3. 非参数检验：不依赖于总体分布形式，对总体的分布情况不必加以严格的假定的统计检验方法。
4. 功效分析：评估在给定效应大小、样本量和显着性水平下，统计检验检测到真实效应的能力。
5. 多重比较：在方差分析中，如果拒绝了原假设，需要进一步确定哪些组之间存在显着差异而进行的两两比较。
6. 偏相关：在控制了其他变量的影响后，两个变量之间的线性相关程度。
7. 复相关：一个变量与多个变量之间的线性相关程度。
8. 回归分析：研究一个或多个自变量与一个因变量之间线性或非线性关系的统计方法。
9. 简单线性回归：只有一个自变量的回归分析。
10. 多重线性回归：有两个或两个以上自变量的回归分析。
11. 残差：观测值与回归模型预测值之间的差异。
12. 决定系数：回归平方和在总平方和中所占的比例，反映了回归模型的拟合优度。
13. 标准化回归系数：消除了变量量纲影响后的回归系数，用于比较不同自变量对因变量的相对重要性。
14. 主成分分析：一种将多个相关变量转化为少数几个综合指标（主成分）的统计方法。
15. 因子分析：通过寻找潜在的公共因子来解释多个变量之间相关关系的统计方法。
喜欢高等教育课简集录请大家收藏：(www.38xs.com)高等教育课简集录三八小说更新速度全网最快。