A.4   中英术语对照

本附录目标

• 提供 统计/ML/DL 中英术语 对照
• 速查论文 / 文档 / 课程

---

A.4.1   描述统计

中文	English
总体	Population
样本	Sample
参数	Parameter
统计量	Statistic
均值	Mean / Average
中位数	Median
众数	Mode
极差	Range
四分位距	Interquartile Range (IQR)
方差	Variance
标准差	Standard Deviation
偏度	Skewness
峰度	Kurtosis
直方图	Histogram
箱线图	Box Plot
散点图	Scatter Plot
频数	Frequency
经验分布函数	Empirical CDF

---

A.4.2   概率与分布

中文	English
概率	Probability
条件概率	Conditional Probability
独立	Independence
贝叶斯定理	Bayes' Theorem
随机变量	Random Variable
离散 / 连续	Discrete / Continuous
概率质量函数	PMF
概率密度函数	PDF
累积分布函数	CDF
期望	Expectation / Expected Value
方差	Variance
协方差	Covariance
相关系数	Correlation Coefficient
矩	Moment
矩母函数	MGF
二项分布	Binomial
泊松分布	Poisson
指数分布	Exponential
正态 / 高斯	Normal / Gaussian
多元正态	Multivariate Normal
卡方	Chi-square
t 分布	Student's t
F 分布	F distribution
Beta / Gamma / Dirichlet	同名

---

A.4.3   抽样与估计

中文	English
简单随机抽样	Simple Random Sampling
分层抽样	Stratified Sampling
整群抽样	Cluster Sampling
系统抽样	Systematic Sampling
抽样分布	Sampling Distribution
标准误	Standard Error (SE)
大数定律	Law of Large Numbers (LLN)
中心极限定理	Central Limit Theorem (CLT)
点估计	Point Estimate
区间估计	Interval Estimate
置信区间	Confidence Interval (CI)
信度 / 显著水平	Confidence / Significance Level
无偏 / 一致 / 有效	Unbiased / Consistent / Efficient
最大似然	Maximum Likelihood (MLE)
矩估计	Method of Moments
Bootstrap	Bootstrap
Jackknife	Jackknife

---

A.4.4   假设检验

中文	English
原假设 / 备择	Null / Alternative Hypothesis
单侧 / 双侧	One-tailed / Two-tailed
显著水平 α	Significance Level
p 值	p-value
第一类错误 / 第二类	Type I / Type II Error
功效	Power
拒绝域	Critical Region
检验统计量	Test Statistic
配对 t 检验	Paired t-test
独立两样本 t	Independent two-sample t
Welch t	Welch's t-test
方差分析	ANOVA
事后检验	Post-hoc Test
卡方检验	Chi-square Test
拟合优度	Goodness of Fit
列联表	Contingency Table
非参检验	Nonparametric Test
多重比较	Multiple Comparisons
Bonferroni	Bonferroni Correction
FDR	False Discovery Rate

---

A.4.5   回归与 ANOVA

中文	English
回归	Regression
简单线性回归	Simple Linear Regression
多元线性回归	Multiple Linear Regression
普通最小二乘	Ordinary Least Squares (OLS)
残差	Residual
拟合值	Fitted Value
决定系数 R²	Coefficient of Determination
调整 R²	Adjusted R²
多重共线性	Multicollinearity
方差膨胀因子	VIF
异方差	Heteroskedasticity
自相关	Autocorrelation
岭回归	Ridge Regression
Lasso	Lasso
弹性网	Elastic Net
逻辑回归	Logistic Regression
广义线性模型	GLM
单因素方差分析	One-way ANOVA
双因素 / 交互	Two-way / Interaction
实验设计	Design of Experiments (DOE)
区组设计	Block Design

---

A.4.6   贝叶斯

中文	English
先验	Prior
似然	Likelihood
后验	Posterior
共轭先验	Conjugate Prior
边际似然 / 证据	Marginal Likelihood / Evidence
后验预测	Posterior Predictive
最大后验	MAP
MCMC	MCMC
Metropolis-Hastings	同名
吉布斯抽样	Gibbs Sampling
哈密顿蒙特卡洛	HMC
NUTS	NUTS
变分推断	Variational Inference (VI)
贝叶斯因子	Bayes Factor
可信区间	Credible Interval

---

A.4.7   多元 / 时间序列

中文	English
主成分分析	PCA
因子分析	Factor Analysis
典型相关	Canonical Correlation
聚类	Clustering
K-Means	K-Means
层次聚类	Hierarchical Clustering
多维标度	MDS
自相关	Autocorrelation (ACF)
偏自相关	PACF
平稳	Stationary
单位根 / ADF 检验	Unit Root / ADF
白噪声	White Noise
移动平均	Moving Average (MA)
自回归	Autoregressive (AR)
ARIMA / SARIMA	同名
季节性	Seasonality
Granger 因果	Granger Causality
状态空间	State Space
卡尔曼滤波	Kalman Filter

---

A.4.8   机器学习

中文	English
监督 / 无监督	Supervised / Unsupervised
强化学习	Reinforcement Learning (RL)
半监督	Semi-supervised
自监督	Self-supervised
训练集 / 验证集 / 测试集	Train / Validation / Test
交叉验证	Cross-Validation (CV)
偏差-方差	Bias-Variance Tradeoff
过拟合 / 欠拟合	Overfitting / Underfitting
正则化	Regularization
早停	Early Stopping
特征工程	Feature Engineering
特征选择	Feature Selection
类别不平衡	Class Imbalance
准确率	Accuracy
精确率 / 召回率	Precision / Recall
F1 / AUC / ROC	同名
决策树	Decision Tree
随机森林	Random Forest
梯度提升	Gradient Boosting
支持向量机	SVM
朴素贝叶斯	Naive Bayes
K 近邻	k-NN
集成学习	Ensemble Learning
Bagging / Boosting / Stacking	同名

---

A.4.9   深度学习

中文	English
神经网络	Neural Network (NN)
多层感知机	Multilayer Perceptron (MLP)
全连接层	Fully-Connected / Dense Layer
卷积神经网络	CNN
循环神经网络	RNN
长短期记忆	LSTM
门控循环单元	GRU
注意力	Attention
自注意力	Self-Attention
多头注意力	Multi-Head Attention
Transformer	Transformer
编码器 / 解码器	Encoder / Decoder
预训练 / 微调	Pre-training / Fine-tuning
嵌入	Embedding
激活函数	Activation Function
反向传播	Backpropagation
梯度下降	Gradient Descent
学习率	Learning Rate (LR)
批归一化 / 层归一化	Batch / Layer Normalization
Dropout	Dropout
权重衰减	Weight Decay
大语言模型	Large Language Model (LLM)
RLHF	RLHF
低秩适应	Low-Rank Adaptation (LoRA)
检索增强生成	RAG

---

A.4.10   因果与生存

中文	English
因果推断	Causal Inference
潜在结果	Potential Outcome
平均处理效应	Average Treatment Effect (ATE)
条件 ATE	CATE
处理效应异质性	Heterogeneous Treatment Effect (HTE)
倾向得分	Propensity Score
倾向得分匹配	PSM
反向倾向加权	IPTW
双重稳健	Doubly Robust (DR)
工具变量	Instrumental Variable (IV)
双差分	Difference-in-Differences (DiD)
断点回归	Regression Discontinuity (RDD)
双重机器学习	Double ML (DML)
因果图	Directed Acyclic Graph (DAG)
混淆	Confounding
碰撞器	Collider
选择偏差	Selection Bias
删失	Censoring
生存函数	Survival Function
风险函数	Hazard Function
Kaplan-Meier	KM
Cox 比例风险	Cox Proportional Hazards
加速失效时间	Accelerated Failure Time (AFT)
竞争风险	Competing Risks
C-index	Concordance Index

---

A.4.11   工程与工具

中文	English
流水线	Pipeline
特征仓库	Feature Store
模型注册	Model Registry
持续集成 / 部署	CI / CD
A/B 测试	A/B Test
分桶	Bucketing
灰度发布	Canary Release
数据漂移	Data Drift
概念漂移	Concept Drift
监控	Monitoring
可观测性	Observability
可解释性	Interpretability / Explainability
公平性	Fairness
隐私	Privacy
差分隐私	Differential Privacy
联邦学习	Federated Learning

---

A.4.12   全书结束语

• 至此 17 章全部读完。 你已经从 看不懂数据 走到 能做完整数据科学项目 。
• 接下来: 选一个真实问题, 动手做 。 写代码 → 出错 → 查资料 → 解决 → 再做。 这是唯一的成长路径。
• 祝旅途愉快, Happy Stat-ing! 🎉

小率: 17 章一路相伴, 后面真实世界更精彩, 加油!

均哥: 我现在终于敢自称会统计了, 走, 接业务需求去!