1. 总体（Population）：指研究对象的全体，即研究问题所涉及的所有个体或事物的集合。
2. 样本（Sample）：从总体中选取的一部分个体或事物，用于代表总体进行研究。
3. 参数（Parameter）：总体的某种特征的数值度量，如总体均值、总体方差等。
4. 统计量（Statistic）：样本的某种特征的数值度量，如样本均值、样本方差等。
5. 抽样（Sampling）：从总体中随机选取样本的过程。
6. 抽样误差（Sampling Error）：由于样本的随机性导致的样本统计量与总体参数之间的差异。
7. 描述统计学（Descriptive Statistics）：对数据进行整理、汇总和描述的统计方法，如均值、中位数、标准差等。
8. 推断统计学（Inferential Statistics）：根据样本数据对总体进行推断和做出推断的统计方法，如假设检验、置信区间等。
9. 假设检验（Hypothesis Testing）：根据样本数据对总体参数提出假设，并通过统计方法进行检验。
10. 置信区间（Confidence Interval）：对总体参数的估计范围，表示总体参数的真值有一定概率落在该范围内。
11. 正态分布（Normal Distribution）：一种常见的连续概率分布，具有钟形对称曲线，均值、中位数、众数相等。
12. 标准差（Standard Deviation）：描述数据分散程度的统计量，表示观测值与均值的平均偏差。
13. 方差（Variance）：标准差的平方，表示数据的离散程度。
14. 相关系数（Correlation Coefficient）：衡量两个变量之间线性关系强度和方向的统计量。
15. 回归分析（Regression Analysis）：研究自变量与因变量之间关系的统计方法，用于预测和解释变量之间的关系。
16. 方差分析（Analysis of Variance, ANOVA）：比较两个或多个总体均值是否存在差异的统计方法。
17. t检验（t-test）：用于比较两个样本均值是否存在显著差异的统计方法。
18. 卡方检验（Chi-Square Test）：用于检验观察频数与理论频数之间是否存在显著差异的统计方法。
19. 非参数统计（Nonparametric Statistics）：不依赖于总体分布假设的统计方法。
20. 多元统计分析（Multivariate Statistical Analysis）：研究多个变量之间关系的统计方法，如主成分分析、因子分析等。
21. 方差分析（Analysis of Variance, ANOVA）：用于比较两个或多个组之间均值是否存在显著差异的统计方法。
22. 单因素方差分析（One-Way ANOVA）：比较一个自变量对因变量的影响是否显著。
23. 多因素方差分析（Two-Way ANOVA）：比较两个或多个自变量对因变量的影响是否显著，同时考虑自变量之间的交互作用。
24. 方差分析表（ANOVA Table）：用于汇总方差分析的结果，包括组间变异、组内变异、总变异和F值等。
25. 线性回归（Linear Regression）：通过线性模型来描述自变量与因变量之间的关系。
26. 多元线性回归（Multiple Linear Regression）：考虑多个自变量对因变量的影响，建立多个自变量与因变量之间的线性关系模型。
27. 逻辑回归（Logistic Regression）：用于建立自变量与二元因变量之间的关系模型，预测概率。
28. 生存分析（Survival Analysis）：研究时间和事件之间的关系，如生存时间、失效时间等。
29. 非参数检验（Nonparametric Test）：不依赖于总体分布假设的统计检验方法，如Wilcoxon秩和检验、Mann-Whitney U检验等。
30. 相关分析（Correlation Analysis）：研究两个或多个变量之间关联程度的统计方法，如Pearson相关系数、Spearman等级相关系数等。
31. 效应大小（Effect Size）：衡量统计结果的实际影响程度的指标。
32. 置信水平（Confidence Level）：表示对总体参数估计的可信程度，通常以百分比表示。
33. 显著性水平（Significance Level）：用于判断统计结果是否显著的临界值，通常设定为0.05或0.01。
34. 样本容量（Sample Size）：样本中个体或观测值的数量。
35. 偏态（Skewness）：数据分布的偏斜程度，正偏态表示右偏，负偏态表示左偏。
36. 峰度（Kurtosis）：数据分布的尖峰程度，正峰度表示尖峰，负峰度表示平坦。
37. 自由度（Degrees of Freedom）：用于衡量统计推断中独立观测值的数量。
38. 重复测量设计（Repeated Measures Design）：在同一组个体上进行多次测量的研究设计。
39. 单因素方差分析的配对样本设计（Paired Samples Design）：比较两个配对样本组之间均值差异的统计方法。
40. 拉丁方设计（Latin Square Design）：一种用于实验设计的均衡分组方法，用于控制实验误差的影响。