1. 总体：根据研究目的确定的研究对象的全体称为总体 2. 个体：总体中的一个研究单位称为个体 3. 样本：总体的一部分称为样本
4. 样本含量：样本中所包含的个体数目叫样本容量或大小 5. 随机样本：总体中随机抽取的个体所构成的样本
6. 参数：由总体计算的特征数叫参数 u …总体平均数 7. 统计量：由样本计算的特征数叫统计量S…样本标准差
8. 准确性：在调查或试验中某一试验指标或性状的观测值与其真值接近的程度 9. 精确性：指调查或试验中同一试验指标或性状的重复观测值彼此接近的程度 10. 系统误差：由于许多无法控制的内在或外在的偶然因素，如试验动物的初始
条件、饲养条件、管理措施等尽管在试验中力求一致，但不可能绝对一致所造成
11. 偶然误差：由于试验动物的初始条件相差较大，实验条件、实验仪器以及实
验记录等引起的误差
12. 连续性变异资料：各个观测值之间的变异是连续性的资料
13. 离散（不连续）型资料：各个观测值只能以整数表示，它们之间是不连续的
资料
14. 算术平均数：资料中各观测值的总和除以观测值个数所得的商，简称平均数 15. 标准差： 标准差指统计上用于衡量一组数值中某一数值与其平均值差异程
度的指标。标准差被用来评估价格可能的变化或波动程度。
16. 方差：方差是各变量值与其均值离差平方的平均数，它是测算数值型数据离
散程度的最重要的方法。
17. 离均差平方和：就是一个数列中的每个数和平均值的差的平方的和
18. 变异系数：标准差与平均数的比较可以消除单位和平均数不同对两个或多个
资料变异程度比较的影响 c.v
19. 试验：根据某一研究目的，在一定条件下对自然现象所进行的观察或试验 20. 随机事件：随机试验的每一种可能结果，在一定条件下可能发生，也可能不
发生称为随机事件
21. 概率：在相同条件下进行n次重复试验，当试验重复数n逐渐增大时，某随
机事件发生的次数与n之比越来越稳定地接近的某一数值
22. 小概率原理：在统计学上，把小概率事件在一次试验中看成是实际不可能发
生的事情
23. 正态分布：连续性随机变量x的概率分布密度函数为…….的分布
24. 标准正态分布：N～(0,1)的正态分布，即概率密度分布函数……的连续型随
机变量x的分布
25. 双侧（两尾）概率：随机变量x落在平均数u加减不同倍数标准差?区间之
外的概率
26. 单侧（一尾）概率：随机变量x落在小于u-k?或大于u+k?的概率
27. 二项分布：设随机变量x所有可能取的值为零和正整数：0，1，2n且有Pn
（k）=Cnkpkqn-k k=0，1..n则称随机变量x服从参数为n和p的二项分布 28. 标准误：即样本均数的标准差，是描述均数抽样分布地离散程度及衡量均数
抽样误差大小的尺度。?/n
29. t分布：当总体标准差?未知时，以样本标准差S代替?所得到的统计量
(x?u)/Sx概率分布密度为…..的分布假设检验
30. 假设检验（显著性检验）：假设检验是数理统计学中根据一定假设条件由样
本推断总体的一种方法。具体作法是：根据问题的需要对所研究的总体作某种假设，记作H0；选取合适的统计量，这个统计量的选取要使得在假设H0成立时，其分布为已知；由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设H0的判断。常用的假设检验方法有u—检验法、t—检验法、X2检验法、F—检验法等。
31. t检验：检验是对各回归系数的显著性所进行的检验，是用于小样本（样本
容量小于30）的两个平均值差异程度的检验方法
32. 无效假设：是对研究总体提出一个假想目标，所谓“无效”是指处理效应与假
设值之间没有真实差异，试验结果所得的差异乃误差所致
33. 备择假设：亦称研究假设，统计学的基本概念之一。假设检验中需要证实的
有关总体分布的假设，它包含关于总体分布的一切使原假设不成立的命题。常记为Ha，或记为H1。例如，原假设H0：μ=μ0，则备择假设为Ha：μ≠μ0。又如，原假设H0:μ1<μ2。
34. 显著水平：用来确定否定或接受无效假设的概率标准叫显著水平，记做? 35. Ⅰ型错误：是真实情况为H0成立，却否定了它，犯了“弃真”错误 36. Ⅱ型错误：是H0不成立，却接受它，犯了“纳伪”错误 37. 双侧检验（双尾检验）：利用两尾概率进行的检验P74 38. 单侧检验（单尾检验）：利用两尾概率进行的检验P74 39. 否定区：在?水平上，对称分配在t分布曲线的两侧尾部，两侧的概率为?/2
的区域
40. 接受区：不在否定区的其他区域
41. 分位数：又称百分位点。若概率0 数Z?。是指满足条件p(X>Z?)=α的实数 42. 配对设计：指先根据配对的要求将试验单位两两配对，然后将配成对子的两 个试验单位随机地分配到两个处理组中 （自身配对和同源配对） 43. 区间估计：是在一定概率保证下指出总体参数的可能范围，所给出的可能范 围叫置信区间，给出的概率保证叫置信度（置信概率） 44. 方差分析：将k个处理的观察值作为一个整体看待，把观测值总变异的平方 和及自由度分解为相应于不同变异来源的平方和及自由度，进而获得不同变异来源总体方差估计值；通过计算这些总体方差的估计值的适当比值，就能检验各样本所属总体平均数是否相等 45. 试验指标：为衡量试验结果的好坏或处理效应的高低，在试验中具体测定的 性状或观察的项目称为试验指标 46. 试验因素：试验中所研究的影响试验指标的因素叫试验因素 47. 因素水平：试验因素所处的某种特定状态或数量等级称为因素水平 48. 试验处理：事先设计好的实施在试验单位上的具体项目叫试验处理 49. 试验单位：在试验中能接受不同试验处理的独立的试验载体叫试验单位 50. 多重比较：F值显著或极显著时，有必要进行两两处理平均数间的比较，以 具体判断两两处理平均数间的差异显著性，统计上把多个平均数两两间的相互比较称为多重比较 51. 简单效应：在某因素同一水平上，另一因素不同水平对试验指标的影响 52. 主效应：由于因素水平的改变而引起的平均数的改变量称为主效应 53. 交互作用：在多因素水平试验中，一个因素的作用要受到另一个因素的影响， 表现为某一因素的在另一因素的不同水平上所产生的效应不同，这种现象称为该两因素存在交互作用 54. 适合性检验：判断实际观察的属性类别分配是否符合已知属性类别分配理论 或学说的假设检验称为适合性检验 55. 独立性检验：根据次数资料判断两类因子彼此相关或相互独立的假设检验就 是独立性检验 56. 相关变量：变量间关系不存在完全的确定性关系，不能用精确的数学公式来 表示，像这样一类关系在生物界是大量存在的，统计学中把这些变量间的关系称为相关关系，把存在相关关系的变量称为相关变量 57. 回归分析：统计学上研究呈因果关系的相互变量间的关系的方法（一元和多 元回归分析） 58. 相关分析：统计学上研究呈平行关系的相关变量间的关系的方法（简单和复 相关分析） 59. 直线回归分析：回归曲线P177 60. 直线相关分析：相关系数的显著性检验P188 61. 决定系数：表示了回归方程估测可靠程度的高低，或回归直线拟合度的高低 r2 62. 相关系数：表示了两个互为因果关系的相关变量间直线相关的程度，0 r P187 63. 试验方案：指根据试验目的与要求而拟定的进行的一组试验处理的总和 64. 唯一差异原则：指在进行处理间比较时，除了试验处理不同外，其他所有条 件应当尽量一致或相同，使其具有可比性，才能使处理间的比较结果可靠 65. 重复：是指试验中同一处理实施在两个或两个以上的试验单位上 66. 随机：是指在对试验动物进行分组时必须使用随机的方法，使供试动物进入 各试验组的机会相等，以避免供试动物分组时试验人员主观倾向的影响 67. 局部条件一致原则：是指在试验时采取一定的技术措施或方法来控制或降低 非试验因素对试验结果的影响 68. 完全随机设计：是根据试验处理数将全部供试动物随机地分成若干组，然后 再按组实施不同处理的设计 69. 随机单位组设计：是根据局部控制的原则，如将同性别、同窝的动物划归一 个单位组，每一单位组内的动物数等于处理数，并将各单位组的试验动物随机分配到各处理组，这种设计称为随机单位组设计 70. 阿拉丁方设计：是从横行和直列两个方向进行双重局部控制，使得横行和直 列两向皆成单位组，是比随机单位组设计多一个单位组的设计 1、田间试验误差来源及控制途径：答：试验误差来源：①实验材料的不一致性。②田间操作管理水平的差异。③外界条件的影响。试验误差控制途径：①选择同质一致的材料。②不断改善田间操作管理水平。③优化外界条件。 2、田间试验设计的基本原则和作用：原则：①重复。②随机排列。③局部控制。作用：降低试验误差，提高试验正确性。 3、简述方差分析步骤：①分解总变异的平方和和自由度。②根据平方和和自由度求出各项变异的均方。③进行方差的干测验，以及平均数差异显著性检验，做 出统计推断。 4、多重比较的方法有哪几种？比较其显著尺度的高低，在什么情况下应用？①最小显著差数法，复极差法和新复极差法②LSD法最低，SSR法其次，q法最高。对于试验结论事关重大或有严格要求的，宜用q测验，一般试验可采用SSR测验，也有统计学家近期认为最小显著差数法已由F测验保护，可采用LSD法。
