广东海洋大学试验统计学名词解释
统计学名词解释,带关键字搜索
有效性：对同一总体参数的两个无偏估计量，有更小标准差的估计量更有效。
预测区间估计：对于一个给定的自变量x值，因变量y的一个个别值的区间估计。
原假设：提出一个（或两个）参数是否等于（或大于、小于）某个特殊值的命题。 增长率：也称增长速度，是报告期观察值与基期观察值之比减1，用1%表示。有环比增长率和定基增长率之 分 指。数：广义地讲，任何两个数值对比形成的相对数都可以称为指数；狭义地讲，指数是用于测定多个项目 在不同场合下综合变动的一种相对数。 指数平滑法：对过去的观察值加权平均进行预测的一种方法。
期望值：随机变量X的平均取值。 区间估计：在点估计的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统计量加减抽样误 差 趋得势到：。时间序列在长期内呈现出某种持续向上或持续下降的变动，趋势可以是线性的，也可以是非线性的 。 时间序列：同一现象在不同时间上的相继观察值排列而成的序列。
时间序列数据：在不同时间上收集到的数据，它所描述的是现象随时间而变化的情况。
列联系数：简称c系数，是描述列联表数据相关程度的系数，通常用于列联表大于2*2的情况。
临界值：假设检验中非拒绝域和拒绝域的分界点。
零售价格指数：反映城乡商品零售价格变动趋势的一种经济指数。 拟合优度检验：对多个总体比例是否等于其期望概率的检验。当期望概率相同时，表现为多个总体比例是 否相等的检验。 P值：当原假设为真时，得到的样本数据或更极端数据的概率。 帕氏指数：1874年德国学者帕舍所提出的一种指数计算方法，它是在计算一组商品的价格指数时，把作为 权数的销售量固定在报告期计算的指数。 判定系数：回归平方和占总平方和的比例，用R2表示，它是对估计的回归方程拟合优度的度量。
统计学名词解释
一、名词解释总体:指在同一组条件下所有成员的某种状态变量的集合;或者说是某一变数的全部可能值的集合;或性质相同的个体组成的整个集团.样本:从总体中取出来用作分析、研究的个体称样本。
随机样本：总体中的每个总体单位都有同等的机会被抽取为样本单位,由这种方法抽得的样本叫随机样本.（用随机抽样的方法,从总体中抽出一个部分；等概率抽取的样本。
）随机抽样：保证总体中的每一个体在每一次抽样中都有同等的机会被取为样本。
复置抽样:保证总体中的每个个体在每次抽样中都有同等的概率被取为样本。
样本容量：样本中包含的单位数称为样本容量。
（样本中变量的个数.）观察值：每一个体的某一性状测定值叫做观察值。
变数：若干有变异的观察值叫随机变数，简称变数。
连续性变数：指在任意两个变量之间都有可能存在只有微量差异的第三个变量存在，这样一类变数称为连续性变数.间断性变数：只能取整数的一类变数。
参数：由总体获得的代表总体的特征数.（描述总体的特征数,如μσ.)统计数：由样本获得的代表样本的特征数。
（描述样本的特征数。
）数量资料(数量性状资料）：以测量或称重的方式获取的试验资料称为数量资料。
计量资料、质量性状资料次数资料：凡是试验结果以次数表示的资料称为次数资料。
算术平均数、众数几何平均数：变量对数的算术平均数的反对数,(lg) lgY Gn=∑调和平均数:变量倒数的算术平均数的反倒数，1()nHY=∑中位数:将变量顺序排列,处在中间的变量称中位数，计作M d。
极差:一组资料中最大值与最小值的差值为极差.方差：变数变异程度的度量,对于总体()22iYNμσ-=∑,对于样本22()1Y ysn-=-∑。
(描述变量平均变异程度的统计量.定义为212()1njjY ysn=-=-∑。
）ＥMS:期望均方，是对均方MＳ的期望值。
标准差:变数变异程度的度量,总体标准差：()NY∑-=2μσ，样本标准差:()12--=∑nyYs.（变数的平均变异量.)标准误：统计数变异度的度量，12y y ys s-==。
和统计学相关的名词解释
和统计学相关的名词解释统计学是一门研究数据收集、分析和解释的学科，它在各个领域都发挥着重要的作用。
在这篇文章中，我们将解释一些与统计学相关的重要概念，并深入探讨它们的意义和应用。
本文将从统计学的基础概念开始，逐渐深入探讨统计学中的关键术语和方法。
首先，我们将解释什么是总体和样本，以及这两个概念在统计学中的重要性。
总体是指我们要研究的整个群体或现象，而样本则是从总体中选取的一小部分个体或观察结果。
通过对样本进行研究和分析，我们可以推断出总体的一些特征和规律。
这种从样本到总体的推断过程被称为统计推断，它是统计学的核心内容之一。
接下来，我们将探讨统计学中的另一个重要概念——统计变量。
统计变量是指可以被测量和观察的现象或特征。
统计学将统计变量分为两种类型：定性变量和定量变量。
定性变量是指描述性质或属性的变量，它们通常不能通过数值来衡量。
例如，性别、民族和喜好这些都属于定性变量。
相比之下，定量变量可以用数字来表示，并且可以进行数值上的比较和计算。
例如，身高、年龄和收入都是定量变量。
了解变量类型对于选择统计分析方法和解释统计结果至关重要。
接下来，我们将介绍一些统计学中常用的描述性统计方法，这些方法用于描述数据集的特征和分布。
其中最常见的方法之一是均值和中位数。
均值是统计变量所有观察值的平均数，中位数是将所有观察值按大小排列后的中间值。
这两个统计量可以提供数据集的集中趋势信息。
此外，统计学还使用方差和标准差这些概念来描述数据的离散程度。
方差是观察值与均值之间差异的平方的平均数，标准差则是方差的平方根。
方差和标准差越大，表示数据的离散程度越高。
在统计学的研究中，我们常常需要研究变量之间的关系。
为了衡量两个变量之间的相关性，我们可以使用相关系数。
相关系数是一个介于-1和1之间的数值，表示两个变量之间的线性关系强度和方向。
相关系数为正表示两个变量正相关，为负表示负相关。
在实际应用中，统计学还有一些其他重要的概念和方法。
统计学实验法的名词解释
统计学实验法的名词解释统计学实验法是统计学领域中常用的一种科学研究方法，通过设计和实施实验来收集和分析数据，以推断结果的可靠性和普遍性。
它是一种定量研究方法，旨在通过控制实验条件以及随机分配实验对象来消除或减少非相关因素对实验结果的影响，从而得出科学结论。
一、统计学实验法的基本原理统计学实验法的基本原理有两个方面，即随机化和实验对照。
随机化：随机化是指对实验对象或处理条件的随机分配。
通过随机分配，可以确保实验对象在各处理条件下的分布是相似的，从而减少了由于其他因素引起的差异，使得实验结果更加可信。
实验对照：实验对照是指在实验中设置一个对照组，用来与实验组进行比较。
对照组不接受实验处理，因此作为基准，用来衡量实验处理对结果的影响。
通过与对照组的比较，可以判断处理的效果是否显著。
二、统计学实验法的步骤统计学实验法通常包括以下步骤：问题定义、目标设定、实验设计、数据收集、数据分析和结论推断。
问题定义：在进行统计学实验之前，需要明确研究的问题和目标。
确切的问题定义有助于确定实验的目标和设计。
目标设定：在问题定义的基础上，确定实验的目标。
目标应该明确和可测量，以便在实验结束后进行评估。
实验设计：实验设计是统计学实验的核心环节。
它包括选择实验对象、确定实验处理和对照组、设计实验方案等。
实验设计应该满足随机化和实验对照的原则，以确保实验结果的可靠性和可比性。
数据收集：在实验过程中，收集和记录实验数据。
数据的收集可以通过观察、测量或问卷调查等方式进行。
确保数据的准确性和完整性是数据收集的关键。
数据分析：在数据收集之后，对数据进行统计分析。
通过统计方法，可以得出数据的统计特征、相关性和显著性等。
常用的统计分析方法有描述统计、推断统计和回归分析等。
结论推断：根据数据分析的结果，得出实验的结论。
结论应该与实验目标相一致，并考虑实验结果的可靠性和普遍性。
结论可以包括实验处理的效果、因果关系的推断等。
三、统计学实验法的应用领域统计学实验法广泛应用于科学研究、医学试验、产品质量控制、社会科学调查等领域。
统计学名词解释超级大全
集中量数：一组数据的代表值，用以说明一组数据分布的典型情况或一般水 平，它比个别数据更能反映客观现象或事物的实际情况。
集中趋势：在实验、测量或பைடு நூலகம்查中获得的大量观测数据，具有一种向数据中 央某一点靠拢的趋势。
平均数：所有观测值（或变量值）的总和除以总个数所得的商。 中数：按一定顺序排列的一组数的中央位置的数值。 众数：一群数据中出现次数最多的那个数值，又称范数。
置信限：被估计的总体参数所落区间的上、下界限。
推断统计：指由样本资料区推测相应总体情况的理论与方法，也就是部分推 全体，由已知推未知的过程。
无偏估计量：用统计量估计总体参数必然存在一定误差，恰好相等的情形是 极少见的，当然，无偏性并不是说没有一点误差，而是要求用各个样本的统计量 作为估计值，其偏差为 0。即∑（X－μ）＝0。这时的统计量被称为无偏估计量。
第六章 相关量数
相关量数：分析或研究两个或两个以上变量之间相互关系的量数。
正相关：指一列变量由大到小或由小而大变化时，另一列变量亦由大而小或 由小而大的变化，即两列变量是同方向变化的，属“同增共减”的关系。
负相关：指一列变量由小到大或由大而小变化时，另一列变量却由小而大或 由大而小的变化，即两列变量是反方向变化的，属“此增彼减”的关系。
统计学名词解释超级大全
第一章 导论
统计学：一门阐明如何去采集、整理、显示、描述、分析数据和由数据得出 结论的一系列概念、原理、原则、方法和技术的科学，是一门独立的、实用性很 强的通用方法论科学。
教育统计学：专门研究如何搜集、整理、分析在心理和教育方面对实验或调 查所获得的数字资料，如何根据这些资料所传递的信息，进行数学推论，找出客 观规律的一门科学。
中心极限定理：推断统计中最基本的理论与方法，用极限的方法所求得随机 变量分布的一系列定理。
统计学会考的名词解释
统计学会考的名词解释统计学是一门研究收集、整理、分析和解释数据的学科。
它被广泛应用于各个领域，如经济学、社会学、医学和工程学等。
对于学习统计学的学生来说，理解和掌握一些重要的统计学名词和概念至关重要。
一、总体与样本在统计学中，总体是指研究对象的全体，而样本是从总体中选取的一部分个体。
总体可以是一个国家的人口数据、一家公司的销售额，或者一片森林的植被覆盖率等。
样本的选择方法和样本量的大小对于研究结果的可靠性至关重要。
二、参数与统计量参数是描述总体特征的数值，如总体均值、总体方差等。
统计量是对样本数据进行计算并用来估计总体参数的数值，如样本均值、样本标准差等。
通过计算统计量，我们可以对总体进行推断和分析。
三、标准差与方差标准差是度量数据离散程度的常用指标。
它表示数据与其均值之间的平均偏差。
方差是标准差的平方，它衡量数据分散的程度。
标准差和方差的计算能够帮助我们了解数据的扩散程度和稳定性。
四、假设检验与显著性水平假设检验是统计学中的一种推理方法，用于判断样本与总体之间是否存在显著差异。
在进行假设检验时，需要设定一个显著性水平，一般为0.05或0.01。
如果计算得到的p值小于显著性水平，我们可以拒绝原假设，说明样本与总体存在显著差异。
五、回归分析与相关系数回归分析是一种用来研究两个或多个变量之间关系的统计方法。
在回归分析中，我们可以通过计算相关系数来衡量两个变量之间的相关程度。
相关系数的取值范围在-1到1之间，正相关表示两个变量同向变化，负相关表示两个变量反向变化。
六、置信区间与抽样误差置信区间是用来估计总体参数的范围。
它表示我们对总体参数的估计值范围的一种估计方法。
抽样误差是由于样本的随机性引起的估计偏差。
通过计算置信区间和抽样误差，我们可以判断估计结果的可靠性。
统计学的名词解释涉及的内容较多，只能在此篇文章中介绍了部分重要的概念。
对于学习统计学的人来说，掌握这些概念并能正确应用于实际问题是非常重要的。
[应用]统计学名词解释
1、统计学统计学是一门阐明如何去采集、整理、显示、描述、分析数据和由数据得出结论的一系列概念、原理、原则、方法和技术的科学，是一门独立的、实用性很强的通用方法论科学。
2、指标和标志标志是说明总体单位属性或特征的名称。
指标是说明总体综合数量特征和数量关系的数字资料。
3、总体、样本和单位统计总体是统计所要研究的对象的全体，它是由客观存在的、具有某种共同性质的许多个体所构成的整体。
简称总体。
构成总体的个体则称为总体单位，简称单位。
样本是从总体中抽取的一部分单位。
4、统计调查统计调查是根据统计研究的目的和要求、采用科学的方法，有组织有计划的搜集统计资料的工作过程。
它是取得统计数据的重要手段。
5、统计绝对数和统计相对数反映总体规模的绝对数量值，在社会经济统计中称为总量指标。
统计相对数是两个有联系的指标数值之比，用以反映现象间的联系和对比关系。
6、时期指标和时点指标时期指标是反映总体在一段时期内累计总量的数字资料，是流量。
时点指标是反映总体在某一时刻上具有的总量的数字资料，是存量。
7、抽样估计和假设检验抽样估计是指根据所抽取的样本特征来估计总体特征的统计方法。
假设检验是先对总体的某一数据提出假设，然后抽取样本，运用样本数据来检验假设成立与否。
8、变量和变异标志的具体表现和指标的具体数值会有差别，这种差别就称为变异。
数量标志和指标在统计中称为变量。
9、参数和统计量参数是反映总体特征的一些变量，包括总体平均数、总体方差、总体标准差等。
统计量是反映样本特征的一些变量，包括样本平均数、样本方差、样本标准差等。
10、抽样平均误差样本平均数与总体平均数之间的平均离散程度称之为抽样平均误差，简称为抽样误差。
重复抽样的抽样平均误差为总体标准差的1/n。
11、抽样极限误差抽样极限误差是指样本统计量和总体参数之间抽样误差的可能范围。
我们用样本统计量变动的上限或下限与总体参数的绝对值表示抽样误差的可能范围，称为极限误差或允许误差。
统计学名词解释及简答题
名词解释一、分类数据（categorical data ）是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，使用文字来表述的。
二、顺序数据（ran k data ）是只能归于某一有序类别的非数字型数据。
三、数值型数据（metric data ）是按数字尺度测量的观察值，其结果表现为具体的数值。
四、系统抽样（systematic sampling ）将总体中的所有单位（抽样单位）按一定顺序排列，在规定的范围内随机的抽取一个单位作为初始单位，然后按事先规定好的规则确定其他样本单位，这种抽样方法被称为系统抽样。
五、非概率抽样（non-probability sampling ）是相对于概率抽样而言的，指抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采取某种方式从总体中抽出部分单位对其实施调查。
六、抽样误差（sampling error ）是由于抽样的随机性引起的样本结果与总体真值之间的误差。
七、四分位数(quartile)也称四分位点，他是一组数据排序后处于25%和75%位置上的值。
四分位数是通过3个点将全部数据等分为4部分，其中每部分包括25%的数据。
八、离散系数也成为变异系数（coefficient of variation ），它是一组数据的标准差与其相应的平均数之比。
其计算公式为：s s v x =离散系数是测度数据离散程度的相对统计量，主要是用于比较不同样本数据的离散程度。
离散系数大，说明数据的离散程度也大；离散系数小，说明数据的离散程度也小。
九、泊松分布（Poisson distribution ）是用来描述在一指定时间范围内或在指定的面积或体积之内某一事件出现的次数的分布。
十、中心极限定理（central limit theorem ）：设从均值μ、2σ(有限)的任意一个总体中抽取样本量为n 的样本，当n 充分大时，样本均值X 的抽样分布近似服从均值为μ、方差2σ/n 的正态分布。
统计学名词解释整理（2）
统计学名词解释整理（2）统计学名词解释整理34、变量是可变的数量标志，如年龄；变量值是它的大小，如某甲年龄是18岁，某乙年龄时25岁等等。
35、通过调查得来的关于某一数量标志的一系列数值，在统计上又称数据。
36、变量的取值有连续和非连续之分。
凡是相邻的两个变量值之间可以连续不断分割的变量，称为连续变量。
凡是各变量值之间是以整数断开的变量，称为离散变量。
离散变量可以精确计算，其值可以是精确值。
连续变量不可能精确计量，其值都是近似值。
37、分类变量：说明事物类别的一个名称。
38、顺序变量：说明事物有序类别的一个名称。
39、数值型变量：说明事物数字特征的一个名称。
40、当品质标志的变异性用离散变量来表达时，这个变量可称为虚拟变量。
此时，其数值大小只是代码，并无真实意义。
41、自变量是作为变化依据的变量，而因变量是随自变量而发生对应变化的变量。
42、变量按其性质分又可分为确定型变量和随机变量。
在相同条件下进行观测，其可能实现的值（或观测值）不止一个，有这种性质的变量称为随机变量。
确定型变量条件一定，实现的值就确定了。
43、统计指标是反映总体（或样本总体）的数量特征的概念或范畴。
例如中国国土面积是9.6*10^6 km^2，其中“中国国土面积”是指标名称，“9.6*10^6 km^2”则是指标数值。
44、统计指标按其内容或作用分，可分为数量指标和质量指标。
数量指标说明总体在外延上的数量特征，如人口总数、居民收入、产品产量等，一般都以总量指标的形式出现。
质量指标说明总体在内涵上的数量特征，如人口密度、劳动生产率、产品价格等，一般都以相对指标或平均指标的形式出现。
45、统计指标按其数值的三种表现形式，又有总量指标、相对指标和平均指标之分。
总量指标一般由统计汇总而来，它是研究问题的基础。
相对指标和平均指标一般由总量指标派生而来。
46、参数：研究者想要了解的总体的某种特征值。
47、统计量：根据样本数据计算出来的一个量。
(完整版)统计学名词解释
统计学名词解释第一章绪论1.随机变量：在统计学上，把取值之间不能预料到什么值的变量。
2.总体：又称母全体、全域，指具有某种特征的一类事物的全体。
3.个体：构成总体的每个基本单元称为个体。
4.样本：从总体中抽取的一部分个体，称为总体的一个样本。
5.次数：指某一事件在某一类别中出现的数目，又称为频数。
6.频率：又称相对次数，即某一事件发生的次数被总的事件数目除，亦即某一数据出现的次数被这一组数据总个数去除。
7.概率：某一事物或某一情在某一总体中出现的比率。
8.观测值：一旦确定了某个值。
就称这个值为某一变量的观测值。
9.参数：又称为总体参数，是描述一个总体情况的统计指标。
10.统计量：样本的那些特征值叫做统计量，又称特征值。
第二章统计图表1.统计表：是由纵横交叉的线条绘制，并将数据按照一定的要求整理、归类、排列、填写在内的一种表格形式。
一般由表号、名称、标目、数字、表注组成。
2.统计图：一般采用直角坐标系，通常横轴表示事物的组别或自变量x，称为分类轴。
纵轴表示事物出现的次数或因变量，称为数值轴。
一般由图号及图题、图目、图尺、图形、图例、图组成。
3.简单次数分布表：依据每一个分数值在一列数据中出现的次数或总计数资料编制成的统计表，适合数据个数和分布范围比较小的时候用。
4.分组次数分布表：数据量很大时，应该把所有的数据先划分在若干区间，然后将数据按其数值大小划归到相应区域的组别内，分别统计各个组别中包括的数据个数，再用列表的形式呈现出来，适合数据个数和分布范围比较大的时候用。
5.分组次数分布表的编制步骤：（1）求全距（2）定组距和组数（3）列出分组组距（4）登记次数（5）计算次数6.分组次数分布的意义：（1）优点：A．可将杂乱无章数据排列成序，以发现各数据的出现次数及分布状况。
B．可显示一组数据的集中情况和差异情况等。
（2）缺点：原始数据不见了，从而依据这样的统计表算出的平均值会与用原始数据算出的值有出入，出现误差，即归组效应。
- 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)。
试验因素：简称因素或因子，被变动并设有待比较的一组处理的因子称为试验因素。 试验水平:试验因素的量的不同级别或质的不同状态称为水平。 简单效应: 在同一因素内两种水平间试验指标的相差属简单效应。 主效:一个因素内各简单效应的平均数称为主要效应。 互作: 两个因素简单效应间的平均差异称为交互作用效应。 试验方案:根据试验目的和要求所拟进行比较的一组试验处理的总称。 试验指标：用于衡量试验效果的指示性状称为试验指标。 试验误差:试验结果与处理真值之间的差异 唯一差异性原则 ：在多个因子的试验时还要将所比较的那个因子以外的因子控制在相同的水平下，这是比较试验的“唯一差异”原则 局部控制：局部控制就是将整个试验环境分成若干个较为一致小环境，使之对各试验处理的影响在较小空间内达到最大程度的一致,从而有效地降低试验误差。 对比法：每隔2个供试处理设一个对照
区，使每一个小区与其相邻的对照直接
比较。
间比法：在一条地上，排列的第一个小
区和最末尾的小区一定是对照区，每两
个对照区之间排列相同数目的处理小
区。
完全随机设计：将各处理随机分配到各
个试验单元中每一处理的重复数可以相
等或不相等。
随机区组设计|：将试验地按肥力程度划
分为等于重复次数的区组，每个区组安
排一个重复，区组内各处理都的独立地
随机排列。
拉丁方设计：拉丁方设计是从横行和直
列两个方向进行双重局部控制，使得横
行和直列两向皆成区组，是比随机区组
设计多一个方向局部控制的随机排列设
计。
裂区设计：将主处理所在的区（主区）
裂解成多个小区（副区)用以安排其他试
验因子的试验设计方法，叫做裂区设计。
条区设计：是裂区设计的一种衍生设计，
在纵向安排第一试验因素的各个处理，
在横向安排第二试验因素的各个处理。
参数：由总体的全部观察值算得的总体
特征数。如总体平均数等，则称为参数。
统计数：测定样本中的各个体而得的样本特征数，如平均数等，称为统计数。 间断性数据：指用计数方法获得的数据，其各个观察值必须以整数表示 连续性数据：指称量、度量测量方法得到的数据，其各个观测值并不限于整数。 众数：资料中最常见的一数，或次数最多一组的中点值，称为众数 中数：对资料中所有观测值进行排序后，居正中间的观测值（总数为奇数）或者中间两个观测值的平均数（总数为偶数）称为中数。 算术平均数 ：一个数量资料中各个观察值的总和除以观察值个数所得的商数，称为算术平均数 几何平均数：如有n个观测值，其相乘积开n次方，即为几何平均数。 极差：是资料中最大观察值内与最小观察值的差数。 方差：用观测值数目来除平方和，得到平均平方和称为均方或方差。 标准差：为方差的正平方根值，用于表示资料的变异度。 变异系数：比较两个样本的变异度时，计算样本的标准差对平均数的百分数 称为变异系数。 自由度：指样本内能自由变动的离均差 个数。
复置式抽样：指抽样时将抽得的个体放
回总体后再继续抽样的方法。
非复置式抽样：抽样时抽得的个体不放
回总体而继续进行抽样的方法。
统计推断：把试验的表面效应与误差大
小相比较并由表面效应可能属误差的概
率而作出推论的方法。
统计假设：。计算表面效应由误差造成
的概率时，假设表面效应是由误差造成
的，这种假设称为统计假设。
备择假设：和无效假设相对应的一个统
计假设。
无效假设： 通常所做假设是处理无效，
因而常用的假设称为无效假设或零假设
第一类错误：无效假设是正确的，但是
假设测验结果却否定了无效假设，该错
误称为第一类错误。
第二类错误：无效假设是错误的，备择
假设本来是正确的，但是测验结果却接
受了无效假设，种错误称为第二类错误。
置信区间（置信限）：在一定的概率保
证下，估计出一个范围或区间以能够覆
盖参数u，这个区间称为置信区间，区间
的上、下限称为置信限。
置信系数（置信度）：保证区间能覆盖
参数的概率，以P=（1-a）表示。