生物统计学名词解释大全
生物统计学复习资料
第一章1.生物统计学（Biostatistics）是数理统计在生物学研究中的应用，它是应用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料的一门学科。
属于应用统计学的一个分支。
是一门应用数学。
2.统计学(Statistics）是把数学的语言引入具体的科学领域,将所研究的问题抽象为数学问题的过程, 是收集、分析、列示和解释数据的一门科学.3.生物统计学是研究生命过程中以样本推断总体的一门学科。
4.生物统计学的基本类容：①试验设计:如何合理地进行调查或试验设计②统计分析:如何科学地整理、分析所收集来的具有变异的资料,揭示出隐藏其内部的规律性。
5.生物统计学的基本作用：①提供整理和描述数据资料的科学方法，确定某些性状和特性的数量特征.②运用显著检验，判断试验结果的可靠性或可行性。
③提供由样本推断总体的方法。
④提供试验设计的的一些重要原则。
6.常用的统计学术语:一．总体与样本具有相同性质的个体所组成的集合称为总体；总体有分为有限总体和无限总体。
组成总体的基本单元称为个体从总体中抽出若干个体所构成的集合称为样本（sample)；（总体中的一部分）构成样本的每个个体称为样本单位；样本中所包含的个体数目叫样本容量或样本大小,样本容量常记为n。
一般在物学研究中，通常n<30的样本叫小样本，n ≥30的样本叫大样本。
二、参数与统计数描述总体特征的数量称为参数，也称参量。
常用希腊字母表示参数，例如用μ表示总体平均数,用σ表示总体标准差；描述样本特征的数量称为统计数，也称统计量。
常用英文字母表示统计数，例如用X-表示样本平均数，用S表示样本标准差.三、变量与常数变量，或变数，指相同性质的事物间表现差异性或差异特征的数据。
常数，表示能代表事物特征和性质的数值，通常由变量计算而来,在一定过程中是不变的.变量包括定量变量和定性变量，定性变量又可分为连续变量（可以有任何小数出现）和非连续变量(只有整数出现)。
生物统计学答案
第一章绪论一、名词解释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称为样本含量（容量）或大小。
5、随机样本：从总体中随机抽取的样本称为随机样本，而随机抽取是指总体中的每一个个体都有同等的机会被抽取组成样本。
6、参数：由总体计算的特征数叫参数。
7、统计量：由样本计算的特征数叫统计量。
8、随机误差：也叫抽样误差，是由于许多无法控制的内在和外在的偶然因素所造成，带有偶然性质，影响试验的精确性。
9、系统误差：也叫片面误差，是由于一些能控制但未加控制的因素造成的，其影响试验的准确性。
10、准确性：也叫准确度，指在调查或试验中某一试验指标或性状的观测值与真值接近的程度。
11、精确性：也叫精确度，指调查或试验研究中同一试验指标或性状的重复观测值彼此接近的程度。
二、简答题1、什么是生物统计？它在畜牧、水产科学研究中有何作用？答：（1）生物统计是数理统计的原理和方法在生物科学研究中的应用，是一门应用数学。
（2）生物统计在畜牧、水产科学研究中的作用主要体现在两个方面：一是提供试验或调查设计的方法，二是提供整理、分析资料的方法。
2、统计分析的两个特点是什么？答：统计分析的两个特点是：①通过样本来推断总体。
②有很大的可靠性但也有一定的错误率。
3、如何提高试验的准确性与精确性？答：在调查或试验中应严格按照调查或试验计划进行，准确地进行观察记载，力求避免认为差错，特别要注意试验条件的一致性，即除所研究的各个处理外，供试畜禽的初始条件如品种、性别、年龄、健康状况、饲养条件、管理措施等尽量控制一致，并通过合理的调查或试验设计，努力提高试验的准确性和精确性。
4、如何控制、降低随机误差，避免系统误差？答：随机误差是由于一些无法控制的偶然因素造成的，难以消除，只能尽量控制和降低；主要是试验动物的初始条件、饲养条件、管理措施等在试验中要力求一致，尽量降低差异。
生物统计学
s=
(x-x ) 2
n-1
总体
σ= (x-μ) 2
N
4. 变异系数（coefficient of variability, CV )
定义：样本的标准差除以样本平均数，所得到的比值 就是变异系数。
CV=s / x × 100%
第二章
概率 及其 分布
第一节 随机事件及其概率
随机事件的概念 事件的关系及其运算 概率的定义 概率的运算
第二步 t检验
u x1 x 2
x1 x 2
u x1 x2 s x1 x2
t x1 x 2 s x1 x 2
成对数据平均数的比较
将性质相同的两个样本（供试单位）配偶成 对，每一对除随机地给予不同处理外，其他试验条件 应尽量一致，以检验处理的效果，所得的观测值称为 成对数据。
二、泊松分布
泊松分布(Poisson distribution) 是一种可以用 来描述和分析随机地发生在单位空间或时间里的稀 有事件的概率分布，也是一种离散型随机变量的分 布。
泊松分布是二项分布的一种极限分布（p值很 小，n很大）。
泊松分布的概率函数
P(x) e-λ x
x!
λ为参数，λ=np x = 0，1，2,…
样本1 样本2
x1
d x1 x2
… …
n对
x2
d
d
n
(x1 x2 ) n
x1 n
x2 n
x1 x2
样本差数的平均数等于样本平均数的差数
样本差数的方差
样本差数平均数 的标准误 t值
H0: μd=0
sd2
(d d )2 n 1
生物统计学总体的名词解释
生物统计学总体的名词解释生物统计学是应用统计学原理和技术来分析和解释生物学数据的学科。
在生物学领域中，研究者常常需要从大量的样本中进行有效的统计推断，这就涉及到对总体的理解和描述。
总体一词在生物统计学中指的是统计分析的对象，即要研究和推断的全部对象或人群。
总体可以是具体的生物学种群、人口、患者群体等。
在生物统计学的研究中，我们常常通过抽样方法从总体中选择一部分样本进行研究，然后通过对样本数据的分析推断总体特征。
总体可以由不同的性质和特征来描述。
以下是几个常见的描述总体的方法：1. 总体均值（mean）：总体的均值是指总体中各个个体或单位的特征的平均值。
例如，研究一种药物对某种疾病的治疗效果，可以分析总体的患者群体在治疗前后的平均症状得分来评估药物的疗效。
2. 总体方差（variance）：总体的方差是指总体中各个个体或单位的特征的变异程度。
方差可以反映总体内个体间的差异程度。
例如，研究一个物种的体重变异情况时，可以计算总体体重的方差来衡量个体体重的变化范围。
3. 总体比例（proportion）：总体比例是指总体中具有某种特征的单位所占的比例。
例如，研究一个地区人口中的吸烟者比例时，可以通过抽取样本并计算样本中吸烟者的比例来推断总体的吸烟者比例。
4. 总体分布（distribution）：总体的分布描述了总体中各个个体或单位特征的分布情况。
例如，人类身高的总体分布通常呈正态分布，而某种疾病的发病率可能呈偏态分布。
在生物统计学中，研究者通常会使用各种统计方法来对总体进行推断和比较。
常用的方法包括假设检验、置信区间估计和回归分析等。
假设检验是一种常用的方法，用于判断样本观察结果是否支持某种假设。
通过比较样本数据与总体假设的期望结果，可以评估样本结果的显著性并做出统计推断。
置信区间估计是对总体参数进行估计的一种方法。
通过计算样本数据的统计量和标准误差，可以建立一个区间来估计总体参数的真实值范围。
回归分析是一种用于探索总体中变量关系的方法。
生物统计学复习资料
生物统计学复习资料一、名词解释准确性（accuracy）：在试验中某一指标的观测值与真实值的接近程度，也称准确度。
（反映观测值偏离目标值的程度）精确性（precision）：在相同试验条件下，对同一指标重复测量时所得观测值之间的接近程度，也称精确度。
（反映观测值之间的变异程度）准确性和精确性合称正确性。
随机误差（random error）：由无法控制的偶然因素导致的误差。
（随机误差影响精确性，扩大样本容量或增加试验重复次数有助于减少但无法消除随机误差）系统误差（systematic error）：由测量工具不精准、试验方法不完善、操作人员水平差异等因素导致的误差。
（既影响准确性又影响精确性，可消除）总体（population）：研究对象的全体成员（有限总体、无限总体）个体(individual)：构成总体的各个成员样本（sample）：从总体中抽取的部分个体所组成的集合。
样本容量(sample size)：样本包含的个体数量。
随机抽样(random sampling)：采用随机方式从总体中获取样本的过程。
放回式抽样(sampling with replacement)：从总体抽取一个个体，记录特征后放回总体，再抽取下一个个体。
非放回式抽样(sampling without replacement)：从总体抽取一个个体，不放回总体就继续抽取下一个个体。
连续型数据（continuous data）：与某种标准相比较获得的非整数数据。
（可以提高精确度，采用变量方法分析）离散型数据（discrete data）：由记录不同类别个体数目而得到的整数数据。
（不能提高精确度，采用属性方法分析）极差(range，R)：数据资料中最大值与最小值的差值。
组距（class interval, i）：对频数资料分组时，每个组区间的高限和低限之差，即组区间极差。
样本特征数(sample characteristics)：描述频率分布特征的数值总体特征数(population characteristics)：描述概率分布特征的数值样本统计数（statistic）：由样本数据计算而来的描述样本特征的数值。
生物统计学名词解释大全之欧阳地创编
: 样本从总体中抽出的1.样本若干个体所构成的集合称为样本。
2.3.总体: 总体指具有相同性质的个体所组成的集合称为总体。
4.连续变量：表示在不变量范围内可抽出某一范围的所有值。
5.非连续变量:也称为离散型变量，表示在变量数列中，仅能取得固定数值，并且通常是整数。
6.准确性:指在调查或实验中某一试验指标或形状的观测值与真值接近的程度。
7.精确性：指调查或实验中同一试验指标或形状的重复观测值彼此接近程度大小。
8.资料：指在一定条件下，在生物学实验和调查中，能够获得大量原始数据，对某种具体事务或现象观察的结果。
9.数量性状资料：指一般是由计数和测量或度量得到的。
10.质量性状资料：是指对某种现象只能观察而不能测量的资料，也称属性资料。
11.计数资料;指由计数得到的数据。
12.计量资料：有测量或度量得到的数据。
13.普查：指对研究对象的每一个个体都进行测量或度量的一种全面调查。
14.抽样调查：是一种非全面调查，它是根据一定的原则对研究对象抽取一部分个体进行测量或度量，把得到抽样调查的数据资料作为样本进行统计处理，然后利用样本特征数对总体进行推断。
15.全距（极差）：是指样本数据资料中最大观测值与最小观测值的差值。
组中值：是指两个组限下线和上限的中间值。
16.算数平均数：是指总体或样本资料中哥哥给观测值的总和除以观测值的个数所得的商。
17.中位数：是指将试验或调查资料中所有观测值以大小顺序排列，居中位置的观测值。
18.众数：资料中出现次数最多的那个观测值或次数最多一组的中点值。
19.几何平均数：指资料中有几个观测值，其乘积开几次方所得的数值。
20.方差：指用样本容量 n 来除离均差平方和，得到平均的平方和。
21.标准差：指方差的平方根和。
22.变异系数:指将样本标准差除以样本平均数得出的百分比。
23.概率:指某事件 A 在 n 次重复试验中，发生了几次，当试验次数 n 不断增大时，事件 A 发生的频率 W（A）概率就越来越接近某一确定值 P，于是则定 P 为事件 A 发生的概率.24.和事件：指事件 A 和事件 B 至少有一件发生而构成的新事件称为事件 A 和事件 B 的事件。
生物统计名词解释与选择
生物统计名词解释与选择生物统计复习资料一、名词解释1.总体与样本：具有共同性质的个体所组成的集合称为总体。
从总体中抽取若干个个体的集合称为样本。
2.参数：由总体的全部观察值而算得的总体特征数称为参数。
3.因素水平：每个实验因素的不同状态（处理的某种特定状态或数量上的差别）称为因素水平。
4.实验指标：用于衡量试验效果的指示性状称试验指标。
5.方差：离均差平方和除以样本容量n，得到平均的平方和6.极差：又称全距，是样本资料中最大值与最小值之差。
7.二项总体：非此即彼的事件所构成的总体称为二项总体。
8.平均数的标准差：总体方差除以“样本容量的平方根”9.无效假设：无效假设是直接检验的假设，是对总体提出的一个假象目标。
10.备择假设：与无效假设相反的一种假设，即认为实验结果中的差异是由于总体参数不同所引起的，即处理“有效”。
11.α错误：如果H0是真实的，假设检验时却否定了它，就犯了一个否定真实假设的错误，这类错误称为α错误。
12.β错误：如果H0不是真实的，假设检验时却接受了H0，否定了HA，这样就犯了接受不真实假设的错误，这类错误称为β错误。
13.接受区：接受H0的区域。
14.否定区：否定H0的区域。
15.置信区间：在一定的概率保证之下，估计出一个范围或区间以能够覆盖参数μ，这个区间称置信区间。
16.置信度：保证该区间能覆盖参数的概率以P=（1-α）表示，称为置信系数或置信度。
17.适合性测验：比较观测值与理论值是否符合的假设检验称为适合性测验.18.独立性检验：研究两个或者两个以上因子彼此之间是相互独立的还是相互影响的一类统计方法。
19.回归分析：确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
20.相关分析：研究两个或两个以上处于同等地位的随机变量间的相关关系的统计分析方法。
21.无偏估计值: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值。
生物统计学名词术语 英汉对照
统计学 Statistics生物统计学 Biostatistics, Biometry总体(population)个体(individual)样本(sample)样本容量 (sample size)随机抽样(random sampling)参数(parameter)统计量(statistic)准确性(accuracy)精确性(precision)随机误差(random error)抽样误差 (sampling error)系统误差(systematic error)数量性状(quantitative character)数量性状资料 ( data of quantitative characteristics)质量性状(qualitative character)半定量或等级资料 (semi-quantitative or ranked data)全距又称为极差(range)长条图 (bar chart) 、园图(pie chart) 、线图(linear chart) 、直方图(histogram)和折线图 (broken-line chart)算术平均数（arithmetic mean）中位数（median）众数（mode）几何平均数（geometric mean）调和平均数（harmonic mean）变异系数coefficient of variance，记为C·V必然现象（inevitable phenomena）或确定性现象（definite phenomena）。
随机现象（random phenomena ）或不确定性现象（indefinite phenomena）随机试验（random trial）随机事件（random event），简称事件(event）必然事件（certain event）不可能事件（impossible event）概率（probability）频率（frequency）统计概率（statistics probability）连续性随机变量continuous random variable第1页共 4 页标准正态离差standard normal deviate二项分布binomial distribution正态分布 normal distribution 记为x～N(μ,σ2)标准正态分布(standard normal distribution波松分布(Poisson‘s distribution)，记为 x～P(λ)标准误 standard error假设检验 test of hypothesis参数估计parametric estimation显著性检验 test of significance区间估计 interval estimation处理效应 treatment effect无效假设 null hypothesis备择假设 alternative hypothesis显著水平significance levelⅠ型错误 type Ⅰ errorⅡ型错误 type Ⅱ error双侧检验 two-sided test，也叫双尾检验two-tailed test单侧检验（one-sided test）也叫单尾检验（one-tailed test）点估计（point estimation）和区间估计（interval estimation）置信区间（confidence interval）置信概率（confidence probability）方差分析(analysis of variance)试验指标(experimental index)试验因素(experimental factor)因素水平(level of factor)试验处理(experimental treatment)试验单元（experimental unit）重复(repetition)单因素完全随机设计（Completely Randomized Design with Single Factor ) 随机区组设计 Randomized Complete Block Design拉丁方设计Latin square design正交设计Orthogonal design第2页共 4 页效应的可加性（additivity）分布的正态性（normality）方差的同质性（homogeneity）期望均方，简记为EMS（expected mean squares）多重比较(multiple comparison)最小显著差数法 (LSD法，least significant difference) 最小显著极差法(LSR法 ,Least significant ranges)新复极差法(new multiple range method)简单效应(simple effect)平方根转换 (square root transformation)对数转换 (logarithmic transformation)反正弦转换 (arcsine transformation)回归分析（regression analysis）相关分析 ( correlation analysis)决定系数（coefficient of determination）相关系数（coefficient of correlation）第3页共 4 页。
生物统计学专业术语
1、总体概念：具有相同性质的个体所组成的集合称为总体。
举例：菌落中的菌数所有细菌是总体2、样本概念：从总体中抽出的若干个体所构成的集合称为样本。
举例：菌落中的菌数100个细菌是样本3、参数概念：对一个总体特征的度量，常用希腊字母表示。
举例：调查一个班的身高，一个班所有人的身高的平均数4、统计数概念：有样本计算所得的数值，是描述样本特征的数量，常用英文字母表示。
举例：调查一个班的身高，其中某一小组的身高的平均数5、变量概念：相同性质的事物之间表现差异性的某项特征或形状称为变量。
举例：人的身高6、资料概念：变量的观察结果叫做资料，也称数据。
举例：某人的身高为155cm7、因素概念：试验中所研究的影响实验指标的原因或原因组合成为因素或因子。
举例：用15℃、20℃、25℃、30℃处理酶溶液这几个温度就是温度因素8、水平概念：每个试验因素的不同状态（处理的某种特定状态或数量的差别）称为因素水平。
举例：用15℃、20℃、25℃、30℃处理酶溶液20℃为水平9、处理概念：对受试对象给予的某种外部干预（或措施）叫做处理。
举例：用15℃、20℃、25℃、30℃处理酶溶液15℃就是一种处理10、重复概念：指在试验中，将一个处理实施在两个或两个以上的试验单位上。
举例：用15℃、20℃、25℃、30℃处理酶溶液15℃处理多做两组就是重复11、效应概念：试验因素相对独立的作用称为该因素的主效应，简称效应。
举例：用15℃、20℃、25℃、30℃处理酶溶液15℃处理后酶活性的变化就是效应12、互作概念：两个或两个以上处理因素间相互作用所产生的效应叫做互作效应，简称互作。
举例：用15℃、20℃、25℃、30℃处理酶溶液，再分别用pH值为5.0、6.0、7.0处理15℃与pH值为5.0处理产生的共同的效应叫做互作效应。
13、准确性概念：是指在调查或试验中某一试验指标或性状的观测值与真值接近的程度。
举例：得到的样品平均值与真实的总体平均值的接近程度14、精确性概念：是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程度的大小。
生物统计学
第一章常用统计学和农业试验术语生物统计学——是数理统计在生物学研究中的应用，它是用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料的科学。
1. 总体与样本1)总体 Population——具有相同性质的个体所组成的集合，它是指研究对象的全体。
2)有限总体（finite population）——个体有限的总体。
3)无限总体（infinite population）——个体极多或无限多的总体。
4)个体（individual）——组成总体的基本单元。
5)随机样本——从总体中随机抽取的样本称为随机样本（random sample）。
6)样本容量（样本含量）——样本中所包含的个体数称为样本容量或样本含量（sample size）。
2. 变量与常数1)变数 (variable): 每一个体的某一性状的观察值的集合称为变数。
它是表示在一个界限内变动着的性状的数值。
2)变量(variate):变数中的每一成员/某个性状的观察值称为变量。
3)连续变量——表示在变量范围内可抽出某一范围的所有值，这种变量之间是连续的、无限的。
4)非连续变量——也称为离散变量，表示在变量数列中，仅能取得固定数值。
5)定性的变量——表示某个体属于几种互不相容的类型中的一种。
6)定量的变量——指可测量的变量7)常数 constant——表示能代表事物特征和性质的数值，通常由变量计算而来，在一定过程中是不变的。
3.参数与统计数1)参数（参量）——是对一个总体特征的度量。
2)统计数（statistic）——从样本中计算所得的数值，它是总体参数的估计值。
4.误差与错误1)错误(mistake)：—指试验过程中人为因素所引起的差错。
（错误是可以避免的。
）2)试验误差（error）——非人为因素引起的、观察值与处理真值之间的差异。
它影响试验的精确度和准确度（误差是不可以避免的，但可以尽量降低。
）5. 准确性与精确性1)准确性（accuracy）——是说明测定值对真值间的符合程度。
- 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)。
1. 样本: 样本 从总体中抽出的若干个体所构成的集合称为样本。 2. 总体: 总体 指具有相同性质的个体所组成的集合称为总体。 3. 连续变量：表示在不变量范围内可抽出某一范围的所有值。 4. 非连续变量:也称为离散型变量，表示在变量数列中，仅能取得固定数值，并且通常是整数。
5. 准确性:指在调查或实验中某一试验指标或形状的观测值与真值接近的程度。 6. 精确性：指调查或实验中同一试验指标或形状的重复观测值彼此接近程度大小。 7. 资料：指在一定条件下，在生物学实验和调查中，能够获得大量原始数据，对某种具体事务或现象观察的结果。
8. 数量性状资料：指一般是由计数和测量或度量得到的。 9. 质量性状资料：是指对某种现象只能观察而不能测量的资料，也称属性资料。 10. 计数资料;指由计数得到的数据。 11. 计量资料：有测量或度量得到的数据。 12. 普查：指对研究对象的每一个个体都进行测量或度量的一种全面调查。 13. 抽样调查：是一种非全面调查，它是根据一定的原则对研究对象抽取一部分个体进行测量或度量，把得到抽样调查的数据资料作为样本进行统计处理，然后利用样本特征数对总体进行推断。 14. 全距（极差） ：是指样本数据资料中最大观测值与最小观测值的差值。组中值：是指两个组限下线和上限的中间值。
15. 算数平均数：是指总体或样本资料中哥哥给观测值的总和除以观测值的个数所得的商。
16. 中位数：是指将试验或调查资料中所有观测值以大小顺序排列，居中位置的观测值。
17. 众数：资料中出现次数最多的那个观测值或次数最多一组的中点值。 18. 几何平均数：指资料中有几个观测值，其乘积开几次方所得的数值。 19. 方差：指用样本容量 n 来除离均差平方和，得到平均的平方和。 20. 标准差：指方差的平方根和。 21. 变异系数:指将样本标准差除以样本平均数得出的百分比。 22. 概率:指某事件 A 在 n 次重复试验中，发生了几次，当试验次数 n 不断增大时，事件 A 发生的频率 W（A） 概率 就越来越接近某一确定值 P，于是则定 P 为事件 A 发生的概率.
23. 和事件：指事件 A 和事件 B 至少有一件发生而构成的新事件称为事件 A 和事件 B 的事件。
24. 积事件:指事件 A 和事件 B 同时发生而构成的新事件，称为事件 A 和事件 B 的积事件。 25. 互斥事件：指事件 A 和事件 B 不能同时发生，称为事件 A 和事件 B 互斥。 26. 对立事件：指事件 A 和事件 B 必有一个事件发生，但两者不能同时发生。 27. 独立事件：指事件 A 的发生与事件 B 的发生毫无关系。 28. 完全事件系：指如果多个事件 A1、A2、、、 、、、An 两两相斥，且每次试验结果必然发生其一，则称事件 A1、 完全事件系 A2、、、 、、、An 为一个完全事件系。
29. 概率加法定理： 指互斥事件 A 和 B 的和事件的概率等于事件 A 和事件 B 的概率之和， P(A+B)=P(A)+P(B)。
30. 概率乘法定理：指事件 A 和事件 B 为独立事件，则事件 A 与 B 同时发生的概率等于事件 A 和事件 B 各自概率乘法定理的乘积，即:P(A*B)=P(A)*P(B)。
31. 伯努利大数定律：设 M 是 n 次独立试验中事件 A 出现的次数，而不是事件 A 在每次试验中出现的概率，则对于任意小的正数 ε ，有如下关系:limp{m/n-p< ε }=1
32. 辛钦大数定律:是用来说明为什么可以用算术平均数来推断总体平均数 m 的。 33. 统计推断:指从样本的统计数对总体参数做出的推断，包括参数估计和假设检验。 34. 假设检验：指根据总体理论分布和小概率原理，对未知或不完全知道的总体提出两种彼此对立的假设，然后有样本的实际结果，经过一定的计算，做出在一定概率意义上应该接受的那种假设的推断。
35. 参数估计:指由样本结果对总体参数在一定概率水平下所作出的估计。 点估计是用样本统计量直接给出总体相应参数的估计值，由于抽样误差存在，X拔不同的样本将会得到不同的点估计值，点估计缺乏明确的精度概念，而区间估计在一定程度上可以弥补这个不足
36. 小概率原理：指如果假设一些条件，并在假设的条件下能够准确地算出事件 A 出现的概率 a 为很小，则在假设条件下的 n 次独立重复试验中时按预定的概率发生，而在有一次试验中则几乎不可能独立。
37. 显着水平：指在无效假设和备择假设后，要确定一个否定 H0 的概率标准，这个概率称为显着水平。
38. 方差同质性：就是指各个总体的方差是相同的。 39. α 错误 :H0 是真实的，假设检验却否定了它，就烦了一个否定真实假设的错误，称为 α 错误。
40. β 错误：指如果H0 不是真实的，假设检验时却接受了 H0，否定了 HA 这样就犯了接受不真实假设的错误，称为 β 错误。
41. 适合性检验：指比较观测值与理论值是否符合的假设检验交适合性检验。 42. 独立性检验：指研究两个或两个以上因子彼此之间是相互独立的还是相互影响的一类统计方法。
43. 相关分析:是研究现象之间是否存在某种依存关系， 并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量间的相关关系的一种统计方法。
44. 回归分析：是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。 45. 回归系数：y^=a+bx，自变量 x 改变一个单位，依变量 y 平均增加或减少的单位数，即回归直线的斜率 b。
46. 回归截距：y^=a+bx，a 是当 x=0 时的 Y^值，即直线在 y 轴上的截距，称为回归截距。
47. 离回归平方和：它反映除去 x 与 y 相关程度和性质的统计数。 48. 回归平方和：它反映在 y 的总体变异种由于 x 与 y 的直线关系而产生 y 变异减小的部分。
49. 相关系数：是指通过计算表示 x 和 y 相关程度和性质的统计数。 50. 决定系数：是变量 x 引起 y 变异的回归平方和与 y 变异总平方和的比率。 51. 转换：指估计总体相关系数 p 的置信区间时，需要将 r 转换成 z。 52. 试验设计：广义的指整个研究课题的设计，包括实验方案的拟订，试验方案的拟订，试验单位的选择，分组的排列，实验过程中试验指标的现象记载，试验资料的整理，分析等内容。
53. 试验结果重演：是指在相同的条件下，在进行实验或实践，应能重复获得与原试验结果相近的结果。
54. 处理因素：一般指对受试对象给予的某种外部干预。 55. 主效应：多因素中试验中引起实验结果发生变化的主要。 56. 互作：因素之间的交互作用。 57. 受试对象：是处理因素的客体，实际上就是根据研究目的而确立的观测总体。 58. 处理效应：是处理因素作用于受试对象的反应，是研究最终体现 59. 误差：在试验中受偶然影响或者说非处理因素影响使观测值偏离试验处理真值的差异。
60. 随机误差：由于试验中许多无法控制的偶然因素所造成的试验结果与真实结果之间产生的误差。
61. 系统误差:由于试验处理以外的其他条件明显不一致所产生的带有倾向性或定向性的偏差
62. 重复：在试验中，同一处理设置的试验单位数。 63. 随机:是指一个重复的某一处理或处理组合被安排在哪一个试验单位，不要有主观成见。
64. 均积：是 x 与 y 的平均的离均差的乘积和，简称均积。 65. 协方差：与均积相应的总体参数。 66. 协方差分析：把回归分析与方差分析结合。 67. 试验控制：要提高试验的精确度和灵敏度，必须严格控制试验条件的均匀性，使各处里处于尽可能一致的条件下。
68. 统计控制:是试验控制的一种辅助手段，是用统计方法来矫正因自变量的不同而对依变量所产生的影响。 69. 估计量：估计总体参数的统计量 70. 无偏估计量：如果一个统计量的理论平均数（即数学期望）等于总体参数，这个统计量就叫无偏估计量
71. 矩估计：用样本矩作为总体矩的估计值 72. 矩估计法（数字特征法、矩法）用样本矩作为相应总体矩的估计量，也可以用样本数字特征作为相应的总体数字特征的估计量。用矩法获得的估计值，叫据估计值。据发的思想实质是用样本去替换总体矩的原则，称之为替换原则
73. 有效估计量：设a1,a2是A的两个无偏估计量，若var(a1)有效估计量
74. 抽样误差：由抽样引起的样本值与总体值之间的差异成为抽样误差，直接原因：总体中各个体之间存在差异，或重复试验中一些服从某种分布的偶然误差的存在
75. 标注误差（标准误）：描述样本平均数波动情况的统计量，就是X拔的方差或标准差，计均数抽样误差为西格玛X拔，=西格玛/根号n，西格玛X拔就是标准误（差）
76. 估计样本平均数方差：SX拔平方，=S平方/n 77. 估计标准误：SX拔，=S/根号n 78. 置信区间：达到某一置信度(如95％)时，预报量可能出现的范围(如E(y)±1.96西格玛，这里西格玛是标准差) 置信区间的意义是：反复抽样多次，每次的样本容量相等，每次的样本值确定一个区间[a1,a2]，这个区间包含a的概率是100（1-阿尔法）%，不包含a的概率是100阿尔法%
79. 置信水平（置信度，置信系数，可靠度）是指总体参数值落在样本统计值某一区内的概率；而置信区间是指在某一置信水平下，样本统计值与总体参数值间误差范围。置信区间越大，置信水平越高。
80. 拟合优度检验：对总体分布类型的检验，包括检验观测数与理论书之间的一致性，通过检验观测数与理论书之间的一致性来判断事件之间的独立性
81. 皮尔逊定理：若n充分大，则不论总体服从什么分布，卡平方总是近似服从自由度为m-a-1的卡平方分布
82. 方差分析：能同时判断多组数据平均数之间的差异显着性，能把随机变异从混杂状态中分离开来，从而为判断因素对实验结果有无确实的影响提供依据
83. 方差分析的前提条件：等方差，正态性、独立性 84. 固定因素：若因素的a个水平是经过特意选择的，则该因素为固定因素。发差分析所得到的结论只适合于选定的几个水平，并不能将其结论扩展到未加考虑的水平上
85. 固定效应模型：处理固定因素所用的模型称为固定效应模型或固定模型 86. 随机因素：若因素的a个水平，是从该因素水平总体中随机抽出的样本，则该因素称为随机因素，从随机因素a个水平所得到的结论，可以推广到这个因素的所有水平上