可能導致它被認為具有不同的含義，那將是很好的。
稍後，我將根據您的評論完成回答；-)
...和“相關性”！
對於“樣本”，請參閱http://stats.stackexchange.com/questions/20945/how-to-define-what-a-sample-is的註釋。
如果統計的期望值不等於其估計的數量，則該統計信息將帶有偏差。
有關“偏見”的更多信息，請訪問http://stats.stackexchange.com/questions/20946/can-a-coin-be-biased。
偏見：http://stats.stackexchange.com/questions/18945/difference-among-bias-systematic-bias-and-systematic-error