某作物品種可以定義為一個(gè)總體，其變異受環(huán)境影響，也存在遺傳變異，因而形成了品種總體。

獨(dú)立性測驗(yàn)時(shí)，卡方值與相關(guān)性在概念上有等價(jià)性，卡方值顯著，可能說明相關(guān)顯著，研究者應(yīng)該搞清楚其內(nèi)在的科學(xué)機(jī)理。

已知正態(tài)總體的數(shù)據(jù)出現(xiàn)在區(qū)間（-3，-1）里的概率和落在區(qū)間（3，5）里的概率相等，那么這個(gè)正態(tài)總體的數(shù)學(xué)期望為0。

數(shù)量性狀的分布適合性測驗(yàn)，要通過試驗(yàn)設(shè)計(jì)精心誤差隨機(jī)大樣本數(shù)據(jù)采集。

泊松分布參數(shù)m的大小決定其分布形狀，當(dāng)m值小時(shí)，分布呈很偏斜形狀，m增大時(shí)逐漸對稱。

進(jìn)行大豆品種蛋白質(zhì)含量測定時(shí)，若抽取100個(gè)30g的樣品進(jìn)行測定，但是這100個(gè)抽樣測定數(shù)據(jù)有所不同，這表明存在隨機(jī)誤差。

直線回歸方程建立起來以后，應(yīng)該對回歸方程作圖，并且把散點(diǎn)也放在同一張圖形中，這樣可以直觀了解模型的擬合情況。

不同的方差分析資料類型，具有不同的線性模型，如果每個(gè)觀察值的線性模型為（），則該試驗(yàn)應(yīng)為資料。

方差分析中，處理的效應(yīng)是一種相對效應(yīng)，一般是指相等于平均數(shù)的效應(yīng)。

建立有用的直線回歸方程，一方面要求有較好決定系數(shù)，另一方面要求有比較大的樣本容量。