試驗因素：被變動并設有待比較的一組處理的因子稱為試驗因子。

試驗水平：試驗因素的量的不同等級或質的不同狀態(tài)稱為試驗水平。

簡單效應：同一因素內兩種水平間的試驗指標的相差。?

主效：一個因素內各簡單效應的平均數。

互作：兩個因素簡單效應間的平均差異。

試驗方案：根據試驗目的和要求所擬進行比較的一組試驗處理的總稱。

試驗指標：用于衡量試驗效果的指示性狀。

試驗誤差：試驗觀測值與觀測對象真值間之差。

唯一差異原則：在試驗中，除了要研究的因素設置不同的水平外，其余因素均應 保持相對一致，以排除非試驗因素的干擾。

局部控制：在田間分范圍分地段地控制土壤差異等非處理因素，使之對各試驗處理小區(qū)的影響達到最大程度的一致。

對比法：每隔2個供試處理設一個對照區(qū)，使每一個小區(qū)與其相鄰的對照直接比較。

間比法：在一條地上，排列的第一個小區(qū)和最末尾的小區(qū)一定時對照區(qū)，每兩個對照區(qū)之間排列相同數目的處理小區(qū)。

完全隨機設計：完全隨機設計是將各處理隨機分配到各個試驗單元（或小區(qū)）中，每一處理的重復數可以相等或不相等的一種靈活的設計方式。

隨機區(qū)組設計：根據“局部控制”的原則，將試驗地按肥力程度劃分為等于重復次數的區(qū)組，一區(qū)組安排一重復，區(qū)組內各處理都獨立的隨機排列的一種設計。

拉丁方設計：拉丁方設計是將處理從縱橫兩個方向排列為區(qū)組（或重復），使每個處理在每一列和每一行中出現的次數相等（通常一次），所以它是比隨機區(qū)組多一個方向進行局部控制的隨機排列的設計。

裂區(qū)設計：試驗因素分級后，將小區(qū)按次級因數的水平數分裂成面積更小的副區(qū)，再應用設置重復、局部控制和隨機排列三項原則設計的多因子試驗。?

條區(qū)設計：如果所研究的兩個因素都需要較大的小區(qū)面積，且為了便于管理和觀察記載，可將每個區(qū)組先劃分為若干縱向長條形小區(qū)，安排第一因素的各個處理；再將各區(qū)組劃分為若干橫向長條形小區(qū)，安排第二因素的各個處理，這種設計方式成為條區(qū)設計。

參數：由總體的全部觀察值而算得的總體特征數。

統計數：測定樣本中的各個體而得的樣本特征數。

間斷性數據：用計數方法獲得的數據，其各個觀察值必須以整數表示，兩個相鄰的整數間不容許帶小數的數值存在。

連續(xù)性數據：指稱量、度量或測量方法所得到的數據，其各個觀察值并不限于整數，在兩個數值之間可以有微量數值差異的第三個數值存在。

眾數：資料中最常見的一數，或次數最多一組的中點值。Mo

中數：將資料內所有觀察值從大到小排序，居中間位置的觀察值。Md

算數平均數：一個數量資料中各個觀察值的總和除以觀察值個數所得的商。y

幾何平均數：如果n個觀察值，其相乘積開n次方，即為幾何平均數。G

極差：指資料中最大觀察值和最小觀察值的差數。R

方差：由于各個樣本所包含的觀察值數目不同，為便于比較起見，用觀察值數目來除平方和，得到平均的離均差平方。

標準差：為方差的正平方根值，用以表示資料的變異度其單位與觀察值的度量單位相同。

變異系數：樣本標準差對均數的百分數。

自由度：指樣本內獨立而能自由變動的離均差個數。

復置式抽樣：指抽樣時將抽得的個體放回總體后再繼續(xù)抽樣的方法。

非復置式抽樣：抽樣時抽得的個體不放回總體而繼續(xù)進行抽樣的方法。

統計推斷：把試驗的表面效應與誤差大小相比較并由表面效應可能屬誤差的概率而作出推論的方法。

統計假設：指有關某一總體參數的假設。

備擇假設：和無效假設相對應的一個統計假設。

無效假設：假設總體參數與某一指定值相等或假設兩個總體參數相等，即假設其沒有效應差異。

第一類錯誤：指不同總體的參數間本來沒有差異，而測驗結果認為有差異，這種錯誤稱為第一類錯誤

第二類錯誤：指參數間本來有差異，而測驗結果認為參數間無差異，這種錯誤稱為第二類錯誤。

置信區(qū)間（置信限）：在一定的概率保證下，估計出一個范圍或區(qū)間以能夠覆蓋參數u，這個區(qū)間稱為置信區(qū)間，區(qū)間的上、下限稱為置信限。

置信系數（置信度）：保證區(qū)間能覆蓋參數的概率，以P=（1-a）表示。

?

?