“显着”是我遇到的最大的一个，因为它既具有常见的英语使用含义，又会在研究结果的讨论中突然出现。我什至发现自己在我谈到统计结果的同一句话中混合了“重要”来表示重要。

那就是疯狂。

我建议将线性添加到列表中。

我在 math.SE 上问了一个问题 ，作为一名工程师，我认为 的值的的线性 最小均方误差估计（意味着 估计为选择和以最小化 )，并给出部分答案。关于这个问题的评论之一说$Y$$X$$Y$$\hat{Y} = aX+b$$a$$b$$E[(Y-aX-b)^2]$

“我对你的语言有点不舒服，因为我担心这种使用“线性”这个词的方式可能会导致流行的误解，即线性回归之所以称为线性回归，是因为它拟合了一条线。那些认为然后当统计学家坚持认为当拟合抛物线或正弦波等时进行线性回归时，就会感到困惑。”

那么，线性回归对统计学家意味着什么？

“信心”

很难说服非统计学家相信他们的置信区间不是（直接）关于不同参数值可信度的陈述。

为了对这个术语的技术含义有信心，我们需要想象一组重复的实验，每个实验都以某种预先指定的方式计算一个区间。要成为 95% 的置信区间，95% 的公式使用将捕获相关的相关参数。

但非统计学家通常仅根据一个实验将“95% 置信度”解释为关于合理参数值的陈述。通常，他们假设区间覆盖了关于参数的一些后验信念的 95%，即“我们非常确定参数在和之间”。这反而定义了一个可信的区间。$a$$b$

（当然，在某些情况下，这两个概念大致或完全一致。但一般情况下，它们并不一致，而且数值一致并不能消除技术术语滥用的问题。）

可能性

在我看来，与解释假设检验和置信区间相关的大多数问题都源于当程序基于常客时对“概率”的贝叶斯定义的应用。例如，p 值是原假设为真的概率，当 AFAICS 没有概率与频率论设置中特定假设的真实性相关联时。