第一章 绪论
1.农业实验统计的基本方法
(1)因素(factor)的分解
因素（factor）:构成事物的要素、成分、条件。
因素的分类(生产因素、试验因素、环境因素)
生产因素
自然因素：温、光、气、热
人为因素：土、肥、水、种、保、密、管、工
社会因素：体制、价格、劳动力、销售
举例：
光照：时间长短、强弱、波长
肥料：施肥的时间、方式、种类
试验因素
一般是1～3个试验因素
分类条件：
（1）可控
（2）可划分为不同的等级和水平
环境因素
定义：除了试验因素外，其余都称为环境因素。
分类条件：遵循唯一差异原则
(2)处理(treatment)
唯一差异原则
唯一差异原则：除了试验因素之外，其他环境因素都需要一致。
定义
处理(treatment)：单因素试验的任一水平(等级)或是多因素试验的不同水平的组合。
举例：
品种(A)和施肥(B)
品种(A):$a_1$ ,$a_2$
施肥(B):$b_1$ ,$b_2$ ,$b_3$ ,$b_4$
$k = a*b$
$k$: 处理的个数
$a$: 品种的水平
$b$: 施肥的水平
(3)水平的比较
水平间反应量的比较
效应(effect)
定义
效应(effect):在单因素试验中，不同水平下试验结果的差；在多因素试验下处理之间试验结果的差。
分类
简单效应(simple effect)
主要效应(main effect) : 简单效应的平均数
交互作用效应(ineration effect)：简单效应差数的平均数
例子
举例
N1P1:200 kg
N1P2:230 kg
N2P1:260 kg
N2P2:310 kg
$$
\hat{y} =
$$
交互作用：一个因素的简单效应随另一个简单效应的变化而变化。
正互作：一个因素的简单效应随另一个因素的简单效应的增加而增加。
负互作 ：一个因素的简单效应随另一个因素的简单效应增加而减少。
无互作：一个因素的简单效应随另一个因素的简单效应变化而无变化。
2.试验误差(error)
（1）试验误差的意义
（1）环境因素太多
（2）田间试验
（3）试验对象
定义
由于环境这样或那样的不一致对对处理造成的一种偶然(随机)效应。
（2）试验误差的影响
（3）试验误差的来源及控制
1.试验材料的差异
2.管培措施的差异
3.自然或外界因素的差异
（4）试验设计技术
3.生物统计及其功用
1.意义
属于方法论范畴
变量（varilable）
2.功用
（1）描述性统计
一、集中性
平均数
二、离散性
变异数
（2）统计推断
总体（population）
参数（parameter）
样本（sample）
统计数（statistic）
统计假设测验
参数估计
（3）方差分析
（变异分析）
（4）相关与回归分析
针对多个变量之间的分析
r(相关系数)
度量两个变量之间线性相关密切程度