什么是径流系数？

coefficient[英][u02ccku0259u028au026au02c8fu026au0283nt][美][u02cckou028au026au02c8fu026au0283nt]n.系数; （测定某种质量或变化过程的）率; 程度; 协同因素; adj.共同作用的; 合作的; 复数：coefficients例句:1.The gini coefficient is a measure of income distribution. 基尼系数是一个反映收入分配差异程度的指标。

Coefficients是coefficient的复数形式coefficient 英[u02ccku0259u028au026au02c8fu026au0283nt] 美[u02cckou028au026au02c8fu026au0283nt] n. 系数; （测定某种质量或变化过程的） 率; 程度; 协同因素; adj. 共同作用的; 合作的; [例句]A coefficient of one means the markets move perfectly in step.系数为1表示各个市场的步调完全一致。

coefficient[英][u02ccku0259u028au026au02c8fu026au0283nt][美][u02cckou028au026au02c8fu026au0283nt]n.系数; （测定某种质量或变化过程的）率; 程度; 协同因素; adj.共同作用的; 合作的; 复数：coefficients例句:1.The gini coefficient is a measure of income distribution. 基尼系数是一个反映收入分配差异程度的指标。

coefficients系数双语对照词典结果：coefficients[英][ku0259u028au026a"fu026au0283u0259nts][美][kou028au026a"fu026au0283u0259nts]n.系数( coefficient的名词复数 ); （测定某种质量或变化过程的）率; 程度; 以上结果来自金山词霸例句:1.Their machines would have lower coefficients of efficiency. 该国的机制效率系数也更低。

coefficient统计中代表变异系数。变异系数，又称“离散系数”(英文:coefficientofvariation)，是概率分布离散程度的一个归一化量度，其定义为标准差与平均值之比。变异系数(coefficientofvariation)只在平均值不为零时有定义，而且一般适用于平均值大于零的情况。变异系数也被称为标准离差率或单位风险。变异系数只对由比率标量计算出来的数值有意义。举例来说，对于一个气温的分布，使用开尔文或摄氏度来计算的话并不会改变标准差的值，但是温度的平均值会改变，因此使用不同的温标的话得出的变异系数是不同的。也就是说，使用区间标量得到的变异系数是没有意义的。举例。已知某良种猪场长白成年母猪平均体重为190kg，标准差为10.5kg，而大约克成年母猪平均体重为196kg，标准差为8.5kg，试问两个品种的成年母猪，哪一个体重变异程度大。此例观测值虽然都是体重，单位相同，但它们的平均数不相同，只能用变异系数来比较其变异程度的大小。由于，长白成年母猪体重的变异系数：C.V = 10.5 / 190 * 100% = 5.53%。大约克成年母猪体重的变异系数：C.V = 8.5 / 196 * 100% = 4.34%。所以，长白成年母猪体重的变异程度大于大约克成年母猪。注意，变异系数的大小，同时受平均数和标准差两个统计量的影响，因而在利用变异系数表示资料的变异程度时，最好将平均数和标准差也列出。

讨论数学问题时，在与特定的变量(或未知函数)及其导数有关的表达式或方程中，与未知数相乘的已知函数或常数称为系数。在物理学﹑工程，电脑技术及其他方面，也广泛使用系数这一名词。如一个量的部分值与总值之比，或一个量的变化与另一些量的变化之间关系式中的某些有关的数，都称系数。这时在系数之前常冠以有关现象或事物的专名，如"膨胀系数"﹑"石碳酸系数"等。单项式中的数值因数也叫做这个单项式的系数。多项式中最高次幂项的因数叫做这个多项式的系数。单项数中的的数值因数为它的系数。

1、首先看coefficients表对应的sig是否小于0.05，如果小于0.05，说明整体回归模型显著，再看下面的回归系数表，如果这里的sig大于0.05，就说明回归模型不显著，下面的就不用再看了。2、其次，在回归模型显著的基础上，看调整的R方是模型拟合度的好坏，越接近1，说明拟合效果越好。3、看具体回归系数表中每个自变量，对应的sig值，如果sig小于0.05，说明该自变量对因变量有显著预测作用，反之没有作用。coefficients表这样看。

beta coefficient贝塔系数　　β系数也称为贝塔系数（Beta coefficient），是一种风险指数，用来衡量个别股票或股票基金相对于整个股市的价格波动情况。β系数是一种评估证券系统性风险的工具，用以度量一种证券或一个投资证券组合相对总体市场的波动性，在股票、基金等投资术语中常见。

中文名称：回归系数英文名称：regressioncoefficient定义：回归分析中度量依变量对自变量的相依程度的指标，它反映当自变量每变化一个单位时，依变量所期望的变化量。应用学科：遗传学（一级学科）；群体、数量遗传学（二级学科）　regressioncoefficient　　在回归方程中表示自变量x对因变量y影响大小的参数。　　回归系数越大表示x对y影响越大，正回归系数表示y随x增大而增大，负回归系数表示y随x增大而减小。　　回归方程式^Y=bX+a中之斜率b,称为回归系数,表X每变动一单位,平均而言，Y将变动b单位。编辑本段回归系数的理解　　1、相关系数与回归系数：A回归系数大于零则相关系数大于零　　B回归系数小于零则相关系数小于零　　（它们的取值符号相同）　　2、回归系数：由回归方程求导数得到，　　所以，回归系数>0，回归方程曲线单调递增；　　回归系数<0，回归方程曲线单调递j减；　　回归系数=0，回归方程求最值（最大值、最小值）

SPSScoefficient表是回归系数的是：首先来说明各个符号，B也就是beta，代表回归系数。标准化的回归系数代表自变量也就是预测变量和因变量的相关，为什么要标准化，因为标准化的时候各个自变量以及因变量的单位才能统一，使结果更精确，减少因为单位不同而造成的误差。T值就是对回归系数的t检验的结果，绝对值越大，sig就越小，sig代表t检验的显著性，在统计学上，sig<0.05一般被认为是系数检验显著，显著的意思就是你的回归系数的绝对值显著大于0，表明自变量可以有效预测因变量的变异，做出这个结论你有5%的可能会犯错误，即有95%的把握结论正确。回归的检验首先看anova那个表，也就是F检验，那个表代表的是对你进行回归的所有自变量的回归系数的一个总体检验，如果sig<0.05,说明至少有一个自变量能够有效预测因变量，这个在写数据分析结果时一般可以不报告然后看系数表，看标准化的回归系数是否显著，每个自变量都有一个对应的回归系数以及显著性检验最后看模型汇总那个表，R方叫做决定系数，他是自变量可以解释的变异量占因变量总变异量的比例，代表回归方程对因变量的解释程度，报告的时候报告调整后的R方，这个值是针对自变量的增多会不断增强预测力的一个矫正（因为即使没什么用的自变量，只要多增几个，R方也会变大，调整后的R方是对较多自变量的惩罚），R可以不用管，标准化的情况下R也是自变量和因变量的相关

coefficient就是（小波）系数的意思，上面的图应该是CWT后得到的最大尺度小于250左右的所有小波系数的图像。下图是根据上图小波系数作出的每一尺度小波系数模极值形成的连线，有些文章也叫小波脊线，它在低尺度的位置通常表现了信号奇异点或突变点在信号中的位置，突变点的特征通常包含了信号中的重要信息，所以通常根据这个现象用CWT检测信号中的突变点和其位置。随尺度的增加，同一条脊线的点也随之偏移，研究这种偏移的特征在某些学科中也是研究信号特征的重要方法，所以通常根据这个现象用CWT研究信号随尺度变化的特征。

阿尔法系数是一投资或基金的绝对回报(Absolute Return) 和按照 β 系数计算的预期风险回报之间的差额。简单来说，实际风险回报和平均预期风险回报的差额即 α 系数。阿尔法系数, α系数 Alpha(α) Coefficient定义：α系数是一投资或基金的绝对回报(Absolute Return) 和按照 β 系数计算的预期风险回报之间的差额。 绝对回报(Absolute Return)或额外回报(Excess Return)是基金/投资的实际回报减去无风险投资收益（在中国为 1 年期银行定期存款回报）。绝对回报是用来测量一投资者或基金经理的投资技术。 预期回报(Expected Return)贝塔系数 β 和市场回报的乘积，反映投资或基金由于市场整体变动而获得的回报（有关预期回报更多的计算请参见资本资产定价模型 Capital Asset Pricing Model (CAPM) ）。一句话，实际风险回报和平均预期风险回报的差额即 α 系数。

partialregressioncoefficient在多元回归分析中，随机因变量对各个自变量的回归系数，表示各自变量对随机变量的影响程度。偏回归系数是多元回归问题出现的一个特殊性质,如何理解、辨认和求取偏回归系数正是本文要讨论的。为了简化问题,我们把对偏回归系数的讨论,限定为只有2个解释变量的系统,即建立的经济计量模型为Yi=β0+β1X1i+β2X2i+ui(1)回归方程为^Yi=^β0+^β1X1i+^β2X2i(2)式中^βi(i=0,1,2)为偏回归系数。

Coefficient of thermal expansion

相关关系是一种非确定性的关系，相关系数是研究变量之间线性相关程度的量。由于研究对象的不同，相关系数有如下几种定义方式。简单相关系数：又叫相关系数或线性相关系数，一般用字母r 表示，用来度量两个变量间的线性关系。复相关系数：又叫多重相关系数。复相关是指因变量与多个自变量之间的相关关系。例如，某种商品的季节性需求量与其价格水平、职工收入水平等现象之间呈现复相关关系。典型相关系数：是先对原来各组变量进行主成分分析，得到新的线性关系的综合指标，再通过综合指标之间的线性相关系数来研究原各组变量间相关关系。

coef 是coefficient的缩写，是“系数”。系数（coefficient），是指代数式的单项式中的数字因数。单项式中所有字母的指数的和叫做它的次数。通常系数不为0，应为有理数。简介这里“系数”这个词的用法与它的原本用法不太相同，但仍可以借用。假设所要反映的社会关系为3x=y,x代表基本情况（人口、资源等事实），不同的国家有不同的情况，3则代表那个数系——表示关系的数字。这么一乘我们就可以得出，它所要勾画的相应国家的实际情况了，即得数y。当然，这样做是否能真实地反映实际社会关系倒不一定。数学总结。

回归系数regression coefficient在回归方程中表示自变量x 对因变量y 影响大小的参数。回归系数越大表示x 对y 影响越大，正回归系数表示y 随x 增大而增大，负回归系数表示y 随x增大而减小。回归方程式^Y=bX+a中之斜率b,称为回归系数,表X每变动一单位,平均而言，Y将变动b单位。

变异系数又称“标准差率”，是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位和（或）平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值（相对值）来比较。标准差与平均数的比值称为变异系数，记为C.V。变异系数可以消除单位和（或）平均数不同对两个或多个资料变异程度比较的影响。标准变异系数是一组数据的变异指标与其平均指标之比，它是一个相对变异指标。变异系数有全距系数、平均差系数和标准差系数等。常用的是标准差系数，用CV(Coefficient of Variance)表示。CV(Coefficient of Variance):标准差与均值的比率。用公式表示为：CV＝σ/μ作用：反映单位均值上的离散程度，常用在两个总体均值不等的离散程度的比较上。若两个总体的均值相等，则比较标准差系数与比较标准差是等价的。变异系数又称离散系数。

coefficient [u02ccku0259ui"fiu0283u0259nt] n.系数

截距系数代表含义：回归截距a表示直线在y轴上的截距，代表直线的起点，回归系数b表示直线的斜率，他的实际意义是说明x每变化一个单位时，影响y平均变动的数量，即x每增加1单位，y变化b个单位。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。扩展资料：回归技术用于预测，这些技术主要有三个度量（自变量的个数，因变量的类型以及回归线的形状），它是最为人熟知的建模技术之一，线性回归通常是人们在学习预测模型时首选的技术之一，在这种技术中，因变量是连续的，自变量可以是连续的也可以是离散的，回归线的性质是线性的。线性回归使用最佳的拟合直线（也就是回归线）在因变量（Y）和一个或多个自变量（X）之间建立一种关系。多元线性回归可表示为Y=a+b1*X +b2*X2+ e，其中a表示截距，b表示直线的斜率，e是误差项。多元线性回归可以根据给定的预测变量（s）来预测目标变量的值。

相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。|r|值越大，误差Q越小，变量之间的线性相关程度越高；|r|值越接近0，Q越大，变量之间的线性相关程度越低。相关系数又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关；γ的绝对值越大，相关程度越高。两个现象之间的相关程度，一般划分为四级：如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。通常|r|大于0.8时，认为两个变量有很强的线性相关性。编辑本段相关系数的计算公式其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值，为因变量数列的标志值；■为因变量数列的平均值。为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式为：相关系数计算公式[1]?r=n(写上面)∑i=1(写下面)(Xi-X的平均数)(Yi-Y平均数)/根号下[∑(样子同上)(Xi-X平均数）的平方*∑（样子同上）（Yi-Y平均数）的平方其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为：使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不必再列计算表。

组内相关系数(ICC)是衡量和评价观察者间信度(inter-observer reliability)和复测信度(test-retest reliability)的信度系数(reliability coefficient)指标之一。它最先由Bartko于1966年用于测量和评价信度的大小［4］。ICC等于个体的变异度除以总的变异度，故其值介于0～1之间。0表示不可信，1表示完全可信。一般认为信度系数低于0.4表示信度较差，大于0.75表示信度良好，对于定量资料常常需要更高的ICC值。2　组内相关系数的计算及假设检验　　一般认为组内相关系数的计算较为复杂，然而只要懂得方差分析(ANOVA)的基本原理，尤其是得到了随机区组(即配伍组)的方差分析表，ICC的计算并不难。下面以实例说明其算法。

emissivity coefficient辐射系数

　　coefficient matrix　　英 [u02ccku0259u028au0259u02c8fu026au0283u0259nt u02c8meu026atru026aks]　　美 [u02cckou0259u02c8fu026au0283u0259nt u02c8metru026aks]　　[释义]系数矩阵;　　[网络]系数阵; 系数短阵;　　[例句]If the tridiagonal linear linear equations "coefficient matrix is diagonally dominant, the process will not break down.　　当三对角线性方程组的系数矩阵满足对角占优时，该算法在运行过程中不会中断。

决定系数(coefficient of determination)，有的教材上翻译为判定系数，也称为拟合优度。表示可根据自变量的变异来解释因变量的变异部分。如某学生在某智力量表上所得的 IQ 分与其学业成绩的相关系数 r=0.66，则决定系数 R^2=0.4356，即该生学业成绩约有 44%可由该智力量表所测的智力部分来说明或决定。作用判定系数只是说明列入模型的所有解释变量对因变量的联合的影响程度，不说明模型中单个解释变量的影响程度。对时间序列数据，判定系数达到0.9以上是很平常的;但是，对截面数据而言，能够有0.5就不错了。决定系数的大小决定了相关的密切程度。当R2越接近1时，表示相关的方程式参考价值越高；相反，越接近0时，表示参考价值越低。这是在一元回归分析中的情况。但从本质上说决定系数和回归系数没有关系，就像标准差和标准误差在本质上没有关系一样。在多元回归分析中，决定系数是通径系数的平方。表达式：R^2=SSR/SST=1-SSE/SST其中：SST=SSR+SSE，SST (sum of squares for total)为总平方和，SSReg (sum of squares for regression为回归平方和，SSE (sum of squares for error) 为残差平方和。区别判定系数和相关系数的区别用例判定系数达到多少为宜?没有一个统一的明确界限值;若建模的目的是预测因变量值，一般需考虑有较高的判定系数。若建模的目的是结构分析，就不能只追求高的判定系数，而是要得到总体回归系数的可信任的估计量。判定系数高并不一定每个回归系数都可信任。

1、在 统计学中, 以查尔斯·斯皮尔曼命名的斯皮尔曼等级相关系数，即斯皮尔曼相关系数。2、斯皮尔曼等级相关是根据等级资料研究两个变量间相关关系的方法。它是依据两列成对等级的各对等级数之差来进行计算的，所以又称为“等级差数法”。3、等级相关系数的计算步骤：把数量标志和品质标志的具体表现按等级次序编号。按顺序求出两个标志的每对等级编号的差。按下式计算相关系数：Rs=1-[6*∑Di^2/(n*n^2-1)]其中:等级相关系数记为rs，di为两变量每一对样本的等级之差，n为样本容量。注意事项斯皮尔曼相关系数表明X(独立变量)和Y(依赖变量)的相关方向。如果当X增加时，Y趋向于增加，斯皮尔曼相关系数则为正。如果当X增加时，Y趋向于减少，斯皮尔曼相关系数则为负。斯皮尔曼相关系数为零表明当X增加时Y没有任何趋向性。当X和Y越来越接近完全的单调相关时，斯皮尔曼相关系数会在绝对值上增加。当X和Y完全单调相关时，斯皮尔曼相关系数的绝对值为1。完全的单调递增关系意味着任意两对数据Xi，YiXj，Yj，有Xiu2212Xj和Yiu2212Yj总是同号。完全的单调递减关系意味着任意两对数据Xi，Yi和Xj，Yj，有Xiu2212Xj和Yiu2212Yj总是异号。以上内容参考：百度百科-斯皮尔曼-布朗公式

摩尔吸光系数（Molar Absorption Coefficient），也称摩尔消光系数（Molar Extinction Coefficient），是指物质对某波长的光的吸收能力的量度，以符号“ε”表示。摩尔吸光系数（Molar Absorption Coefficient），也称摩尔消光系数（Molar Extinction Coefficient），是指浓度为1摩尔／升时的吸光系数，ε表示，当浓度用克／升表示时，摩尔吸光系数在数值上等于吸光系数（a）与物质的分子量（M）之积，ε＝aM。ε值的大小反映吸收介质对光吸收的程度。影响因素摩尔吸光系数的大小与待测物、溶剂的性质及光的波长有关。待测物不同，则摩尔吸光系数也不同，所以，摩尔吸光系数可作为物质的特征常数。溶剂不同时，同一物质的摩尔吸光系数也不同，因此，在说明摩尔吸光系数时，应注明溶剂。光的波长不同，其吸光系数也不同。单色光的纯度越高，摩尔吸光系数越大。

问题一：什么负温度系数? 负温度系数（NTC，Negative Temperature Coefficient），泛指负温度系数很大的半导体材料或元器件。 所谓NTC热敏电阻器就是负温度系数热敏电阻器。它是以锰、钴、镍和铜等金属氧化物为主要材料，采用陶瓷工艺制造而成的。 这些金属氧化物材料都具有半导体性质，因为在导电方式上完全类似锗、硅等半导体材料。温度低时，这些氧化物材料的载流子（电子和空穴）数目少，所以其电阻值较高；随着温度的升高，载流子数目增加，所以电阻值降低。 NTC热敏电阻器在室温下的变化范围在10Ω~1000000Ω，温度系数-2%~-6.5%。 NTC热敏电阻器可广泛应用于温度测量、温度补偿、抑制浪涌电流等场合。 问题二：什么叫电阻的正温度系数和负温度系数?？ 正温度系数：电阻随温度升高而增加 负温度系数：电阻随温度升高而减小 问题三：NTC代表是什么 NTC这个缩写有很多种含义，你看看哪种是你需要的： 1、NTC（Negative Temperature CoeffiCient，即负温度系数）是指随温度上升电阻呈指数关系减小、具有负温度系数的热敏电阻现象和材料。如NTC热敏电阻； 2、NTC= National Transitional Council ，国家过渡委员会， 也称“全国过渡委员会”； 3、Nike Training Club (NTC) 是一项帮助练习者提升全身各部位机能的训练课程； 4、全国网络与信息技术培训考试， 英文简称NTC。 其他含义请见百度百科。 问题四：PTC和NTC是啥意思？ PTC是Positive Temperature Coefficient 的缩写，意思是正的温度系数，泛指正温度系数很大的半导体材料或元器件。通常提到的PTC是指正温度系数热敏电阻，简称PTC热敏电阻。NTC热敏电阻 NTC（Negative Temperature CoeffiCient）是指随温度上升电阻呈指数关系减小、具有负温度系数的热敏电阻现象和材料。就是PTC是正温度系数，NTC是负温度系数。 问题五：热敏电阻ntc5D-13什么意思？ 您好! 楼上说的不对,这个热敏电阻是做开关浪涌吸收的.5表示25度时的阻值5欧姆,13表示产品的头部尺寸直径是13MM,但是实际尺寸都有偏差,这个主要是技术的改进. 我们就生产这类产品,希望能够给你带来帮助! [email protected] 问题六：热敏电阻NTC 10D-11表示什么意思 这是个10Ω，芯片是11mm的负温度系数的热敏电阻 问题七：NTC短路是什么意思 NTC主要作用是：在电路电源接通瞬间，电路中会产生比正常工作时高出许多倍的浪涌电流，而NTC热敏电阻器的初始阻值较大，可以抑制电路中过大的电流，从而保护其电源电路及负载。当电路进入正常工作状态时，热敏电阻器由于通过电流而引起阻体温度上升，电阻值下降至很小，不会影响电路的正常工作。 所以NTC常倍应用在高功率电器内，例如热水器。当其发生短路或开路时，代表已毁坏，需更换新品。 问题八：ntc是什么意思健身房 全拼为，Nike Training Club，是一项帮助练习者提升全身各部位机能的训练课程。 由耐克大师级健身教练根据多种运动原理而设计，包含力量训练、有氧运动、核心训练、平衡性训练和柔韧性训练五项基础训练。 对于参与者的健身水平没有过高的要求，对于场地或者器械的限制也很少，动作具有很高的趣味性，有各种动作的自由组合，参与者可以轻松创造并随时调整适合自己的独特的健身课程。 希望对楼主有所帮助！ 问题九：100k ohm ntc thermistor什么意思 ntc thermistor 负热敏电阻 100k ohm 应该是常温下的阻抗吧 问题十：传感器元件ptc ntc rtd分别是什么意思？ PTC是Positive Temperature Coefficient 的缩写，意思是正的温度系数， 泛指正温度系数很大的半导体材料或元器件。通常我们提到的PTC是指正温度系数热敏电阻，简称PTC热敏电阻。 PTC热敏电阻是一种典型具有温度敏感性的半导体电阻，超过一定的温度（居里温度）时，它的电阻值随着温度的升高呈阶跃性的增高。 RTD是 Resistance Temperature Detector 的缩写，意思是电阻温度探测器，简称是热电阻。 电阻温度探测器(RTD)实际上是一根特殊的导线，它的电阻随温度变化而变化，通常RTD材料包括铜、铂、镍及镍/铁合金。RTD元件可以是一根导线，也可以是一层薄膜，采用电镀或溅射的方法涂敷在陶瓷类材料基底上。 NTC（Negative Temperature CoeffiCient）是指随温度上升电阻呈指数关系减小、具有负温度系数的热敏电阻现象和材料。该材料是利用锰、铜、硅、钴、铁、镍、锌等两种或两种以上的金属氧化物进行充分混合、成型、烧结等工艺而成的半导体陶瓷，可制成具有负温度系数（NTC）的热敏电阻。其电阻率和材料常数随材料成分比例、烧结气氛、烧结温度和结构状态不同而变化。现在还出现了以碳化硅、硒化锡、氮化钽等为代表的非氧化物系NTC热敏电阻材料。

一个是名目，一个是顺序。。简单的来说，一个是可以排序的（ordinal），另一个是不能排序的（nominal）。举个例子，如果在一场赛跑比赛中，a得了以一名，b得了第二名……那么就是ordinal的，因为可以拿次序来衡量。而给予赛跑的结果，a赢了，b没有赢，这个结果是不能排序的，就是nominal。

　　基尼系数(Gini Coefficient)：　　基尼系数是意大利经济学家基尼于1922年提出的定量测定收入分配差异程度的指标。其根据洛伦茨曲线找出了判断分配平等程度的指标（如下图），设实际收入分配曲线和收入分配绝对平等曲线之间的面积为A，实际收入分配曲线右下方的面积为B。并以A除以A+B的商表示不平等程度。这个数值被称为基尼系数或称洛伦茨系数。它的经济含义是：在全部居民收入中用于不平均分配的百分比。 基尼系数最小等于0，表示收入分配绝对平均；最大等于1，表示收入分配绝对不平均；实际的基尼系数介于0和1之间。如果个人所得税能使收入均等化，那么，基尼系数即会变小。联合国有关组织规定：若低于0.2表示收入高度平均；0.2～0.3表示比较平均；0.3～0.4表示相对合理；0.4～0.5表示收 入差距较大；0.6以上表示收入差距悬殊。　　恩格尔系数是食品支出总额占个人消费支出总额的比重。　　19世纪德国统计学家恩格尔根据统计资料，对消费结构的变化得出一个规律：一个家庭收入越少，家庭收入中（或总支出中）用来购买食物的支出所占的比例就越大，随着家庭收入的增加，家庭收入中（或总支出中）用来购买食物的支出则会下降。推而广之，一个国家越穷，每个国民的平均收入中（或平均支出中）用于购买食物的支出所占比例就越大，随着国家的富裕，这个比例呈下降趋势。恩格尔定律的公式：　　食物支出变动百分比　　食物支出对总支出的比率(R1)＝——————————　　总支出变动百分比　　或　　食物支出变动百分比　　食物支出对收入的比率(R2)＝——————————　　收入变动百分比　　R2又称为食物支出的收入弹性。　　恩格尔定律是根据经验数据提出的，它是在假定其他一切变量都是常数的前提下才适用的，因此在考察食物支出在收入中所占比例的变动问题时，还应当考虑城市化程度、食品加工、饮食业和食物本身结构变化等因素都会影响家庭的食物支出增加。只有达到相当高的平均食物消费水平时，收入的进一步增加才不对食物支出发生重要的影响。　　恩格尔系数是根据恩格尔定律得出的比例数，是表示生活水平高低的一个指标。其计算公式如下：　　食物支出金额　　恩格尔系数＝———————　　总支出金额　　除食物支出外，衣着、住房、日用必需品等的支出，也同样在不断增长的家庭收入或总支出中，所占比重上升一段时期后，呈递减趋势。　　恩格尔系数是国际上通用的衡量居民生活水平高低的一项重要指标，一般随居民家庭收入和生活水平的提高而下降。改革开放以来，我国城镇和农村居民家庭恩格尔系数已由1978年的57.5%和67.7%分别下降到2005年的36.7%和45.5%。　　国际上常常用恩格尔系数来衡量一个国家和地区人民生活水平的状况。根据联合国粮农组织提出的标准，恩格尔系数在59%以上为贫困，50-59%为温饱，40-50%为小康，30-40%为富裕，低于30%为最富裕。

联合国根据恩格尔系数的大小，对世界各国的生活水平设定了一个划分标准：一个国家平均家庭恩格尔系数为（ 大于60%）为贫穷。

coefficient [英]ˌkəʊɪˈfɪʃnt [美]ˌkoʊɪˈfɪʃnt n. 系数;（测定某种质量或变化过程的）率;程度;协同因素

问题一：相关系数是什么意思 相关系数有如下几种： 1、简单相关系数：又叫相关系数或线性相关系数。它一般用字母r 表示。它是用来度量定量变量间的线性相关关系。 2、复相关系数：又叫多重相关系数。复相关是指因变量与多个自变量之间的相关关系。例如，某种商品的需求量与其价格水平、职工收入水平等现象之间呈现复相关关系。 3、偏相关系数：又叫部分相关系数。部分相关系数反映校正其它变量后某一变量与另一变量的相关关系，校正的意思可以理解为假定其它变量都取值为均数。 偏相关系数的假设检验等同于偏回归系数的t检验。 复相关系数的假设检验等同于回归方程的方差分析。 4、典型相关系数：是先对原来各组变量进行主成分分析，得到新的线性无关的综合指标，再用两组之间的综合指标的直线相关系敷来研究原两组变量间相关关系。 5、可决系数是相关系数的平方。意义：可决系数越大，自变量对因变量的解释程度越高，自变量引起的变动占总变动的百分比高。观察点在回归直线附近越密集。 问题二：相关系数是什么意思 相关系数 用来衡量变量间的线性相关关系。 正比例关系相关系数在0.00--1.00之间 反比例关系相关系数在-1--0.00之间，绝对值越大相关性越强。 问题三：线性回归方程中相关系数是什么意思 回归系数越大表示x 对y 影响越大,正回归系数表示y 随x 增大而增大,负回归系数表示y 随x 增大而减小. 回归方程式^Y=bX+a中之斜率b,称为回归系数,表X每变动1单位,平均而言,Y将变动b单位. 一元线性回归分析中,相关系数为1,就没什么意义了相关系数是变量之间相关程度的指标.样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1].|r|值越大,误差Q越小,变量之间的线性相关程度越高；|r|值越接近0,Q越大,变量之间的线性相关程度越低. 问题四：线性回归方程中相关系数是什么意思 r=(求和号(Xi-x平均值)(Yi-y平均值)/根号(求和号(Xi-x平均值)^2求和号(Yi-y平均值)^2)(求和都是从1到n) r 一般用来度量线性相关性的程度 问题五：什么是相关系数 科技名词定义 中文名称：相关系数 英文名称：correlation coefficient;coefficient of correlation 定义1：衡量两个变量线性相关密切程度的量。对于容量为n的两个变量x，y的相关系数rxy可写为 ，式中 是两变量的平均值 所属学科：大气科学（一级学科）；气候学（二级学科） 定义2：由回归因素所引起的变差与总变差之比的平方根。 所属学科：生态学（一级学科）；数学生态学（二级学科） 定义3：度量两个随机变量间关联程度的量。相关系数的取值范围为(-1，+1)。当相关系数小于0时，称为负相关；大于0时，称为正相关；等于0时，称为零相关。 所属学科：遗传学（一级学科）；群体、数量遗传学（二级学科）

变异系数公式为：变异系数 C·V =（ 标准偏差 SD / 平均值Mean ）× 100%。变异系数（Coefficient of Variation）：当需要比较两组数据离散程度大小的时候，如果两组数据的测量尺度相差太大，或者数据量纲的不同，直接使用标准差来进行比较不合适。此时就应当消除测量尺度和量纲的影响，而变异系数可以做到这一点，它是原始数据标准差与原始数据平均数的比。CV没有量纲，这样就可以进行客观比较了。事实上，可以认为变异系数和极差、标准差和方差一样，都是反映数据离散程度的绝对值。其数据大小不仅受变量值离散程度的影响，而且还受变量值平均水平大小的影响。变异系数只对由比率标量计算出来的数值有意义。举例来说，对于一个气温的分布，使用开尔文或摄氏度来计算的话并不会改变标准差的值，但是温度的平均值会改变，因此使用不同的温标的话得出的变异系数是不同的。也就是说，使用区间标量得到的变异系数是没有意义的。

若Y=a+bX，则有：令E(X) = μ，D(X) = σ则E(Y) = bμ + a，D(Y) = bσE(XY) = E(aX + bX) = aμ + b(σ + μ)Cov(X,Y) = E(XY) u2212 E(X)E(Y) = bσ相关系数相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。于是，著名统计学家卡尔·皮尔逊设计了统计指标--相关系数(Correlation coefficient)。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度;着重研究线性的单相关系数。依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数(相关系数的平方称为判定系数);将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数;将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。缺点需要指出的是，相关系数有一个明显的缺点，即它接近于1的程度与数据组数n相关，这容易给人一种假象。因为，当n较小时，相关系数的波动较大，对有些样本相关系数的绝对值易接近于1;当n较大时，相关系数的绝对值容易偏小。特别是当n=2时，相关系数的绝对值总为1。因此在样本容量n较小时，我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。

代数式的单项式中的数字因数叫做它的系数(coefficient).单项式中所有字母的指数的和叫做它的次数.如abc的系数是1。-5b的系数是-5.单项式中，字母的指数和叫做这个单项式的次数,如abc的次数是3。多项式中，次数最高的项的次数叫做这个多项式的次数像3-x^2+y^7次数是7。不含字母的项叫常数项，次数为0.

beta coefficient贝塔系数　　β系数也称为贝塔系数（Beta coefficient），是一种风险指数，用来衡量个别股票或股票基金相对于整个股市的价格波动情况。β系数是一种评估证券系统性风险的工具，用以度量一种证券或一个投资证券组合相对总体市场的波动性，在股票、基金等投资术语中常见。

系数是一个单项数字，如2x+7=0，系数就是7，但0不为系数，总之，除0以外的有理数都是系数

决定系数，有的教材上翻译为判定系数，也称为拟合优度。是相关系数的平方。表示可根据自变量的变异来解释因变量的变异部分。拟合优度越大，自变量对因变量的解释程度越高，自变量引起的变动占总变动的百分比高。观察点在回归直线附近越密集。取值意思：0 表示模型效果跟瞎猜差不多1 表示模型拟合度较好（有可能会是过拟合，需要判定）0~1 表示模型的好坏（针对同一批数据）小于0则说明模型效果还不如瞎猜（说明数据直接就不存在线性关系）扩展资料表征依变数Y的变异中有多少百分比,可由控制的自变数X来解释.相关系数（coefficient of correlation）的平方即为决定系数。它与相关系数的区别在于除掉|R|=0和1情况，由于R2<R,可以防止对相关系数所表示的相关做夸张的解释。决定系数：在Y的总平方和中，由X引起的平方和所占的比例，记为R2(R的平方)决定系数的大小决定了相关的密切程度。当R2越接近1时，表示相关的方程式参考价值越高；相反，越接近0时，表示参考价值越低。这是在一元回归分析中的情况。但从本质上说决定系数和回归系数没有关系，就像标准差和标准误差在本质上没有关系一样。在多元回归分析中，决定系数是通径系数的平方。表达式：R2=SSR/SST=1-SSE/SST其中：SST=SSR+SSE，SST (total sum of squares)为总平方和，SSR (regression sum of squares)为回归平方和，SSE (error sum of squares) 为残差平方和。参考资料来源：百度百科——决定系数

squared correlation coefficient的中文翻译_ squared correlation coefficient 相关系数的平方

意思是倾斜系数

　　在多元回归分析中，随机因变量对各个自变量的回归系数，表示各自变量对随机变量的影响程度。　　偏回归系数是多元回归问题出现的一个特殊性质,如何理解、辨认和求取偏回归系数正是本文要讨论的。为了简化问题,我们把对偏回归系数的讨论,限定为只有2个解释变量的系统,即建立的经济计量模型为Yi=β0+β1X1i+β2X2i+ui(1) 回归方程为^Yi=^β0+^β1X1i+^β2X2i(2)式中^βi(i=0,1,2)为偏回归系数。　　

决定系数名词解释:相关系数的平方。表示可根据自变量的变异来解释因变量的变异部分。如某学生在某智力量表上所得的IQ分与其学业成绩的相关系数r=0.66，则决定系数R2＝0.4356，即该生学业成绩约有44％可由该智力量表所测的智力部分来说明或决定。决定系数（coefficientofdetermination），有的教材上翻译为判定系数，也称为拟合优度。计量中的判定系数拟合优度(或称判定系数,决定系数)目的:企图构造一个不含单位,可以相互进行比较,而且能直观判断拟合优劣的指标.拟合优度的定义:意义:拟合优度越大,自变量对因变量的解释程度越高,自变量引起的变动占总变动的百分比高.观察点在回归直线附近越密集。

洛杉矶磨耗率。具体解释百度百科有

英文【coefficient of determination】汉语【决定系数】有的教材上翻译为【判定系数】也称为【拟合优度】。决定系数：在Y的总平方和中，由X引起的平方和所占的比例，记为R2(R的平方)决定系数的大小决定了相关的密切程度。当R2越接近1时，表示相关的方程式参考价值越高；相反，越接近0时，表示参考价值越低。这是在一元回归分析中的情况。但从本质上说决定系数和回归系数没有关系，就像标准差和标准误差在本质上没有关系一样。在多元回归分析中，决定系数是相关系数的平方。表达式：R^2=SSR/SST=1-SSE/SST其中：SST=SSR+SSE，SST (sum of squares for total)为总平方和，SSReg (sum of squares for regression为回归平方和，SSE (sum of squares for error) 为残差平方和。意义：拟合优度越大，自变量对因变量的解释程度越高，自变量引起的变动占总变动的百分比高。观察点在回归直线附近越密集。取值范围：0-1.

变异系数又称“标准差率”，是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位和（或）平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值（相对值）来比较。 标准差与平均数的比值称为变异系数，记为C.V。变异系数可以消除单位和（或）平均数不同对两个或多个资料变异程度比较的影响。 标准变异系数是一组数据的变异指标与其平均指标之比，它是一个相对变异指标。 变异系数有全距系数、平均差系数和标准差系数等。常用的是标准差系数，用CV(Coefficient of Variance)表示。 CV(Coefficient of Variance):标准差与均值的比率。 用公式表示为：CV＝σ/μ 作用：反映单位均值上的离散程度，常用在两个总体均值不等的离散程度的比较上。若两个总体的均值相等，则比较标准差系数与比较标准差是等价的。 变异系数又称离散系数。

变异系数是衡量各观测值变异程度的一个统计量，其大小反应了一组观测数据的平行性或重现性的好坏。变异系数=（标准偏差/平均值）x100%

变异系数的计算公式为：变异系数C·V=（标准偏差SD/平均值Mean）×100%。(标准偏差SD、平均值MN)。变异系数（Coefficient of Variation）：当需要比较两组数据离散程度大小的时候，如果两组数据的测量尺度相差太大，或者数据量纲的不同，直接使用标准差来进行比较不合适，此时就应当消除测量尺度和量纲的影响，而变异系数可以做到这一点。它是原始数据标准差与原始数据平均数的比。CV没有量纲，这样就可以进行客观比较了。事实上，可以认为变异系数和极差、标准差和方差一样，都是反映数据离散程度的绝对值。其数据大小不仅受变量值离散程度的影响，而且还受变量值平均水平大小的影响。举例：已知某良种猪场长白成年母猪平均体重为190kg，标准差为10.5kg，而大约克成年母猪平均体重为196kg，标准差为8.5kg，试问两个品种的成年母猪，那一个体重变异程度大。此例观测值虽然都是体重，单位相同，但它们的平均数不相同，只能用变异系数来比较其变异程度的大小。由于，长白成年母猪体重的变异系数:C.V = 10.5 / 190 * 100% = 5.53%。大约克成年母猪体重的变异系数:C.V = 8.5 / 196 * 100% = 4.34%。所以，长白成年母猪体重的变异程度大于大约克成年母猪。注意，变异系数的大小，同时受平均数和标准差两个统计量的影响，因而在利用变异系数表示资料的变异程度时，最好将平均数和标准差也列出。

estimate of coefficient 系数估计; [例句]Two problems on biased estimate of regression coefficient关于回归系数有偏估计的两个问题

annalyze里面找regression，设置好自变量和因变量就好了