利用样本信息判断假设是否成立的过程。

110. 原假设：也称零假设，是研究者想收集证据予以反对的假设，用表示。

111. 备择假设：也称研究假设，是研究者想收集证据予以支持的假设，用或表示。

112. 第Ⅰ类错误：原假设正确时拒绝原假设，犯第Ⅰ类错误概率记。

113. 第Ⅱ类错误：当原假设为错误时没有拒绝原假设，犯第Ⅱ类错误的概率通常记为。

114. 显著性水平：假设检验中发生第Ⅰ类错误的概率，记为。

115. 小概率原理：进行假设检验利用，指发生概率很小的随机事件在一次试验中是几乎不可能发生的。

116. 检验统计量：根据样本观测结果计算得到的，并据以对原假设和备择假设做出决策的某个样本统

计量

117. 拒绝域：能够拒绝原假设的检验统计量的所有可能取值的集合。

118. 临界值：根据给定的显著性水平确定的拒绝域的边界值。

119. 值：也称观察到的显著性水平，如果原假设是正确的，那么所得的样本结果出现实际观测结果或更极端结果出现的概率。P值很小说明发生概率很小，拒绝原假设，P越小，拒绝原假设的理由就越充分。双侧P<0.025 单侧p<0.05 拒绝原假设。

120. 单侧检验：也称单尾检验，是指备择假设具有特定的方向性，并含有符号“>”或“<”的假设检验。

121. 双侧检验：也称双尾检验，是指备择假设没有特定的方向性，并含有符号“1”的假设检验。

122. 列联表：由两个以上的变量进行交叉分类的频数分布表。

123. 条件分布、频数：列联表中的观察值分布称为条件分布，每个具体观察值就是条件频数。

124. 拟合优度检验：如果样本是从总体的不同类别中分别抽取，研究目的是对不同类别的目标量之间是否存在显著性差异进行检验，我们就把它称为拟合优度检验或一致性检验。

125. 独立性检验：判断两个分类变量之间是否存在联系的问题，两组或多组的资料是否相互关联，如果不关联，就称为独立。这类问题的处理称为独立性检验。

126. 方差分析：通过检验各总体均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。

127. 因素：也称因子，是方差分析中所要检验的对

象。

128. 处理：因素的不同表现称为水平或处理

129. 组内误差：来自水平内部的数据误差。

130. 组间误差：来自不同水平之间的数据误差。

131. 总平方和：反映全部数据误差大小的平方和，记为SST。自变量效应加残差效应。n-1

132. 组内平方和：反映组内误差大小的平方和，记为SSE。残差变量，残差效应;n-k

133. 组间平方和：反映组间误差大小的平方和，记为SSA。自变量效应或因子效应;k-1

134. 单因素方差分析：只涉及一个分类型自变量的方差分析。

135. 组内方差：组内平方和除以相应的自由度。

136. 组间方差：组间平方和除以相应的自由度。

137. 双因素方差分析：方差分析中涉及两个分类型自变量时，称为~

138. 试验：收集样本数据的过程

139. 试验设计：收集样本数据的计划

140. 完全随机化设计：将k种处理随机地指派给试验单元的设计。

141. 处理指可控制的因素的各个水平

142. 试验单元：接受处理的对象或实体称为试验单元或抽样单元。

143. 随机化区组设计：先按一定规则将试验单元划分为若干同质组，区组，然后再将各种处理随机地指派给各个区组。