Chapter 1 — Collecting Data（数据收集）

英文	中文	一句话定义（讲义原文口径）
Population	总体	the entire group of objects about which information is sought（要找信息的全体）
Unit	个体/单元	any individual member of the population（总体中的单个成员）
Sample	样本	a subset of the population used to gain information about the population（总体的子集）
Sampling frame	抽样框	the list or group of units from which the sample is chosen（抽取样本的名单）
Variable	变量	a characteristic of a unit to be measured（要测量的特征）
Sampling design	抽样设计	如何从总体中取样的方案
Simple random sampling (SRS)	简单随机抽样	每个个体被抽中概率相同
Population parameter	总体参数	总体的真实数值（通常未知）
Sample statistic	样本统计量	从样本算出的数值（用于估计参数）
Representative	有代表性的	样本结构与总体一致
Bias	偏差	系统性偏离真值（≠随机误差）

🔑 最容易考的核心区别：Population / Sampling frame 不是一回事。 讲义原文警告：抽样的名单通常 ≠ 总体，差异会导致偏差。

Chapter 2 — Sampling（抽样）

英文	中文	关键点
Sampling error	抽样误差	arises from improper sampling methods（方法本身有偏，如便利抽样）
Nonsampling error	非抽样误差	与抽样无关的误差（记录、无应答、问卷设计等）
Sampling frame bias	抽样框偏差	名单系统性偏离总体（讲义例：用电话簿抽样会漏掉无座机者）
Convenience sampling	便利抽样	只取方便接触到的 → 有偏
Multistage sampling	多阶段抽样	分层后再抽，逐级进行
Stratified sampling	分层抽样	先把总体分成层(strata)，再在每层内随机抽
Stratum / strata	层 / 各层	内部相似、层间有差异的分组
Systematic random sampling	系统随机抽样	按固定间隔抽取（如每 10 个取 1 个）
Sampling interval	抽样间隔	系统抽样中的固定步长

🔑 本节必考对比：Stratified（分层）vs Systematic（系统）vs Multistage（多阶段） 要能说出各自"怎么抽 + 什么时候用 + 优缺点"。

Chapter 3 — Experimentation（实验）★★★ 最长最重要

英文	中文	关键点
Experiment	实验	研究者主动施加处理
Experimental design	实验设计	安排实验以避免偏差
Confounding	混杂	两个变量效果混在一起，无法区分谁造成结果
Confounding variable	混杂变量	未控制但影响结果的变量
Observational study	观察性研究	只观察不干预 → 不能证明因果
Placebo	安慰剂	无有效成分的"假处理"
Placebo effect	安慰剂效应	因为"以为有效"而产生的真实改善
Random allocation / randomization	随机分配	随机决定谁进哪组
Control group	对照组	不接受处理的组
Treatment	处理	施加的干预
Replication	重复	多组/多次实验以确认结果
Completely randomised design	完全随机设计	完全随机分组（可多因素/多水平）
Randomised block design	随机区组设计	先按相似性分块(block)，块内随机分配
Block	区组	内部条件相近的一组
Factor / Level	因素 / 水平	因素的不同取值叫水平
Dropout	脱落	中途退出实验
Nonadherer	不依从者	没按方案执行
Refusal	拒访/拒绝参与	拒绝参加
Generalisability / Applicability	可推广性	结果能否推广到实验外的人群
Lack of realism	缺乏现实性	实验环境过于理想，脱离现实

🔑 本章三大必背结论： 1. 观察性研究只能发现关联，不能证明因果（因为有 confounding） 2. 随机分配（random allocation）是排除混杂的关键手段 3. 实验设计三原则：随机化（randomisation）、重复（replication）、区组/局部控制（blocking）

Chapter 4 — Measurement（测量）

英文	中文	关键点
Measurement	测量	把特征变成数值
Validity	效度	是否真的测到了你想测的东西（"测对了没"）
Accuracy	准确性	测量结果与真值的接近程度（"测得准不准"）
Precision	精确度	多次测量的一致性（"测得稳不稳"）
Looking at data intelligently	批判性看数据	三问见下

🔑 Validity（效度）vs Accuracy（准确性）是本章必考区别。 经典类比：一个坏掉的秤永远显示 50kg —— 很精确(precision)但不准确(accuracy)，也不有效(valid)。

批判性看数据三问（§4.4）：

Where did this data come from and can it be verified? 数据从哪来？能验证吗？
Does the data make sense? 数据合理吗？（量级、比例、趋势是否反常）
Is the information complete? 信息完整吗？（有没有隐瞒分母、缺失样本）

🍅 番茄钟 关闭

编辑课程

🍅 番茄钟关闭