第一章田间试验概述

田间试验就是在大田条件下进行的试验。田间试验的实施需要满足试验目的明确、试验条件有代表性、试验结果准确可靠和可重演等四项基本要求；精心选择试验因素和处理、正确设计试验方案；科学控制试验地的土壤肥力差异及其它来源的试验误差；合理设置试验小区的形状、面积、保护区（行）和对照；在重复、随机和局部控制原则指导下设计对比法、间比法、完全随机、完全随机区组、拉丁方、裂区等常用试验设计，并正确实施。

●1.1田间试验的基本知识

田间试验要得到正确可靠的结果，必须满足四项基本要求；不同的田间试验需要从不同的角度去分析，所以需要了解田间试验的种类；基本概念的掌握是学习田间试验与统计分析的基本要求；另外，在试验开始之前，制定一个正确有效的试验方案，可以达到事半功倍的效果。

●1.2田间试验误差及其控制

田间试验受很多无法控制的自然因素影响，试验条件复杂。所以在进行田间试验时，需要研究影响试验数据准确度和精确度的各种因素，以便正确进行试验设计与统计分析，从而得出准确的结果，并做出正确的推断。

●1.3试验地的小区技术

正确的试验小区设置既可减少试验误差，也可节省人力和物力，缩短研究时间。试验小区设置包括确定小区面积、形状、重复次数以及保护区（行）的设置等。

●1.4田间试验设计的原则

本节中，主讲人结合具体例题详细阐释了田间试验设计中重复、随机排列和局部控制三个基本原则的概念，详细分析了重复、随机排列和局部控制的作用，阐明了在田间试验设计三个基本原则之间的关系和作用。

●1.5顺序排列的试验设计

本节中，主讲人首先介绍了顺序排列试验设计的概念、排列方式、优缺点和三种顺序排列法（大区对比试验、对比法设计和间比法设计）应用范围和设计方法。结合具体例题详细分析了如何进行大区对比试验、对比法和间比法设计，最后具体讲述了三种顺序排列法的优缺点。

●1.6随机排列的试验设计

本节中，主讲人首先介绍了随机排列的试验设计的概念和优缺点，然后分别详细介绍完全随机、随机区组、拉丁方和裂区试验设计的适用范围和设计特点，结合具体例题详细分析了如何进行完全随机、随机区组、拉丁方和裂区试验设计，最后具体讲述了这四种随机排列的试验设计的优缺点。

第二章试验资料的整理与描述分析

在科学试验与调查中，经过一系列观察、测定和记载，可以得到大量的原始数据资料，这些资料的表面往往都是零乱的、无规律性可循。只有通过科学的整理和分析，才能发现其内部联系和规律性，从而揭示事物的本质。这一章首先介绍统计的基本概念及数据的类型，然后介绍用于反映资料集中性的特征数——平均数，用于反映资料离散性的特征数——变异数的意义和计算方法。

●2.1统计的基本概念及数据的类型

在进行数据的整理和分析之前需要掌握统计的基本概念；田间试验中观察记载所得的数据，因所反映的研究性状不同而有不同的性质。一般可分为数量性状资料和质量性状资料两大类。

●2.2连续性变数次数分布表的制作及次数分布图

次数分布是根据资料内观察值数目的多少，把整个资料分成若干个组，并把每个观察值分别归到相应的组内，统计各组次数得到的分布，即由不同区间内观察值出现的次数组成的分布；把次数分布的结果用表格的形式表示出来，可得到次数分布表。本节主要介绍了连续性变数次数分布表的制作过程；次数分布图的简单介绍。

●2.3平均数

平均数是反映资料集中性的特征数，用来表明资料中的观察值相对集中的中心位置。平均数可以作为资料的代表与另一资料相比较，以明确两者之间的差异。平均数主要有算术平均数、几何平均数、中数、众数以等几种类型，其中以算术平均数应用最为普遍。

●2.4变异数

要全面地描述一个资料的基本特征，只有平均数是不够的，还必须度量其变异度。度量变异程度的特征数叫做变异数。常用的变异数有极差、方差、标准差和变异系数。

第三章概率分布

随机变量可能的取值或取值区间的概率称为概率分布。本章主要介绍了二项总体分布、二项分布的概率函授及其计算、二项总体的抽样分布、正态总体分布、正态分布的概率计算、正态分布样本平均数的抽样分布。二项分布是最常见的一种间断性随机变数的概率分布，正态分布是最常见的连续型随机变数的概率分布。

●3.1二项分布及其抽样分布

在生物科学研究中，很多属性表现为非此即彼、二者必居其一，这种非此即彼的对立事件构成的总体称为二项总体；二项分布是最常见的一种间断性随机变数的概率分布；统计研究的目的是总体，实际生产中我们研究的往往是样本，所以抽样分布的研究就非常重要。

●3.2正态分布及其抽样分布

正态分布是连续型随机变数的一种概率分布。受众多因素影响的农业和生物科学中绝大多数现象都服从正态分布。理论研究还表明，当样本容量足够大时，间断型随机变数的样本统计数也趋于正态分布。因此，正态分布在理论和实践问题上都具有非常重要意义。

第四章统计推断

统计推断就是通过从所研究的总体中随机抽出的一个或一系列样本的特征（统计数），去推断其所属总体的特征（参数）。统计假设测验被用来解决两个事物相比较的问题，因涉及的统计数不同可分为平均数的假设测验、方差的假设测验和二项百分数（次数）的假设测验；因研究目的和所做假设的不同可分为两尾测验与一尾测验。另外，根据假设测验的结果所做出的推断，并不是 100％正确的，有可能发生两类错误。

●4.1统计假设测验基本原理

统计假设测验又叫显著性测验，是农业科学研究中一种非常重要的统计分析方法，通常被用来解决两个事物相比较的问题，即比较两个总体参数之间的关系，因研究目的和所做假设的不同可分为两尾测验与一尾测验。另外，根据假设测验的结果所做出的推断，并不是 100％正确的，有可能发生两类错误。

●4.2单个样本平均数的假设测验

在假设测验中，涉及平均数的个数是单个的，我们进行单个样本平均数的假设测验。在测验中，根据测验样本所属总体的平均数已知、未知，总体的方差已知、未知所采用的测验方法有所区别。

●4.3两个样本平均数相比较的假设测验

在假设测验中，涉及平均数的个数是两个的，我们进行两个样本平均数相比较的假设测验，在进行测验前需要检验两个独立样本方差的同质性；两个样本平均数的假设测验又因试验设计的不同，分为成组数据和成对数据。

第五章卡平方测验

卡平方测验广泛应用于计数资料和连续性变数资料中。本章在概述次数资料分析的χ2计算公式和连续性矫正χ2计算公式的基础上，介绍了遗传分离比例的适合性测验、次数资料两个变数间的相关性的独立性测验、单个样本方差的测验、多个样本间方差的同质性测验。

●5.1卡平方测验概述

在农业科学试验中，有些质量性状、数量性状，以次数表示方便而合理，这种试验结果用出现多少次或多少个来表示的资料，称次数资料或计数资料。次数资料差异显著性可采用百分数测验，也可用卡平方测验。本节就卡平方的公式和连续性矫正后的公式进行讲解。

●5.2适合性测验

适合性测验即根据χ2分布的概率值来推断实际次数与预期理论次数是否符合的假设测验。本节就各种分离比例的适合性测验进行讲解。

●5.3独立性测验

独立性测验用于判断两组或多组计数资料是否相互独立问题，亦称列联表分析，是次数资料的一种相关研究方法。本节主要介绍了几种两向列联表的测验方法。

●5.4方差同质性测验

在农业试验研究工作中，有时需要对总体方差进行假设测验，本节主要讲述单个样本方差的假设测验和多个样本方差的假设测验。

第六章方差分析

方差分析是将全部个处理看作一个整体，将总变异分裂为来源于各个因素的相应变异，作出其数量估计，明确各个因素在变异中所占的重要程度，用除可控因素引起变异外的其他剩余变异来估计试验误差，作为统计假设测验的依据，通过显著性测验，对各样本的总体平均数是否相等作出统计推断。方差分析的步骤包括自由度与平方和分解、显著性测验（F测验）、多重比较等。

●6.1方差分析的步骤

在方差分析中，经常用线性模型来表示观察值的变异来源构成；方差分析的步骤包括自由度与平方和分解、显著性测验（F测验）、多重比较等；多重比较又包括四种方法，即SSR法、DLSD法、PLSD法和q法。

第七章单因素试验资料的统计分析

本章对间比法试验、对比法试验、单因素完全随机试验、单因素随机区组试验和拉丁方试验结果统计分析方法进行了介绍，阐述了每种试验设计统计方法的具体分析步骤。

●7.1对比法试验设计的统计分析

对比法处理作顺序排列，而且每个处理都有邻近对照小区，可以用各处理的产量（或其它性状）与邻近对照相比较，所以一般采用百分比法分析其试验结果。

●7.2间比法试验设计的统计分析

间比法相邻两个对照小区之间不是间隔两个处理小区，而是相隔4或9个或更多处理小区。因此各处理的产量不能与邻近对照直接比较，经常采用与两个邻近对照的平均产量比较的方法，其试验结果也采用百分比法分析。

●7.3完全随机组内观察值数目不等的方差分析

单因素完全随机试验设计是指在固定其它因素水平不变的情况下，只考虑某一因素水平变化对试验指标影响的完全随机试验设计。这种试验设计观察值是按一个方向分组的，属于单向分组资料的方差分析，根据各处理内观察值数目是否相等，可分为观察值数目相等的单向分组资料的方差分析和观察值数目不等的单向分组资料方差分析两种方法。本节主要介绍组内观察值数目不等的单向分组资料方差分析。

●7.4随机区组试验设计的方差分析

单因素完全随机区组试验设计中主要介绍了设计的数学模型和随机区组资料统计分析的的步骤；在多重比较方法种，一般采用新复极差法（SSR）。

●7.5拉丁方试验设计的方差分析

本节主要介绍了拉丁方试验设计的数学模型和统计分析的步骤。

第八章二因素试验资料的方差分析

本章以常用的3种二因素试验设计的实例来说明多因素试验设计方差分析的原理和方法。二因素完全随机设计试验分为两种情况：当A因素各个水平与B因素各个水平均衡相遇，并且AB组合下无重复观察值时，在变异来源上，总变异分解为A因素、B因素和误差3项。当二因素试验的AB组合下有重复观察值时，在变异来源上，总变异分解为A因素、B因素、A×B互作和误差4项。在二因素随机区组设计试验的方差分析中，总变异分解为区组、A因素、B因素、A×B互作和误差5项。二因素裂区设计试验的方差分析中，在变异来源上，首先将总变异分为主区部分和副区部分。主区部分包括区组、A因素和主区误差Ea等3项，副区部分也包括B因素、A×B互作和副区误差Eb 等3项，其中，处理项包括A因素、B因素和A×B互作。

●8.1完全随机设计无重复观察值的方差分析

本节主要学习无重复观察值二因素的试验资料方差分析，此种试验设计是一种完全随机试验设计。主要考查两个试验因素A、B,，其中A为a个水平B因素为b个水平，形成ab个处理组合，每个处理组合只有1个观察值的数据资料进行方差分析。主要步骤分为数据整理、自由度和平方和的分解、方差分析和多重比较。学习此类数据整理分析整个过程，从而对某一科学试验得出合理结论。

●8.2完全随机设计有重复观察值的方差分析

本节主要学习有重复观察值二因素的试验资料方差分析，此种试验设计是一种完全随机试验设计。主要考查两个试验因素A、B,，其中A为a个水平B因素为b个水平，形成ab个处理组合，每个处理又有n重复，则全试验共有abn个观察值。首先学习了试验数据整理模式、自由度和平方和的分解，方差分析和多重比较。学习整个数据整理分析过程，从而对某一科学试验得出合理结论。

●8.3随机区组试验设计的方差分析

本节主要学习二因素随机区组的试验资料方差分析，，此种试验设计随机区组试验设计。主要考查两个试验因素A、B,，其中A为a个水平B因素为b个水平，形成ab个处理组合，有r个区组，也就是每个处理有r个重复，则全试验共有abr个观察值。首先学习了试验数据整理模式、数据模式要整理成两个两向表，分别是区组与处理及两个因素的两向表，数据分析是自由度和平方和的分解，方差分析和多重比较。学习整个数据整理分析过程，从而对该项科学试验得出合理结论。

●8.4裂区试验设计的方差分析

本节主要学习裂区设计的方差分析，在二因素裂区试验设计中方差分析在变异来源上，首先将总变异分为主区和副区。主区部分包括区组、A因素和主区误差，副区部分包括B因素A与B互作和副区误差。数据分析过程是数据整理、自由度和平方和分解、F测验和多重比较。

第九章直线相关与回归分析

两个变量间的关系若具有原因和结果的性质，则称这两个变量间存在因果关系，其中原因变量为自变量，结果变量为依变量。如果两个变量并不是原因和结果的关系，而是呈现一种共同变化的特点，则称这两个变量间存在相关关系。相关关系中并没有自变量和依变量之分。用来表示两个变量间相关程度和性质的统计数为相关系数，对样本相关系数进行显著性测验可采用测验，也可以直接查阅相关系数表。回归分析就是用试验或调查得到的样本数据，建立回归方程，并通过t测验或F测验测验其显著性，估计相应参数，进行预测。

●9.1直线相关分析

本节主要介绍直线相关中相关系数和决定系数的计算方法；相关系数的假设测验。

●9.2直线回归分析

本节主要介绍回归方程的求解过程，主要是回归截距和回归系数的求得；直线回归的变异来源和回归标准误的计算；直线回归的假设测验。

第十章计算工具的讲解

对计算器的统计功能进行了详细介绍。

●10.1科学计算器的使用方法

对计算器的统计功能进行了详细介绍。