小麥品種A每穗小穗數(shù)的平均數(shù)和標(biāo)準(zhǔn)差值為18和3（厘米），品種B為30和4.5（厘米），根據(jù)變異系數(shù)，品種B的該性狀變異大于品種A。

某玉米株高的平均數(shù)和標(biāo)準(zhǔn)差分別為150cm和30cm，果穗長(zhǎng)的平均數(shù)和標(biāo)準(zhǔn)差分別為30和10cm，可認(rèn)為該玉米的株高性狀比果穗性狀變異大。

兩個(gè)位點(diǎn)遺傳分離的遺傳分析時(shí)，要應(yīng)用卡方測(cè)驗(yàn)，以便測(cè)驗(yàn)兩個(gè)位點(diǎn)是否連鎖。

在新復(fù)極差法中，將所有比較的平均數(shù)按從大到小順序排列所計(jì)算出的兩極差范圍內(nèi)所包含的平均數(shù)個(gè)數(shù)，稱為秩次距（p）。

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

數(shù)量性狀的分布適合性測(cè)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。

兩個(gè)回歸方程的比較中，若回歸系數(shù)差異顯著，則不需要比較回歸截距是否差異顯著。

建立回歸模型的過程中，要通過預(yù)備試驗(yàn)，形成關(guān)于恰當(dāng)模型的認(rèn)識(shí)。

直線回歸方程建立起來以后，應(yīng)該對(duì)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。

固定模型和隨機(jī)模型在試驗(yàn)設(shè)計(jì)上不同，后者要求處理來自特定研究群體，通過隨機(jī)抽樣得到。