试验统计方法复习资料

一、名词解释

1. 试验方案：根据试验目的和要求所拟进行比较的一组试验处理的总称。

2. 试验因素：被变动并设有比较的一组处理的因子。简称因素或因子。

3. 单因素试验：整个试验中只变更、比较一个试验因素的不同水平，其它作为试验条件

的因素均严格控制一致的试验。

4. 多因素试验：在同一试验方案中包含两个或两个以上的试验因素，各个因素都分为不

同水平，其它试验条件均严格控制一致的试验。

5. 处理组合：各因素不同水平的组合。

6. 试验指标：用于衡量试验效果的指示性状。

7. 试验效应：试验因素对试验指标所起的增加或减少的作用。

8. 简单效应：在同一因素内两种水平间试验指标的相差。

9. 平均效应：一个因素内各简单效应的平均数。也称主要效应，简称主效。

10. 交互作用效应：两个因素简单效应间的平均差异。简称互作。

11. 对照：试验方案中包括有对照水平或处理，简称对照。（试验当中所设计的比较标准

的处理）

12. 唯一差异原则：指在试验中进行比较的各个处理，其间的差别仅在于不同的试验因素

或不同的水平，其余所有的条件都应完全一致。

13. 误差：测量值与真实值之间的差异称为误差。

14. 随机误差：由随机或偶然因素造成的试验结果与处理真值之间的差异称为偶然性误差

或随机误差。

15. 系统误差：由固定原因一起的试验结果与处理真值之间的差异称为系统误差。

16. 精确度：试验中同一性状的重复观察值彼此接近的程度。（即试验误差的大小）

17. 准确度：试验中某一性状的观察值与其理论值真值的接近程度。

18. 空白试验：在整个试验地上种植单一品种的作物。

19. 匀田种植：

20. 重复：试验中同一处理种植小区数即为重复次数。

21. 随机排列：指一个区组中每一处理都有同等的机会设置在任何一个试验小区上，避免

任何主观成见。

22. 局部控制：指将整个试验环境分成若干个相对最为一致的小环境，再在小环境内设置

成套处理，使非试验因素（试验环境）最大程度的一致。

23. 试验小区：在田间试验中，安排处理的小块地段。简称小区。

24. 边际效应：小区两边或两端的植株，因占较大空间而表现的差异。

25. 生长竞争：相邻小区种植不同品种或施用不同肥料时，由于株高、分蘖力或生长期的

不同，通常有一行或更多行受到影响。

26. 区组：将全部处理小区分配于具有相对同质的一块土地上。

27. 完全区组：重复与区组相等，每一区组或重复包含有全套处理。

28. 不完全区组：一个重复安排在几个区组上，每个区组只安排部分处理。

29. 拉丁方设计：将处理从纵横两个方向排列为区组（或重复），使每个处理在每一列和

每一行中出现的次数相等的试验设计方法称为拉丁方设计。

30. 随机区组设计：根据“局部控制”的原则，将试验地按肥力程度划分为等于重复次数的

区组，一区组安排一重复，区组内各处理都独立地随机排列的试验设计方法。

31. 主区：在裂区设计中，按主处理划分的小区。也称整区。

32. 副区：裂区设计中，主区内按各副处理划分的小区。也称裂区。

33. 总体：具有共同性质的个体所组成的集团。

34. 样本：为了研究总体，从无限总体中抽出的部分个体的集合。

35. 观察值：每一个体的某一性状、特性的测定数值。

36. 变数：观察值的集合。

37. 变量：观察值中的每个成员。也称随机变数。

38. 参数：由总体的全部观察值而算得的总体特征数，如平均数等。

39. 统计数：总体相应参数的估计值。

40. 随机样本：从总体中随机抽取的样本。

41. 样本容量：样本所包含的个体数。

42. 不连续性或间断性变数：指用计数方法获得的数据。

43. 连续性变数：指称量、度量或测量方法所获得的数据。

44. 质量性状：指能观察而不能量测的性状，即属性性状。

45. 标准差：方差的正平方根值。

46. 自由度：指样本内独立而能自由变动的离均差个数。

47. 变异系数：计算样本的标准差对均数的百分数，称为变异系数。

48. 随机事件：某特定事件只是可能发生的几种事件中的一种。

49. 互斥事件：两事件不可能同时发生。

50. 对立事件：两事件不可能同时发生，但必发生其一

51. 抽样分布：从总体中随机抽样得到样本，获得样本观察值后可以计算一些统计数，统

计数的分布称为抽样分布。

52. 标准误：抽样分布的标准差又成为标准误。

53. 统计推断：试验表面效应与误差大小相比较并由表面效应可能属误差的概率而作

出推论的方法称为统计推断。（利用概率论和抽样分布的原理，由样本结果（统计数）推断或估计其总体特征）

54. 假设测验：先作无效假设，再依据该假设概率大小来判断接受或否定该假设的过程。

55. 统计假设：在试验中提出的关于某一个总体参数的假设。

56. 无效假设：假设总体参数与某一指定值相等或假设两个总体参数相等，即假设其没有

效应差异。

57. 备择假设：和无效假设相对应的一个统计假设。

58. 显著水平：用来测验假设的概率标准。

59. 小概率事件不可能性原理：概率很小的事件，在一次试验中几乎不可能发生或可认为

不可能发生。

60. 一尾测验：备择假设只有一种可能性，统计假设只有一个否定区域，这类测验叫一尾

测验。

61. 两尾测验：

62. 第一类错误：指不同总体的参数间本来没有差异，而测验结果认为有差异，这种错误

称为第一类错误（否定本来正确的无效假设）

63. 第二类错误：指参数间本来有差异，而测验结果认为参数间无差异，这种错误称为第

二类错误。（接受了本来错误的无效假设）

64. u测验：用标准化的正态分布N（0，1）进行的测验。

65. t测验：用t分布进行的测验。

66. 成对数据：若试验设计是将性质相同的两个供试单位配成一对，并设有多个配对，

然后对每一配对的两个供试单位分别随即地给予不同处理，所得观察值为成对数据。

67. 置信度：保证区间能覆盖参数的概率。

68. 置信区间：在一定概率保证下，能够覆盖参数的一个估计范围。

69. 多重比较：一个试验中k个处理平均数间可能有k（k —1）/2个比较，复式比较。

70. 回归截距：回归直线在y轴上的截距。通常以a表示。

71. 回归系数：x每增加一个单位数，y平均地要增加或减少的单位数。通常以b表示。