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
