| 符号 | 英文读法 | 定义 |
|---|---|---|
| \(\mu\) | meeYU | 通常表示总体均值；有时表示模型截距。\(\mu_x\)表示x的均值 |
| \(\sigma\) | sigma | 小写的sigma表示标准差；\(\sigma_x\)表示\(X\)的标准差 |
| \(\sigma^2\) | sigma squared | 方差 |
| \(\rho\) | row | 总体相关性；\(\rho_{xy}\)表示总体中\(X\)和\(Y\)之间的相关性 |
| \(r\) | row | 样本相关性；r_{xy}表示样本中\(X\)和\(Y\)之间的相关性 |
| \(\mathbf{\Sigma}\) | sigma | 加粗的大写sigma表示方差-协方差矩阵 |
| \(\sum\) | sigma | 大写的sigma表示加法指令；如\(\sum X_i\)表示将所有\(X\)值相加 |
| \(\beta\) | beta | 回归系数 |
| \(\sim\) | is distributed as | 如\(e \sim N\left(\mu, \sigma^2\right)\)表示\(e\)服从均值为 \(\mu\)、方差为\(\sigma^2\)的正态分布 |
| \(\gamma\) | gamma | 固定效应 |
| \(\tau\) | tau | 混合效应回归中被试水平上的方差成分(随机效应参数) |
| \(\omega\) | omega | 混合效应回归中刺激水平上的方差成分(随机效应参数) |
| \(S_{0s}\) | S sub zero S | 被试\(s\)在被试水平上的随机截距效应 |
| \(S_{1s}\) | S sub one S | 被试\(s\)在刺激水平上的随机斜率效应 |
注释
本系列内容是本人对2024年翻译的《学习统计模型——通过R模拟》的简单搬运。 该书翻译内容已部署于Netlify平台，考虑到部分爱好者可能无法正常访问该平台，特将内容搬运到博客，方便大家参考学习。
2026年3月2日查询原文github，显示部分文件于1年前更新，受个人精力限制，不对更新内容进行对比，还是推荐有条件者阅读原文。
── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr 1.1.4 ✔ readr 2.1.6
✔ forcats 1.0.1 ✔ stringr 1.6.0
✔ ggplot2 4.0.1 ✔ tibble 3.3.1
✔ lubridate 1.9.4 ✔ tidyr 1.3.2
✔ purrr 1.2.1
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag() masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors(APPENDIX) 附录
1 符号定义
1.1 总说明
希腊字母表示总体参数值；罗马字母表示样本值。
有“帽子(hat)”的希腊字母表示从样本中对总体值的估计；如\(\mu_x\)表示\(X\)的总体均值，而\(\hat{\mu}_x\)表示从样本中估计出的值。