社會統計學：關鍵術語

這是一個包含每章關鍵術語的列表，方便參考。

第一章

• 概念化是對社會世界某些方面的理論發展過程。
• 案例是指收集了資料的個人或實體。
• 資料庫是指將資料按變數和案例進行排列。
• 因變數是指在模型中被認為取決於其他變數的變數。
• 概括是指將關於特定情況的理論轉化為適用於多種情況的理論的過程。
• 自變數是指在模型中被認為會導致因變數的變數。
• 元資料是指不打算包含在分析中的案例的附加屬性。
• 操作化是指將社會理論轉化為關於真實資料的具體假設的過程。
• 散點圖是指非常簡單的統計模型，它以圖形方式顯示資料。
• 統計模型是指對現實世界的數學簡化。
• 變數是指案例的分析意義上的屬性。

第二章

• 預期值是指僅根據自變數的值，因變數預期具有的值。
• 線性迴歸模型是指統計模型，其中因變數的預期值被認為根據自變數的值以直線方式上升或下降。
• 離群值是指統計模型中遠離大多數其他資料點的點。
• 迴歸誤差是指線性迴歸模型中因變數的預期值與其實際值之間的差異程度。
• 穩健性是指統計模型在操作化發生變化時仍能給出類似結果的程度。
• 斜率是指因變數預期值的變化量除以自變數的值的變化量。

第三章

• 外推法是指使用迴歸模型來計算觀測資料範圍內的預測值的過程。
• 截距是指迴歸線在散點圖中與因變數軸交叉的位置。
• 內插法是指使用迴歸模型來計算觀測資料範圍內的預測值的過程。
• 預測值是指對應於選定自變數值的因變數的預期值。
• 迴歸係數是指定義迴歸線的斜率和截距。

第四章

• 條件均值是指特定案例組的因變數的預期值。
• 自由度是指模型中實際可以自由變化的誤差數量。
• 均值模型是指非常簡單的統計模型，其中一個變數只有一個預期值，即其均值。
• 均值是指變數的預期值。
• 引數是指與統計模型相關的數字，例如均值和迴歸係數。
• 迴歸誤差標準差是指衡量回歸模型中誤差傳播程度的指標。
• 標準差是指衡量變數傳播程度的指標，它與均值模型中誤差的傳播程度相同。

第五章

• 案例特定誤差是指由於數百萬種影響和經歷導致特定案例的值與其預期值不同而產生的誤差。
• 描述性統計是指使用統計方法來描述我們實際掌握的資料。
• 推論統計是指使用統計方法來對我們資料所代表的現實世界特徵進行推斷。
• 測量誤差是指由於變數測量中的意外、錯誤或誤解而產生的誤差。
• 觀察引數是指根據我們實際掌握的資料，對均值、截距和斜率等引數進行實際觀察得到的值。
• 抽樣誤差是指由於研究物件被隨機包含在樣本中的可能性而產生的誤差。
• 標準誤差是指衡量與觀察引數相關的誤差程度的指標。
• 真實引數是指根據世界真實（但未觀察到）的特徵，對均值、截距和斜率等引數進行真實評估得到的值。

第六章

• 配對樣本是指每個案例代表兩個相關觀察值的資料庫。
• 統計顯著性是指統計結果如此之大，以至於不太可能僅僅是隨機發生的。
• 實質性顯著性是指統計結果足夠大，以至於在研究人員和整個社會看來具有意義。
• t 統計量是指基於觀察引數的指標，用於對真實引數的可能性進行特定推斷。

第七章

• 補充控制變數是指在多元迴歸模型中，透過揭示感興趣自變數的解釋力來補充感興趣自變數的控制變數。
• 競爭控制變數是指在多元迴歸模型中，透過分割感興趣自變數的解釋力來與感興趣自變數競爭的控制變數。
• 控制變數是指在多元迴歸分析中“保持不變”的變數，目的是突出顯示特定感興趣自變數的影響。
• 多因模型是指具有一個因變數但有兩個或更多自變數的統計模型。
• 多元線性迴歸模型是指統計模型，其中因變數的預期值被認為根據兩個或更多自變數的值以直線方式上升或下降。
• 預測變數是指迴歸模型中的自變數。

第八章

• 相關性 (r)是指衡量兩個變數之間關係強度的指標，取值範圍從 r = −1（完全負相關）到 r = 0（無相關性）再到 r = +1（完全正相關）。
• R2是指衡量回歸模型解釋因變數總變異比例的指標。
• 標準化係數是指使用標準化變數估計的迴歸模型的係數。
• 標準化變數是指透過從每個觀測值中減去均值，然後除以標準差來進行變換的變數。
• 非標準化係數是指使用原始非標準化變數估計的迴歸模型的係數。
• 非標準化變數是指以其原始單位表示的變數。

第九章

• 基本模型是指初始模型，其中包含分析中所有非特定理論興趣的背景自變數，用於迴歸分析。
• 混雜變數是指可能同時影響因變數和感興趣自變數的變數。
• 解釋模型是指主要用於評估不同理論以解釋案例之間因變數值差異的迴歸模型。
• 簡約性是指使用簡單易懂和解釋的模型的優點。
• 預測模型是指主要用於對因變數作為結果進行預測的迴歸模型。
• 飽和模型是指最終模型，其中包含分析中一系列模型中使用過的所有變數。

第十章

• 方差分析 (ANOVA)是指一種迴歸模型，它關注的是由分類變數解釋的因變數總變異的比例。
• ANOVA 變數是指迴歸模型中的數值變數，它們一起描述了分類組成員的影響。
• 分類變數是指將案例劃分為兩個或更多組的變數。
• 混合模型是指包含 ANOVA 元件和普通自變數的迴歸模型。
• 數值變數是指取數值變數的變數，這些數值變數代表案例從較小數字到較大數字的有意義排序。
• 參考組是指在 ANOVA 變數中被隔離，並且沒有明確包含在 ANOVA 模型中的組。

第十一章

• 互動作用是指互動模型中互動變數的係數。
• 互動模型是指允許某些變數的斜率對於不同的分類組有所不同的迴歸模型。
• 互動變數是指透過將 ANOVA 變數乘以感興趣的自變數來建立的變數。
• 截距效應是指互動模型中 ANOVA 變數的係數。
• 主效應是指互動模型中感興趣自變數在參考組的係數。