精確度：指觀測值間的符合程度。
抽樣分布：從總體中隨機抽樣得到樣本，獲得樣本觀察值後可以計算一些統計數，統計數的分布稱為統計數抽樣分布，簡稱抽樣分布。
小區：在田間試驗中，安排一個處理的小塊地段稱為試驗小區，簡稱小區。
成對數據*：若試驗設計是將性質相同的兩個供試單位配成對，並設有多個配對，然後對每一配對的兩個供試單位分別隨機地給予不同處理，則所觀察值為成對數據。例如同一人的身高數據收集自今年和去年。
統計數*：測定樣本中的各個體而得到的樣本特征數。例如平均數。
簡單效應：在同一因素內兩種水平間試驗指標的相差屬簡單效應。
整群抽樣*：一次從總體中抽取所有的樣本而不放回,例如調查一個班級所有學生的數學成績。
頻率：對變量取值出現次數的度量。
空白試驗：在整個試驗地上種植單一品種的作物。
單因素試驗*：整個試驗中隻變更、比較一個試驗因素的不同水平，其他作為試驗條件的因素均嚴格控製一致的試驗。
隨機誤差：完全是偶然的，找不出確切原因引起的誤差。
參數*：由總體的全部觀察值而算得的總體特征數。如總體平均數。
樣本*：總體的一部分。例如從水族箱中挑選一些魚來測量。
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。
多因素試驗*：在同一試驗方案中包含2個或2個以上的試驗因素，各個因素都分為不同水平，其他試驗條件均應嚴格控製一致的試驗。例如光照和溫度對植物生長的影響。
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，即假設沒有效應差異。例如藥物無效假設被拒絕,則藥物有效。
總體*：由性質相同的個體所組成的集團。例如所有魚類構成水族館魚類總體。
置信距：置信區間的長度。
小概率的實際不可能性原理：在一個隨機變量的分布中,極端值(即非常小或非常大的數值)發生的概率是極低的。
綜合性試驗：一種多因素試驗，但各因素的各水平不構成平衡的處理組合，而是將若幹因素的某些水平結合在一起形成少數幾個處理組合。
準確度：觀測值與其理論真值間的符合程度。
水平*：試驗因素的量的不同級別或質的不同狀態稱為水平。例如不同濃度的藥物水平。
局部控製：將整個試驗環境分成若幹個相對一致的小環境，再在小環境內設置成套處理。
接受區域：不拒絕原假設的區域。
處理*：對受試對象給予的某種外部幹預或措施，稱為處理因素，簡稱處理。例如給植物施加不同濃度的化肥。
分層隨機抽樣：從總體中先將不同性質的層分開,然後在每層中隨機抽取樣本。
因素*：被變動並設有待比較的一組處理的因子稱為試驗因素，簡稱因素或因子。例如化肥濃度是影響產量的一個因素。
互作：兩個因素簡單效應間的平均差異稱為交互作用效應，簡稱互作。
自由度：樣本內獨立而能自由變動的離均差個數。
主效：一個因素內各簡單效應的平均數，又稱平均效應，簡稱主效。
T²\/(nk)：計算方差均勻性的統計量，用於判斷多個樣本的方差是否相等。
置信係數*：保證該區間能覆蓋參數的概率值。例如95%置信區間的置信係數為0.95。
成組數據*：如果兩個處理為完全隨機設計，各供試單位彼此獨立，不論兩個處理的樣本容量是否相同，所得數據皆稱為成組數據。例如每名學生的學號、性別、身高和體重組成一組數據。
SP：配對t檢驗的統計量，用於判斷兩組配對樣本在實驗前後是否存在顯著差異。
二項分布*：n次獨立試驗中每次隻有兩種結果的概率分布。例如測核酸隻有陽性陰性。
無偏估計值：估計值的期望等於被估計參數的真值。
標準方*：描述樣本數據相對於均值的離散或變異程度。
極差*：資料中最大值與最小值之差。例如身高最高值與最低值之差。