心理学统计符号列表和释义
心理测量学和心理统计学∑符号
心理测量学和心理统计学∑符号摘要：1.心理测量学与心理统计学的定义及关系2.∑符号在心理测量学与心理统计学中的应用3.∑符号的意义及作用4.如何利用∑符号进行数据分析与解释5.总结与建议正文：在我们生活和工作中，心理测量学和心理统计学是心理学领域中至关重要的两个分支。
它们在许多方面相互关联，为心理学家提供了丰富的工具和方法来研究人类行为和心理过程。
本文将探讨这两者之间的关系，特别是它们如何使用∑符号来表示和分析数据。
一、心理测量学与心理统计学的定义及关系心理测量学是一门研究如何测量和评估个体心理特征的学科，它关注的是心理量表、问卷、测试等测量工具的开发、验证和应用。
心理统计学则是一门研究如何运用数学和统计方法分析心理数据的学科，以便对心理现象做出科学解释。
两者之间的关系密切，心理测量学为心理统计学提供了丰富的数据来源，而心理统计学则为心理测量学提供了强大的数据分析手段。
二、∑符号在心理测量学与心理统计学中的应用在心理测量学和心理统计学中，∑符号常用于表示数据的汇总和计算。
例如，在心理测量中，研究者可能会对一组被试的某个心理特征（如智力、焦虑水平等）进行测量，并将所得数据进行汇总，通过计算∑得分来描述这组被试的整体状况。
在心理统计学中，∑符号则用于计算数据的总量或平均值，如∑x、∑xy等。
三、∑符号的意义及作用∑符号在心理测量学和心理统计学中具有重要作用，它可以帮助研究者对大量数据进行快速、准确的汇总和计算。
通过∑符号，研究者可以得到关于心理现象的总体状况、变化趋势等信息，为进一步的数据分析和解释提供基础。
此外，∑符号还有助于研究者对不同变量之间的关系进行探讨，如通过计算∑xy 来分析两个变量之间的相关程度。
四、如何利用∑符号进行数据分析与解释在使用∑符号进行数据分析时，研究者需要首先收集大量可靠的心理数据，然后运用统计软件（如SPSS、R等）进行数据录入和处理。
在处理过程中，研究者可以根据研究目的选择合适的统计方法，如描述性统计、t检验、方差分析等，通过计算∑符号来得到所需的结果。
心理统计相关知识总结(6)
全距(range)：亦称“极差”。
差异量数的一种。
用R表示。
一组数据中极大值与极小值之间的差距。
即极大值减极小值所得数据结果。
主要适用于等距数据、比率数据等有单位的数据，不适用于名称数据和顺序数据。
四分位差(quartile deviation)：亦称“内距”、“四分间距”。
差异量数的一种。
一组数据中上四分位数与下四分位数之差。
用Q表示。
四分位数指将若干按递增顺序排列的数据等分为四部分时，位于划分临界点上的数据。
四分位差主要用于测度顺序、等距和比率数据的离散程度，但一般不适合于类别数据。
离差(deviation)：亦称“差量”。
差异量数的一种。
一组数据中具体数值与平均数之间的差。
实际使用中一般通过离差平方和来表示数据分布的集中程度。
离差平方和(sum of squares of deviation)：差异量数的一种。
一组数据中每个数据离差平方的总和。
一般用来表示数据分布的集中程度。
方差(variance)：差异量数的一种。
随机变量§与其数学期望Es的偏差平方的加权平均E(§-Es)²。
用Ds或vars表示。
在概率论和数理统计中，表示随机变量和其数学期望(即均值)之间的偏离程度，即数据和中心偏离的程度。
用来衡量一批数据的波动大小(即这批数据偏离平均数的大小)。
在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。
样本方差(sample variance)：与“总体方差”相对。
样本数据的方差。
用S²表示。
当总体方差未知，需要对其进行估计时，通常使用样本方差的修正公式估计总体方差，以保证估计的无偏性。
总体方差(population variance)：与“样本方差”相对。
总体数据的方差。
用a²表示。
当总体方差未知时，一般通过样本方差进行估计。
参见“样本方差”。
标准差(standard deviation)：亦称“均方差”。
差异量数的一种。
方差的平方根。
统计学符号及读音
统计学符号意义及读音按照国家标准GB3358-82《统计学名词及符号》的有关规定书写，常用如下:(1) 样本的算术平均数用英文小与x (中位数仍用M) ;(2) 标准差用英文小与s;(3) 标准误用英文小写Sx;(4) t检验用英文小写t;(5) F检验用英文大写F;(6) 卡方检验用希文小写字X2;(7) 相关系数用英文小写r;(8) 白由度用希文小写u;(9) 概率用英文大写P (P值前应给出具体检验值，如t值、字2值、q 值等)。
以上符号均用斜体。
拉丁字母假定均数X样本均数YY变量；变量值，观察值；回归中的应（因）变量y Y变换后的变量或变量值Y样本均数希腊字母符号名称符号名称α检验水准，显著性水准；第一类错误的概率1-α可信度，置信度β第二类错误的概率；总体回归系数1-β检验效能，把握度ν（n′）自由度π总体率μ总体均数ρ总体相关系数Σ求和的符号σ总体标准差σ2总体方差χ2χ2检验的统计量符号名称符号名称A X2检验中的实际频数A,b,c,d四格表中的实际频a样本回归直线在Y轴上的截距b样本回归系数C校正数；常量；x2检验中的列（栏）数CI可信区间--------------------------------------------------------------------------------CL可信限CV变异系数--------------------------------------------------------------------------------d两数之差值d差值的均数f（X）连续型分布密度函数，密度f观察频数，实际频数G几何均数；对数似然比检验的统计量H调和均数；H检验的统计量Hg检验假设，无效假设H1备择假设i组距；行次L下限M中位数N有限总体含量；各样本含量的总和n样本含量；各样本含量的总和P概率P（1）单侧检验的概率P（2）双侧检验的概率Px第x百分位数P样本率R极差；样本复相关系数；x2检验中的行数r样本相关系数RR相对危险度s样本标准差S2样本方差sb样本回归系数的标准误S02合并样本方差sd（样本）差值的标准差s-d（样本）差值均数的标准误sp样本率的标准误Sp1-p2两样本率差的标准误sX样本均数的标准误SD标准差SE标准误T X2检验的理论频数；Wilcoxon秩和检验的统计量t t检验的统计量u标准正态变量；标准正态（离）差；u检验的统计量X变量；变量值，观察值；回归中的自变量x X变换后的变量或变量值Xi变量X的第i个观察值；第i个变量XO这些都是希腊文序号大写小写英文注音国际音标注音中文注音1 Ααalpha a:lf 阿尔法2 Ββbeta bet 贝塔3 Γγgamma ga:m 伽马4 Δδdelta delt 德尔塔5 Εεepsilon ep`silon 伊普西龙6 Ζζzeta zat 截塔7 Ηηeta eit 艾塔8 Θθthet θit 西塔9 Ιιiot aiot 约塔10 Κκkappa kap 卡帕11 ∧λlambda lambd 兰布达12 Μμmu mju 缪13 Ννnu nju 纽14 Ξξxi ksi 克西15 Οοomicron omik`ron 奥密克戎16 ∏πpi pai 派17 Ρρrho rou 肉18 ∑σsigma `sigma 西格马19 Ττtau tau 套20 Υυupsilon jup`silon 宇普西龙21 Φφphi fai 佛爱22 Χχchi phai 西23 Ψψpsi psai 普西24 Ωωomega o`miga 欧米伽δ（德尔塔）ε（艾普西龙）。
心理与统计学名词,概念(按首字母顺序排序)
B比例数据——既表明量的大小，也有相等的单位，同时还具有绝对零点。
如身高、体重、反应时等。
可进行加减乘除运算。
变量：是试验、观察、调查中想要获得的数据，是一种特征或条件，其本身是变化的或对不同的个体有不同的值。
统计观察的指标都是具有变异的指标。
当我们用一个量表示这个指标的观察结果时，这个指标是一个变量。
标准差：方差的平方根.作为样本统计量用符号s表示，作为总体参数用符号σ表示。
性质①每一个观测值都加一个相同的常数C之后，计算得到的标准差等于原来的标准差②每一个观测值都乘以一个相同的常数C，所得到的标准差等于原标准差乘以这个常数意义:方差与标准差是表示一组数据离散程度的最好指标，它们是统计描述与统计推断分析中最常用的差异量数优点有:反应灵敏、计算严谨、计算容易、适合代数运算、受抽样变动影响小、意义简单明了变异系数:当遇到下列情况时，不能用绝对差异量来比较不同样本的离散程度，而应当使用相对差异量数，最常用的就是差异系数。
①两个或两个以上样本所使用的观测工具不同，所测的特质相同②两个或两个以上样本使用的是同种观测工具，所测的特质相同，但样本间水平差异较大百分位差：指量尺上的一个点，再次点以下数据的个数占全部数据个数的百分比百分位数：在整个分布中，在某一值之下或等于该值的分数的百分比，所对应的分数.百分位数和百分等级是同一操作定义的两端。
当我们求累计次数占总体的百分比是，所对应的分数和百分比的值分别为百分位数和百分等级。
百分等级：常模团体中低于该分数的人所占总体的百分比.百分等级一定要对应分数区间的精确上限。
百分等级和百分位数都可以由已知数据用差值法求解。
标准分数：以标准差为单位表示一个原始分数在团体中所处位置的相对位置量数，也叫Z 分数.离平均数有多远，即表示原始分数在平均数以上或以下几个标准差的位置。
性质①Z分数无实际单位，是以平均数为参照点，以标准差为单位的一个相对量②一组原始分数转换得到的Z分数可正可负，所有原始分数的Z分数之和为零③原始数据的Z分数的标准差为1④若原始分数呈正态分布，则转换得到的所有Z分数均值为0，标准差为1的标准正态分布优点①可比性——不同性质的成绩，一经转换为标准分数，就可在同一背景下比较②可加性——不同性质的原始数据具有相同的参照点，因此可相加③明确性——知道了标准分数，利用分布寒暑表就能知道其百分等级④稳定性——转换成标准分数之后，规定了标准差为1，保证了不同性质分数在总分数中权重一样应用①比较几个分属性质不同的观测值在各自数据分布中相对位置的高低②计算不同质的观测值得总合或平均值，以表示在团体中的相对位置③若标准分数中有小数、负数等不易被人接受的问题，可通过 Z'=aZ+b 的线性公式将其转化成新的分数（如韦氏成人智力量表）标准误：样本平均数分布的标准差。
统计学符号及读音
统计学符号意义及读音按照国家标准GB3358-82《统计学名词及符号》的有关规定书写，常用如下:(1) 样本的算术平均数用英文小与x ( 中位数仍用M) ;(2) 标准差用英文小与s;(3) 标准误用英文小写Sx;(4) t 检验用英文小写t;(5) F 检验用英文大写F;(6) 卡方检验用希文小写字X2;(7) 相关系数用英文小写r;(8) 白由度用希文小写u;(9) 概率用英文大写P (P 值前应给出具体检验值，如t 值、字2值、q 值等) 。
以上符号均用斜体。
拉丁字母假定均数X 样本均数YY 变量；变量值，观察值；回归中的应(因)变量y Y 变换后的变量或变量值Y 样本均数希腊字母符号名称符号名称a 检验水准，显著性水准；第一类错误的概率1- a 可信度，置信度B 第二类错误的概率；总体回归系数1- B 检验效能，把握度v(n') 自由度n 总体率卩总体均数p 总体相关系数艺求和的符号(T 总体标准差(T 2 总体方差x 2 x 2检验的统计量符号名称符号名称A X2 检验中的实际频数A,b,c,d 四格表中的实际频a 样本回归直线在丫轴上的截距b 样本回归系数C 校正数；常量；x2 检验中的列(栏)数CI 可信区间CL 可信限CV 变异系数d 两数之差值d 差值的均数f ( X) 连续型分布密度函数，密度f 观察频数，实际频数G 几何均数；对数似然比检验的统计量H 调和均数；H 检验的统计量Hg检验假设，无效假设H1备择假设i组距；行次L 下限各样本含量的总和M中位数N 有限总体含量；n样本含量；各样本含量的总和P 概率P（1）单侧检验的概率P （2）双侧检验的概率Px 第x 百分位数P 样本率R 极差；样本复相关系数；x2 检验中的行数r 样本相关系数RR 相对危险度s 样本标准差S2 样本方差sb 样本回归系数的标准误S02 合并样本方差sd （样本）差值的标准差s-d （样本）差值均数的标准误sp 样本率的标准误Sp1-p2 两样本率差的标准误sX 样本均数的标准误SD 标准差SE 标准误T X2 检验的理论频数；Wilcoxon 秩和检验的统计量t t 检验的统计量u 标准正态变量；标准正态（离）差；u 检验的统计量X 变量；变量值，观察值；回归中的自变量x X 变换后的变量或变量值Xi 变量X 的第i 个观察值；第i 个变量XO这些都是希腊文序号大写小写英文注音国际音标注音中文注音1 A a alpha a:lf 阿尔法2 B B beta bet 贝塔3 r Y gamma ga:m 伽马4 A S delta delt 德尔塔5 E e epsilon ep'silon 伊普西龙6 Z Z zeta zat 截塔7 H n eta eit 艾塔8 0 0 thet 0 it 西塔9 I i iot aiot 约塔10 K K kappa kap 卡帕11 A 入lambda lambd 兰布达12 M 卩mu mju 缪13 N v nu nju 纽14 S E xi ksi 克西15 O o omicron omik'ron 奥密克戎16 n n pi pai 派17 P p rho rou 肉18 刀c sigma 'sigma 西格马19 T T tau tau 套20 Y u upsilon jup'silon 宇普西龙21①© phi fai 佛爱22 X x chi phai 西23 W psi psai 普西24 Q 3 omega o'miga 欧米伽3（德尔塔）£ （艾普西龙）欢迎您的下载，资料仅供参考!致力为企业和个人提供合同协议，策划案计划书，学习资料等等打造全网一站式需求。
统计学符号及读音
统计学符号及读音统计学符号意义及读音按照国家标准GB3358-82《统计学名词及符号》的有关规定书写，常用如下:(1) 样本的算术平均数用英文小与x (中位数仍用M) ;(2) 标准差用英文小与s;(3) 标准误用英文小写Sx;(4) t检验用英文小写t;(5) F检验用英文大写F;(6) 卡方检验用希文小写字X2;(7) 相关系数用英文小写r;(8) 白由度用希文小写u;(9) 概率用英文大写P (P值前应给出具体检验值，如t值、字2值、q 值等)。
以上符号均用斜体。
拉丁字母假定均数X样本均数YY变量；变量值，观察值；回归中的应（因）变量y Y变换后的变量或变量值Y样本均数希腊字母符号名称符号名称α检验水准，显著性水准；第一类错误的概率1-α可信度，置信度β第二类错误的概率；总体回归系数1-β检验效能，把握度ν（n′）自由度π总体率μ总体均数ρ总体相关系数Σ求和的符号σ总体标准差σ2总体方差χ2χ2检验的统计量符号名称符号名称A X2检验中的实际频数A,b,c,d四格表中的实际频a样本回归直线在Y轴上的截距b样本回归系数C校正数；常量；x2检验中的列（栏）数CI可信区间--------------------------------------------------------------------------------CL可信限CV变异系数--------------------------------------------------------------------------------d两数之差值d差值的均数f（X）连续型分布密度函数，密度f观察频数，实际频数G几何均数；对数似然比检验的统计量H调和均数；H检验的统计量Hg检验假设，无效假设H1备择假设i组距；行次L下限M中位数N有限总体含量；各样本含量的总和n样本含量；各样本含量的总和P概率P（1）单侧检验的概率P（2）双侧检验的概率Px第x百分位数P样本率R极差；样本复相关系数；x2检验中的行数r样本相关系数RR相对危险度s样本标准差S2样本方差sb样本回归系数的标准误S02合并样本方差sd（样本）差值的标准差s-d（样本）差值均数的标准误sp样本率的标准误Sp1-p2两样本率差的标准误sX样本均数的标准误SD标准差SE标准误T X2检验的理论频数；Wilcoxon秩和检验的统计量t t检验的统计量u标准正态变量；标准正态（离）差；u检验的统计量X变量；变量值，观察值；回归中的自变量x X变换后的变量或变量值Xi变量X的第i个观察值；第i个变量XO这些都是希腊文序号大写小写英文注音国际音标注音中文注音1 Ααalpha a:lf 阿尔法2 Ββbeta bet 贝塔3 Γγgamma ga:m 伽马4 Δδdelta delt 德尔塔5 Εεepsilon ep`silon 伊普西龙6 Ζζzeta zat 截塔7 Ηηeta eit 艾塔8 Θθthet θit 西塔9 Ιιiot aiot 约塔10 Κκkappa kap 卡帕11 ∧λlambda lambd 兰布达12 Μμmu mju 缪13 Ννnu nju 纽14 Ξξxi ksi 克西15 Οοomicron omik`ron 奥密克戎16 ∏πpi pai 派17 Ρρr ho rou 肉18 ∑σsigma `sigma 西格马19 Ττtau tau 套20 Υυupsilon jup`silon 宇普西龙21 Φφphi fai 佛爱22 Χχchi phai 西23 Ψψpsi psai 普西24 Ωωomega o`miga 欧米伽δ（德尔塔）ε（艾普西龙）。
《心理统计学》重要知识点
《心理统计学》重要知识点第二章 统计图表简单次数分布表的编制：Excel 数据透视表列联表（交叉表）：两个类别变量或等级变量的交叉次数分布，Excel 数据透视表直方图（histogram ）：直观描述连续变量分组次数分布情况，可用Excel 图表向导的柱形图来绘制 散点图（Scatter plot ）：主要用于直观描述两个连续性变量的关系状况和变化趋向。
条形图（Bar chart ）：用于直观描述称名数据、类别数据、等级数据的次数分布情况。
简单条形图：用于描述一个样组的类别（或等级）数据变量次数分布。
复式条形图：用于描述和比较两个或多个样组的类别(或等级)数据的次数分布。
圆形图（circle graph ）、饼图（pie graph ）：用于直观描述类别数据或等级数据的分布情况。
线形图（line graph ）：用于直观描述不同时期的发展成就的变化趋势；第三章 集中量数● 集中趋势和离中趋势是数据分布的两个基本特征。
● 集中趋势：就是数据分布中大量数据向某个数据点集中的趋势。
● 集中量数：描述数据分布集中趋势的统计量数。
● 离中趋势：是指数据分布中数据分散的程度。
● 差异量数：描述数据分布离中趋势（离散程度）的统计量数 ● 常用的集中量数有：算术平均数、众数（M O ）、中位数（M d ） 1．算术平均数（简称平均数，M 、X 、Y ）：nx X i∑= Excel 统计函数AVERAGE算术平均数的重要特性：（1）一组数据的离均差（离差）总和为0，即0)(=-∑x x i（2）如果变量X 的平均数为X ，将变量X 按照公式bx a y +=转换为Y 变量后，那么，变量Y 2．中位数（median ，M d ）：在一组有序排列的数据中，处于中间位置的数值。
中位数上下的数据出现次数各占50%。
3．众数（mode ，M O ）：一组数据中出现次数最多的数据。
4．算术平均数、中数、众数之间的关系。
心理统计相关知识总结(5)
百分等级(percentile rank)：亦称“百分位”。
表示一组数据中，某个具体观测分数以下数据个数占数据总个数比例的百分数。
反映数据在次数分布中所处地位。
用PR表示。
在0～100之间取值。
是应用最广的表示测验分数的方法。
一个测验分数的百分等级是指在常模样本中低于这个分数的人数百分比，如85的百分等级表示在常模样本中有85%的人比这个分数要低。
百分等级指出个体在常模团体中所处位置，等级越低，个体所处位置就越低。
集中趋势(central tendency)：与“离中趋势”相对。
数据分布特征之一。
数据分布中大量数据向某方向集中的程度。
具体指一组数据向某中心值靠拢的程度，反映一组数据中心点位置所在。
主要通过集中量数来衡量。
集中趋势愈强，说明集中量数的代表性愈大；反之，则愈小。
集中量数(measure of central tendency)：描述数据集中趋势的统计量。
常用的主要有：算术平均数、中数、众数、加权平均数、几何平均数和调和平均数等。
算术平均数(mean)：集中量数的一种。
所有数据的和与数据个数的商。
用M表示。
常用作现象一般水平的标志，是一组数据集中趋势主要测度方式，是统计分析和进一步推断的基础。
主要适用于数值型数据，但不适用于品质型数据。
设一组数据为X,X2,…,X,算术平均数计算公式为：M=(X,+X2+…+X,)/n。
样本平均数(mean of sample)：与“总体平均数”相对。
由样本数据求得的算术平均数。
总体平均数(mean of population)：与“样本平均数”相对。
由研究对象所有数据求得的算术平均数。
统计实践中，总体平均数很难或无法得知，此时主要通过样本平均数进行估计。
加权平均数(weighted mean)：集中量数的一种。
把一组数据按照重要程度不同赋予相应权重，然后求得的平均数。
用M.表示。
数据权重反映该数据在总体中的相对重要性，权重确定与一定理论或经验价值有关。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
心理学统计符号列表和释义印刷体英文释义中文释义ANCOV A Analysis of covariance协方差分析ANOV A Analysis of variance (univariance)方差分析（单变量）d Cohen’s measure of effect size用于柯斯二氏检验d’(d prime)measure of sensitivity敏感性测量或辨别力D Used in Kolmogorov-Smirnov test用于Kolmogorov-Smirnov检验df degree of freedom自由度f Frequency频次f e Expected frequency期望频次F Fisher’s F ratio费舍F比率F max Hartley’s test of variance homogeneity Hartley’s方差齐性检验H Used in Kruskal-Wallis test;also used to meanhypothesis用于克-瓦氏检验；也可代表“假设”H0Null hypothesis under test检验中的虚无假设H1Alternative hypothesis对立假设或备择假设HSD Tukey’s honestly significant difference (also referredto as the Tukey a procedure)Tukey’s真实显著性差异k Coefficient of alienation离散系数k²Coefficient of nondetermination非决定系数K-R 20Kuder-Richardson formula库理20号公式LR Likelihood ratio (used with some Chi-square)似然比（与一些卡方值一同使用）LSD Fisher’s least significant difference费舍最小显著性差异M Mean (arithmetic average)平均数（算术平均数）MANOV A Multivariate analysis of variance多元方差分析或多因变量方差分析Mdn Median中数mle Maximum likelihood estimate (used with programssuch as LISREL)最大似然估计（与诸如LISREL之类的程序一起使用）mode Most frequently occurring score众数MS Mean square均方MSE Mean square error均方误n Number in a subsample样本数N Total number in a sample样本总数ns Nonsignificant差异不显著p Probability; also the success probability of abinomial variable概率；也指二项分布中的成功概率P Percentage, percentile百分比；百分位数pr Partial correlation偏相关q1- p for a binomial variable二项分布中1- p的值Q Quartile (also used in Cochran’s test)四分差r Pearson product-moment correlation皮尔逊积差相关r²Pearson product-moment correlation squared;coefficient of determination皮尔逊积差相关的平方；决定系数r b Biserial correlation二列相关r k Reliability of mean k judges’ ratings评分者信度r1Estimated reliability of the typical judge典型判断的估计信度r pb Point-biserial correlation点二列相关r s或r R Spearman rank correlation coefficient(formerly rho[ρ])斯皮尔曼等级相关系数（以前用ρ表示）R Multiple correlation;also composite rank, asignificance test多重相关；也可表示等级R²Multiple correlation squared;measure of strength ofrelationship多重相关的平方；关系强度的测量SD Standard devation标准差SE Standard error标准误SEM Standard error of measurement测量的标准误sr Semipartial correlation半偏相关SS Sum of squares平方和t Computed value of t test t检验统计量T Computed value of Wilcoxon’s or McCall’s test威尔科克逊或麦考尔检验统计量T ²Computed value of Hotelling’s test Hotelling’s检验的统计量Tukey a Turkey’s HSD procedure Turkey’s HSD程序U Computed value of Mann-Whitney test曼-惠特尼检验统计量V Cramer’s statistic for contingency tables;Pillai-Bartlett multivariate criterion列联表的Cramer’s统计值，根据卡方系数计算公式而得W Kendall’s coefficient of concordance肯德尔和谐系数x Abscissa (horizontal axis in graph)横坐标y Ordinate (vertical axis in graph)纵坐标z A standard score; difference between one value in adistribution and the mean of the distribution dividedby the SD标准分；一个分布中的某变量和平均数的差距除以SD所得值|a|Absolute value of a a的绝对值αAlpha; probability of a Type I error; Cronbach’sindex of internal consistency犯І型错误的概率；克伦巴赫内部一致性信度系数βBeta; probability of a Type Ⅱerror (1-β isstatistical power); standardized multiple regressioncoefficient犯Ⅱ型错误的概率（1-β为统计检验力）；标准化多元回归系数γGamma; Goodman-Kruskal’s index of relationship Goodman-Kruskal’s关系指数ΔDelta(cap); increment of change变化的增加量η²Eta squared; measure of strength of relationship关系强度的测量θTheta(cap); Roy’s multivariate creterion Roy’s多因变量检验标准λLambda; Goodman-Kruskal’s measure of Goodman-Kruskal’s预测系数predictabilityΛLambda(cap); Wilks’s multivariate criterion大写Lambda; Wilks’s多因变量检验标准νNu; degrees of freedom自由度ρ1Rho(with subscript); intraclass correlation coefficient Rho(带下标)；组内相关（类相关）系数ΣSigma(cap); sum or summation Sigma（大写）；相加求和τTau; Kendall’s rank correlation coefficient; alsoHotelling’s multivariate trace criterionTau; Kend all’s等级相关系数；也表示Hotelling’s多变量trace检验标准φPhi; measure of association for a contingency table;also a parameter used in a determining sample size orstatistical powerPhi; 列联表相关指标；也用作决定样本量的参数或统计检验力φ2 Phi squared; proportion of variance accounted for ina 2*2 contingency tablePhi的平方；2×2列联表方差比例χ2 Computed value of a chi-square test 卡方检验值Ψ Psi; a statistical comparison Psi; 统计比较w2 Omega squared; measure of strength of relationship Omega的平方；关系强度的测量^ (caret) when above a Greek letter (or parameter),indicates an estimate (or statistic)用于希腊字母或符号的上面表示估计或统计。