第一章绪论第一节试验统计学及其特点精算农业动物学人类学考古学审计学晶体学人口统计学牙医学生态学经济计量学教育学选举预测和策划工程气象改善1、英国的R.Fisher于1925年出版《统计方法在研究工作中的应用》，是试验统计学发展的第一个里程碑。一些著名的学者为试验统计学的发展和创立奠定了基础：DeMoiver、Laplace和Gauss的正态分布理论Pearson的统计推断的理论Gosset的t分布理论Glaton的回归和相关理论Fisher提出了方差分析、建立了试验设计的三大原则。尤其是1925年“StatisticalMethodsforReasarchWorkers”的出版使试验统计学形成了较为完整的体系。2、田口玄一等在上世纪40年代创立了适合于安排多因素试验的正交试验设计，极大丰富了试验统计学的内容。解决了工业生产中的多因素试验设计问题。二战后日本迅速发展与普及推广应用正交试验设计法有密切的关系。是试验统计学的第二个里程碑。3、田口玄一等人1957年又创立了SN比试验设计和产品的三次设计方法解决了产品或工序的最佳稳定性和最佳动态特性问题，为试验设计技术在工业中的应用开辟了更为重要更为广泛的领域。是试验统计学的第三个里程碑。二、本课程的主要内容试验统计学的基本作用：三、本课程的学习方法：（三）学习中的要求：1、认真听课，做好笔记；2、独立完成作业；3、认真上好实验课。常用统计软件第二节科学研究与科学试验二、科学研究的基本过程第三节试验方案如：小麦新品种的产量比较试验中，参加试验的每一个品种就是一个水平（从质的方面进行划分）；再如：不同氮肥施用量对玉米产量影响试验中，每一种施氮量就是一个水平（从量的方面进行划分）。2、试验方案的分类（2）多因素试验（multiple-factororfactorialexperiment）：多因素试验是指在同一试验方案中包含两个或两个以上的试验因素，各个因素都分为不同水平，这种试验称为多因素试验。如：在高产栽培试验中所设计的播期播量试验，该试验的目的就在于研究某一品种的最佳播期、最佳播量和最佳的播期播量组合。多因素试验不仅能研究各因素单独的效应，而且能研究两个或两个以上因素结合起来的交互作用。在多因素试验中，各因素都可分为若干不同水平，各因素的不同水平相互搭配起来，就构成了多因素试验的各个处理组合。（3）综合性试验（comprehensiveexperiment）一个因素的特定水平与另外一个因素的特定水平搭起来形成一些特定的处理组合。各个因素的各水平不构成平衡的处理组合。也是一种多因素试验，但与上述多因素试验不同。综合性试验中各水平不构成平衡的处理组合，而是将若干因素的某些水平结合在一起形成少数几个处理组合。目的在于探讨一系列供试因素某些处理组合的综合作用，综合性试验是建立在对若干单个因素的效应或若干个因素的互作效应已有相当的了解。主要用于综合技术研究，试验和结果分析是把特定处理组合作为单因素处理对待。二、试验指标与效应2、试验效应（experimentaleffect）水平因素间的交互作用只有在多因素试验中才能反映出来。互作显著与否关系到主效的实用性。若交互作用不显著，则各因素的效应可以累加，主效就代表了各个简单效应。在正互作时，从各因素的最佳水平推论最优组合，估计值要偏低些，但仍有应用价值。若为负互作，则根据互作的大小程度而有不同情况。两个因素间的互作称为一级互作（firstorderinteraction），一级互作易于理解，实际意义明确。三个因素间的互作称二级互作，（secondorderinteraction），余类推。二级以上的高级互作较难理解，实际意义不大，一般不予考察。classisover