统计学名词解释95007
统计学名称解释
统计学名称解释第⼀章⼀、名词解释1、参数(parameter):也叫参变量,就是⼀个变量。
如果我们引⼊⼀个或⼀些另外得变量来描述⾃变量与因变量得变化,引⼊得变量本来并不就是当前问题必须研究得变量,我们把这样得变量叫做参变量或参数。
描述总体特征得概括性数字度量,它就是研究者想要了解得总体得某种特征值。
2、统计量(statistic):描述样本特征得数,就是统计理论中⽤来对数据进⾏分析、检验得变量。
3、总体(population):根据研究⽬得确定得研究对象得全体。
当研究有具体⽽明确得指标时,总体就是指该项变量值得全体。
4、样本 (sample):从总体中随机抽取得部分观察单位,总体中有代表性得⼀部分。
5、同质 (homogeneity):就是指观察单位(研究个体)间被研究指标得影响因素相同。
6、变异 (variation):同质事物个体间得差异。
来源于⼀些未加控制或⽆法控制得甚⾄不明原因得因素。
7、概率 (probability):度量随机事件发⽣可能性⼤⼩得⼀个数值,就是⼀个在0到1之间得实数。
8、抽样误差 (sampling error):由于抽样所造成得样本统计量与总体参数得差别。
三、简答题1、统计学得基本步骤有哪些？设计、搜集、整理、分析资料2、总体与样本得区别与关系？区别:总体:根据研究⽬得确定得研究对象得全体。
当研究有具体⽽明确得指标时,总体就是指该项变量值得全体。
样本:总体中有代表性得⼀部分。
联系:总体包含样本,样本就是总体中得⼀部分3、抽样误差产⽣得原因有哪些？可以避免抽样误差吗？产⽣原因:(1)总体单位得标志值得差异程度。
差异程度愈⼤则抽样误差愈⼤,反之则愈⼩。
(2)样本单位数得多少。
在其她条件相同得情况下,样本单位数愈多,则抽样误差愈⼩。
(3)抽样⽅法。
抽样⽅法不同,抽样误差也不相同。
⼀般说,重复抽样⽐不重复抽样,误差要⼤些。
(4)抽样调查得组织形式。
抽样调查得组织形式不同,其抽样误差也不相同,⽽且同⼀组织形式得合理程度也会影响抽样误差。
统计学名词解释
统计学名词解释第一章绪论1.随机变量：在统计学上，把取值之间不能预料到什么值的变量。
2.总体：又称母全体、全域，指具有某种特征的一类事物的全体。
3.个体：构成总体的每个基本单元称为个体。
4.样本：从总体中抽取的一部分个体，称为总体的一个样本。
5.次数：指某一事件在某一类别中出现的数目，又称为频数。
6.频率：又称相对次数，即某一事件发生的次数被总的事件数目除，亦即某一数据出现的次数被这一组数据总个数去除。
7.概率：某一事物或某一情在某一总体中出现的比率。
8.观测值：一旦确定了某个值。
就称这个值为某一变量的观测值。
9.参数：又称为总体参数，是描述一个总体情况的统计指标。
10.统计量：样本的那些特征值叫做统计量，又称特征值。
第二章统计图表1.统计表：是由纵横交叉的线条绘制，并将数据按照一定的要求整理、归类、排列、填写在内的一种表格形式。
一般由表号、名称、标目、数字、表注组成。
2.统计图：一般采用直角坐标系，通常横轴表示事物的组别或自变量x，称为分类轴。
纵轴表示事物出现的次数或因变量，称为数值轴。
一般由图号及图题、图目、图尺、图形、图例、图组成。
3.简单次数分布表：依据每一个分数值在一列数据中出现的次数或总计数资料编制成的统计表，适合数据个数和分布范围比较小的时候用。
4.分组次数分布表：数据量很大时，应该把所有的数据先划分在若干区间，然后将数据按其数值大小划归到相应区域的组别内，分别统计各个组别中包括的数据个数，再用列表的形式呈现出来，适合数据个数和分布范围比较大的时候用。
5.分组次数分布表的编制步骤：（1）求全距（2）定组距和组数（3）列出分组组距（4）登记次数（5）计算次数6.分组次数分布的意义：（1）优点：A．可将杂乱无章数据排列成序，以发现各数据的出现次数及分布状况。
B．可显示一组数据的集中情况和差异情况等。
（2）缺点：原始数据不见了，从而依据这样的统计表算出的平均值会与用原始数据算出的值有出入，出现误差，即归组效应。
统计学名词解释
1、总体与总体单位：总体亦称统计总体，是指客观存在的、在同一性质基础上结合起来的许多个别单位的整体。
构成总体的这些个别单位称为总体单位。
2、变异与变量：数量标志就是变量，指标志表现由一种状态到另一种状态称为变异。
3、重点调查：是指在全体调查对象中选择一部分重点单位进行调查，以取得统计数据的一种非全面调查方法。
4、统计分组：是指根据事物内在的特点和统计研究的需要，将统计总体按照一定的标志区分为若干组成部分的一种统计方法。
5、分配数列：在统计分组的基础上，把总体的所有单位按组归并排列，形成总体中各个单位在各组间的分布，称为分配数列，也称分布数列或次数分布。
6、总量指标：是反映某种社会经济现象在一定时间、空间和条件下的总规模、总水平或工作总量的综合指标。
7、平均指标：又称平均或均值，反映的是现象在某一空间或时间上的平均数量状况。
8、时期数列和时点数列：时期数列是指每一指标所反映的是某种社会经济现象在某一定时期内发展过程及其发展水平的绝对数动态数列。
时点数列是指每个指标所反映的都是某种社会经济现象在某一时点(或时刻)上的状态及发展水平时折绝对数动态数列。
9、发展水平：P13610、发展速度：P14811、总指数：是反映全部现象总体（即复杂现象总体）数量变动的相对数。
12、综合指数：是两个总量指标对比形成的指数，在总量指标中包含两个或两个以上的因素，将其中被研究因素以外的一个或一个以上的因素固定下来，仅观察被研究因素的变动，这样编制的指数，称为综合指数，它的特点是先综合后对比。
13、抽样平均误差：是反映抽样误差一般水平的指标，它的实质含义是指抽样平均数（或成数）的标准差。
即它反映了抽样指标与总体指标的平均离差程度。
14、样本：按一定方法从总体中随机抽取的部分个体。
15、相关系数：是变量之间相关程度的指标。
简答题12：回归分析：对具有相关关系的两个或两个以上变量之间数量变化的一般关系进行测定，确定因变量和自变量之间数量变动关系的数学表达式，以便对因变量进行估计或预测的统计分析方法。
统计名词解释
统计学(statistics):是运用概率论、数理统计的原理和方法，研究数据资料的收集、整理、分析、推断的一门应用科学。
是处理数据变异的方法学、工具学。
总体Population：根据研究目的所确定的同质观察单位的全体样本Sample：从总体中随机抽取部分观察单位，其实测值的集合。
参数(parameter)：由总体计算出来的量，刻画了总体特征，如总体均数、总体标准差；统计量(statistics) ：由样本计算出来的量，反映了样本的特征，如样本均数、样本标准差；概率描述了随机事件发生的可能性的大小。
同质（homogeneity）：指同一总体中个体的性质、影响条件或背景相同或非常相近。
变异（va riation）：在自然状态下，个体间测量结果的差异称为变异。
变量Variable:可以测量的任何特征或属性（不同个体结果可能不同），能表现观察单位变异性的某种特征随机变量random variable:在概率论中称变量为随机变量。
指取值事先不能确定的结果。
从理论上讲，每个随机变量的取值服从特定的概率分布。
定量变量Quantitative variable:其变量值是用定量方法测得的，变量值有大小之分，一般有度量衡单位。
定性变量Qualitative variable:定性方法得到的，通常将观察单位按某种属性或类别分组，不同的属性或类别即定性变量。
定量资料（Quantitative data）：定量资料是以数字形式表现出来的研究资料。
定性资料（Qualitative Data)：定性资料是以文字、图形、录音、录象等非数字形式表现出来的研究资料。
频率(frequency)：在相同的条件下，独立重复做n 次试验，事件A 出现了m 次，则比值m/n 称为随机事件A 在n 次试验中出现的频率。
当试验重复很多次时P（A）= m/n。
概率Probability:描述了随机事件发生的可能性的大小。
0≤P ≤1频数（frequency）:在一批样本中，相同情形出现的次数称该情形的频数。
统计学名词解释
统筹学统计学：是一门搜集、整理、显示和分析统计数据的方法论科学。
总体：就是统计所要研究的事物或现象的全体，即由客观存在的，具有某种共同特征的许多个别事物构成的整体。
参数：是描述总体数量特征的指标，又称总体指标。
样本：是指从统计总体中抽取出来作为代表这一总体的、由部分个体组成的集合体。
变量：指给所要研究的事物起的名字，包括可变的标志和所有的统计指标。
总体参数：描述总体数量特征的指标，又称总体指标。
样本统计量：是根据样本数据计算出来的样本指标，用来描述样本的数量特征。
普查：为某一特定目的而专门组织的一次性全面调查。
抽样调查：是按随机原则，从总体中抽选部分单位进行观察，并根据部分单位（样本）的调查数据，从数量方面推断总体参数的一种非全面调查。
统计分组：根据被研究现象总体的内在特点以及统计研究的目的，将总体按照一定的标志分为若干个性质不同的组成部分的一种统计方法。
统计表：指显示统计整理结果的表格，就是把通过整理的调查数据，使其成为得以说明现象总体数量特征的分组数据，并按一定顺序排列而形成的表格。
时期数据：反映现象总体在一段时期内发展变化总结果的总量指标。
时点指标：反映现象总体在某一的点（瞬间）上所处状况的总量指标。
众数：是一组数据中出现次数最多的变量值。
时间序列：将反映某种现象的统计指标在不同时间上的数值，按时间顺序排列而成的序列。
发展水平：时间序列中的每一项指标数值，都称为发展水平，它反映了某种现象在一定时期或时点所达到的规模和水平。
平均发展水平：将不同时间的发展水平加以平均而得到的平均数。
发展速度：是反映现象发展变化快慢程度的动态相对指标，是根据两个不同时期的发展水平对比求得的。
环比发展速度：是时间序列中报告期发展水平与前期发展水平之比，表明现象逐期发展变化的方向和程度。
定基发展速度：是报告期发展水平与某一固定时期发展水平（最初发展水平）之比，说明现象在较长时期内总的发展变动方向与程度。
年距发展速度：反映报告期发展水平对于上年同期发展水平的变化方向与程度。
统计学 名词解释
1.统计报表:是按照国家有关法规的规定,自上而下地统一布置、自下而上地逐级提供基本统计数据的一种调查方式。
2.长期趋势:是指现象在一段相当长的时期内所表现的沿着某一方向的持续发展变化。
3.同度量因素:是指在总指数编制中,使原来不能直接相加的现象的量过渡到可以相加的那个因素。
4.统计指数:广义上,指数是用以测定某个变量在时间或空间上变动程度和方向的相对数 狭义上,指数是一种特殊的相对数,用来表明复杂经济现象总体数量的综合变动。
5.统计分组:是数据整理中的一项重要工作,它足根据统计研究的需要,将数据按照某种特征或标准分成不同的组别。
6.抽样调查:是从调查对象的总体中随机抽取一部分单位作为样本进行调查,并根据样本调查结果来推断总体数量特征的一种非全面调查方法。
7.区间估计:就是根据样本估计量以一定可靠程度推断总体参数所在的区间范围。
8.无偏性：估计量抽样分布的数学期望等于被估计的总体参数。
9.有效性：对同一总体参数的两个无偏估计量，有更小估计差得估计量更有效。
10.一致性：随着样本量的增大，点估计量的值越来越接近被估总体的参数。
11.原假设：提出一个或两个参数是否等于或大于、小于某个特殊值的命题。
12.备择假设：与原假设逻辑相反的假设。
13.点估计:就是用样本统计量的某个取值直接作为总体参数的估计值。
14.区间估计：在点估计的基础上给出总体参数估计的一个区间范围，该区间通常由样本统计量加减误差得到。
15.置信水平：将构造置信区间的步骤重复很多次，置信区间包括总体参数真值的次数所占的比例。
16.方差分析:就是通过检验个总体的均值是否相等来判断分类自变量对数值型因变量是否有相助影响17.假设检验：利用样本信息，对提出的命题进行检验的一套程序和方法。
18.显著性水平：是一个统计专有名词，在假设检验中，它的含义是当原假设正确时却被拒绝的概率或风险19.单因素方差分析：研究一个分类型自变量同数值型自变量之间关系的一种统计方法。
统计学名词解释
1、统计学：是运用数理统计的基本原理和方法研究预防医学和卫生事业管理中资料的收集，整理和分析的一门应用科学。
具体地讲，是按照设计方案去收集、整理、分析数据，并对数据结果进行解释，从而做出比较正确的结论。
2、总体：是根据研究目的确定同质的所有观察单位某种变量的集合。
3、变异：同一性质的事物，其观察值（变量值）之间的差异。
4、抽样研究：从所研究的总体中随机抽取一部分有代表性的样本进行研究，用样本指标推论总体，最终达到了解总体的目的。
这种用样本指标推论总体参数的方法称为抽样研究。
5、统计描述：用统计图表或计算统计指标的方法表达一个特定群体的某种现象或特征。
6、统计推断：根据样本资料的特性对总体的特性作估计或推论的方法称统计推断，常用方法是参数估计和假设检验。
7、概率：是指某事件出现可能性大小的度量，以符号P表示。
8、医学参考值范围：参考值范围又称正常值范围。
医学上常把包括绝大多数人某项指标的数值范围称为该指标的参考值范围。
9、正态分布规律：实际工作中，经常需要了解正态曲线下横轴上的一定区域的面积占总面积的百分数，用以估计该区间的观察例数占总例数的百分数，或变量值落在该区间的频数或概率。
10、可比性：是指对研究结果有影响的非处理因素在各处理组之间尽可能相同或相近。
11、动态数列：是一系列按时间顺序排列起来的统计指标，包括绝对数、相对数或平均数，用以说明事物在时间上的变化和发展趋势。
12、抽样误差：在同一总体中随机抽取样本含量相同的若干样本时，样本指标之间的差异以及样本指标与总体指标的差异。
13、标准误：表示样本均数间变异程度。
14、率的抽样误差：抽样过程中产生的同一总体中均数之间的差异称为均数的抽样误差，率之间的差异称为率的抽样误差。
15、参数估计：是指用样本指标（称为统计量）估计总体指标（称为参数）。
16、可信区间：总体参数的所在范围通常称为参数的可信区间或置信区间，即该区间以一定的概率（如95%或99%）包含总体参数。
统计学的名词解释
统计学的名词解释统计学是一门研究数据收集、分析和解释的学科，旨在通过收集和解析数据来支持决策过程和了解现象。
统计学涉及一系列概念和方法，包括数据收集、数据描述性统计、概率理论、假设检验、统计推断和回归分析等。
1. 数据收集：统计学中的第一步是收集数据。
数据可以通过各种方法获得，包括实地观察、实验、调查问卷和从现有的数据集中获取等。
2. 数据描述性统计：在收集到数据后，统计学家使用描述性统计来总结和描述数据的特征。
描述性统计包括计算数据的平均数、中位数、众数、标准差和百分位数等。
3. 概率理论：概率理论是统计学的基石之一。
它研究随机现象发生的可能性，并给出事件发生的数学表达。
概率理论为统计推断和建立模型提供了理论基础。
4. 假设检验：假设检验用于确定一个观察结果是否与一个给定的假设相符。
它提供了一种确定性地评估研究或实验结果的方法，并决定是否拒绝或接受一个假设。
5. 统计推断：统计推断是通过对样本数据进行分析和推断来对总体进行推断的过程。
它使用样本数据估计总体参数，并根据这些估计进行一些统计判断。
6. 回归分析：回归分析是一种统计方法，用于建立和探索变量之间的关系。
它可以用来预测一个变量（因变量）如何随着其他变量（自变量）的变化而变化。
7. 统计模型：统计模型是由统计学方法和理论构建的数学表达式，用于描述和解释观察数据之间的关系。
统计模型可以是简单的线性模型，也可以是更复杂的非线性模型。
8. 抽样方法：在统计学中，由于往往难以调查每一个个体或观察每一个事件，人们通常采用抽样方法来从总体中选择一部分样本进行研究。
常见的抽样方法包括随机抽样和分层抽样等。
9. 统计图表：统计图表是一种可视化数据的方式，用来展示和比较数据。
常见的统计图表包括柱状图、饼图、散点图和箱线图等。
10. 多元统计分析：多元统计分析是一项通过同时考虑多个变量来分析数据的方法。
它包括主成分分析、因子分析和聚类分析等。
总之，统计学是一门研究数据收集、分析和解释的学科，它运用一系列概念和方法来帮助人们理解数据，并从中获取有关现象和决策的信息。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、名词解释总体：指在同一组条件下所有成员的某种状态变量的集合；或者说是某一变数的全部可能值的集合；或性质相同的个体组成的整个集团。
样本：从总体中取出来用作分析、研究的个体称样本。
随机样本：总体中的每个总体单位都有同等的机会被抽取为样本单位，由这种方法抽得的样本叫随机样本。
（用随机抽样的方法，从总体中抽出一个部分；等概率抽取的样本。
）随机抽样：保证总体中的每一个体在每一次抽样中都有同等的机会被取为样本。
复置抽样：保证总体中的每个个体在每次抽样中都有同等的概率被取为样本。
样本容量：样本中包含的单位数称为样本容量。
（样本中变量的个数。
） 观察值：每一个体的某一性状测定值叫做观察值。
变数：若干有变异的观察值叫随机变数，简称变数。
连续性变数：指在任意两个变量之间都有可能存在只有微量差异的第三个变量存在，这样一类变数称为连续性变数。
间断性变数：只能取整数的一类变数。
参数：由总体获得的代表总体的特征数。
（描述总体的特征数，如μσ 。
）统计数：由样本获得的代表样本的特征数。
（描述样本的特征数。
）数量资料（数量性状资料）：以测量或称重的方式获取的试验资料称为数量资料。
计量资料、质量性状资料次数资料：凡是试验结果以次数表示的资料称为次数资料。
算术平均数、众数几何平均数：变量对数的算术平均数的反对数，(lg )lg Y G n=∑调和平均数：变量倒数的算术平均数的反倒数，1()nH Y =∑中位数：将变量顺序排列，处在中间的变量称中位数，计作M d 。
极差：一组资料中最大值与最小值的差值为极差。
方差：变数变异程度的度量，对于总体()22i Y Nμσ-=∑，对于样本22()1Y y s n -=-∑。
（描述变量平均变异程度的统计量。
定义为212()1njj Yy s n =-=-∑。
）EMS ：期望均方，是对均方MS 的期望值。
标准差：变数变异程度的度量，总体标准差：()NY ∑-=2μσ，样本标准差：()12--=∑n y Y s 。
（变数的平均变异量。
）标准误：统计数变异度的度量，12y y y s s -==。
（统计数的标准差。
）乘积和：X 变数的离均差与Y 变数的离均差的乘积之和，()()SP X x Y y =--∑。
（1()()ni i X YSP X x Y y XY n=--=-∑∑∑∑。
）平方和：离均差的平方和简称为平方和，定义为21()nj j SS Y y ==-∑。
（22()yY y =-∑∑）变异系数：变数的相对变异量。
100sCV y =⨯次数分布：由不同区间内变量出现的次数组成的分布。
次数分布图：根据变量的次数分布而绘制的图称为次数分布图，该图能直接的反应变量次数分布的情况。
样本单位：供作调查并从中得到一个观察值的由一个或多个个体组成的集团，它是一个统计单位。
样本配置：样本单位在调查区内的分布，是抽样方法研究的主要内容。
事件：把一次试验所有可能的结果称为事件。
互斥事件：如果事件A 1和A 2不能同时发生，即A 1A 2为不可能事件，则称事件A 1和A 2互斥。
对立事件：如果事件A 和事件A 1必发生其一，但不能同时发生，则称A 1为A 的对立事件。
（如果事件A 1和A 2必发生其一，但不能同时发生。
）随机事件：一次试验中可能发生也可能不发生的结果称为随机事件。
（在一定条件下，可能发生也可能不发生，可能这样发生，也可能那样发生的事件。
）随机抽样：保证总体中的每一个体，在每一次抽样中都有同等的概率被取为样本。
试验误差（Error ）：试验中环境因素这样或那样的不一致而对处理产生的使观察值偏离真值的偶然效应，简称为误差。
（因非处理因素的偶然干扰和影响而造成的试验结果与真值的偏差。
）随机误差：在试验过程中，某些人所难以控制的偶然因素的影响造成的，由这类原因引起的误差为随机误差。
系统误差：是由于可以察觉或可以鉴别的原因造成的偏差，这类误差叫系统误差。
无偏估计：在统计上，如果所有可能样本的某一统计数的平均数等于总体的相应参数，则称该统计数为总体相应参数的无偏估计。
如：y 是μ的无偏估计。
标准误：样本平均数分布的标准差，y σ=概率的统计定义小概率事件实际不可能性原理：若事件A 发生的概率较小，如小于0.05或0.01，则认为事件A 在一次试验中不太可能发生，这称为小概率事件实际不可能性原理，简称小概率原理。
正态分布、标准正态分布t 分布、2χ分布、F 分布二项分布：每次独立抽取二项总体的n 个个体，则所得变量Y 将可能有01n L ，，，，共n+1种。
这n+1种变量有它各自的概率而组成一个分布。
这个分布就叫二项分布。
两尾概率、一尾概率统计假设测验：根据某种实际需要，对未知或不完全知道的统计总体提出一些假设，然后由样本的实际结果，经过一定的计算，作出在概率的意义上应当接受或否定哪种假设的测验。
统计推断：根据抽样分布律和概率理论，由样本结果（统计数）来推论总体特征（参数）。
显著性检验β错误（Ⅱ型错误，第二类错误）：如果0H 是不真实的，我们通过测验却接受了它，即犯了一个接受不真实的H 的错误。
这种错误就叫β错误。
（接受一个不真实假设时所犯的错误。
接受一个错误0H 时所犯的错误。
）α错误（Ⅰ型错误，第一类错误）：否定真实假设的错误。
（否定正确的H 0所犯的错误。
）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。
备择假设（Alternative hypothesis ）：与无效假设相反，记作H A ；认为试验结果所得的差异是由总体参数不同引起的。
统计假设测验中，接受H 0，就否定H A ；接受H A ，就否定H 0。
参数估计：由样本统计数对总体参数做出点估计和区间估计。
两尾测验（Two-tailed test ）：有两个否定区，分别位于分布的两尾的测验。
（否定区在两尾的测验。
）单尾测验（一尾检验，One-tailed test ）：否定区位于分布的一尾的测验。
（只有一个否定区的假设测验。
）显著水平：否定无效假设H 0的概率标准。
Very significant ：极显著。
若试验结果由误差造成的概率0.01ρ=<，则称样本统计数的差异为极显著。
否定区：否定无效假设H 0的区间。
接受区：接受无效假设H 0的区间。
置信区间：在一定概率保证下，估计总体平均数可能存在的范围。
（若使参数θ在[]12,L L 中的概率为1α-，即：{}121P L L θα≤≤=-，则区间[]12,L L 叫做参数θ的1α-的置信区间。
）置信度：总体平均数出现于置信区间的概率称为置信度。
（若使总体参数θ在区间[]12,L L 中的概率为1α-，即：{}121P L L θα≤≤=-，则称1α-为参数θ在区间[]12,L L 的置信概率和置信度。
）（保证一定区间能覆盖参数的概率。
）（06B ） 成对比较：如果两组样本的观察值可以根据某种联系而一一配对，则以之进行的两个样本平均数的比较称为成对比较。
非配对设计、配对设计、点估计、区间估计合并均方：将具有同质的均方合并。
21212kkSS SS SSsdf df df+++=+++LL。
适合性检验适合性测验：是测验中观察的实际次数和根据于某种理论或需要预期的理论次数是否相符合。
所作的假设是H0：相符；H A：不相符。
独立性检验次数资料的独立性测验：这是测验两个因素的列联次数彼此独立还是相关的一种测验试验因素（因素）：将作为试验研究对象的因素称试验因素。
精确度：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。
（重复同一试验各次试验结果之间相接近的程度；观察值之间的接近程度。
）边际效应：因边际环境条件引起的作物生长发育上的差异称边际效应。
因素水平（水平）：将一个因素从质量方面和数量方面划分成的不同等级或状态。
水平：某一因素的不同数量或质量等级。
单因素试验：只研究一个因素的试验。
多因素试验：在一个试验中同时研究二个或两个以上的因素的试验叫多因素试验。
准确度：指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。
（是指试验结果与真值相接近的程度。
）真值：试验处理的真实效果。
试验方案：根据试验目的与要求所拟订的要进行比较的一组试验处理的总称。
试验小区（小区）：一个处理在田间所占有的地段或地块。
全面试验：对所有可能的处理组合都进行试验的多因素试验，称全面试验。
部分试验：根据生物统计原理选取一部分处理组合进行的多因素试验，称部分试验。
综合试验：根据试验目的和以往经验只对少数特定处理组合进行试验的多因素试验，称综合试验。
田间试验：就是在田间进行的试验。
交互作用效应：不同因素的不同水平搭配组合在一起时还将产生一些额外的效应，这种效应称交互作用效应，简称互作。
唯一差异原则：在试验中进行比较的各个处理，除了被研究的因素（处理因素）具有的不同水平外，其余各种环境因素均应保持在某一特定的水平上，即环境一致的条件下研究处理的效应。
（试验）处理：水平和水平的组合。
（在试验小区上所实施的试验措施。
）处理效应：试验处理对所研究的性状所起到的增进或减少的作用称为处理效应。
重复：试验中同一处理种植的小区数或种植次数称为重复。
局部控制：是分范围分地段地控制非处理因素，使非处理因素对各处理的影响趋向最大程度的一致。
生长竞争：不同处理的相邻小区之间的影响。
随机排列：在一个重复内，试验方案所规定的每个处理安排在哪一个小区上要排除主观因素的影响，采取随机的方式来确定。
小区技术：一个试验处理所占据小区的面积、形状和提供试验处理较为均匀的环境的一些措施。
统计控制：利用统计方法对试验因素进行控制。
试验指标、样本容量方差分析、多重比较 交叉分组、系统分组主效应、简单效应、交互作用自由度：在统计上指独立变量的个数。
PLSD 0.05：显著水平达到0.05的最小显著差数。
同质性假定：方差分析的基本假定之一，k 个样本所估计的总体方差相等的假定。
正态性假定：方差分析的基本假定之一。
是要求观察值Y 的误差项e ～2(0,)e N σ。
)(x X i y =：矫正处理平均数，()()i X x i i y y be x x ==--矫正处理平均数：把各处理的i x 矫正为x 时的i y ，即消除X 对Y 影响后的个处理的i y 。
()()i X x i e i y y b x x ==--。
均积：两个变数的互变异数，11()()1n i i cov X x Y y n =---∑)偏回归系数：在其它自变数皆保持在一定数量水平时，任一自变数对依变数的效应。
拉丁方试验：将k 个不同的处理排成k 行k 列，使得每个处理在每一行、列都仅出现一次的方阵，这种试验方法就叫拉丁方试验。