- 假设检验（hypothesis testing）：利用样本信息，根据一定概率，对关于总体参数（或总体分布）的假设成立的可能性进行评价，进而做出拒绝或保留的决断。假设检验总是从零假设出发，评价其被拒绝的概率。
- 接受域（region for acceptance）：接受零假设的区域。
- 拒绝域（region for rejection）：拒绝零假设的区域，是接受域以外的区域。
- 显著性水平（significance level）：检验统计量落入拒绝域的概率，记作
$$\alpha$$ ，通常规定$$\alpha$$ 为 0.05 或 0.01。 - 双侧检验（two-tailed test）：将
$$\alpha$$ 等分为左右两个部分，左右两边各设置一个拒绝域。每个拒绝域相应的概率为$$\alpha/2$$ 。 - 单侧检验（one-tailed test）：将与
$$\alpha$$ 对应的拒绝域全部放置在左侧，或全部放置在右侧，分别称为左侧检验（left-tailed test）和右侧检验（right-tailed test）。 -
$$\alpha$$ 错误（$$\alpha$$ error）：拒绝本来是正确的零假设，接受错误的备择假设，又称为I型错误（Type I error）。 -
$$\beta$$ 错误（$$\beta$$ error）：接受错误的零假设，拒绝正确的备择假设，又称为Ⅱ型错误（Type II error）。 - 独立样本（independent groups）：分别独立抽取的样本，抽取其中任何一个样本都不会对抽取另一个样本产生任何影响，两个样本内的个体之间不存在对应的关系。
- 相关样本（correlated-groups）：在样本之间有相互影响的条件下抽样得到的样本，两个样本内个体之间存在着一一对应的关系。
- 效应量（effect size）：元分析的一个最常用的数量指标，用于体现相对差异程度，它可以使不同研究中得到的差异得以相互比较和汇总。
-
$$\omega^2$$ （omega squared）：用于衡量自变量对因变量的影响程度的指标，表示因变量的差异中有多大比例是可以用自变量的变化来解释的。