生物统计学范文

导语：如何才能写好一篇生物统计学，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

一、引言

跟着生物科学的成长，只有定性的结论已不能知足实践的需要，实现生物科学结论定量化是人们持久追求试探的方针；生物统计学是生物学科定量化的主要剖析理论与体例，生物统计学是生物学科应具备的根基常识和素质，与生命勾当有关的各类现象中普遍存在着随机现象，年夜到森林陆地生态系统，小至分子水平，均受到良多随机身分的影响，默示为各类各样的随机现象，而生物统计学恰是从数目方面揭示年夜量随机现象中存在的必然纪律的学科。是以，生物统计学是一门在实践中应用十分普遍的工具学科，它是生命科学各专业的专业基本课，对后续生命科学课程进修和生物科研有主要浸染。

同时，生物统计作为数理统计在生物学规模的应用，是教学难度较年夜的一门课程。是以，在生物统计学精品课程培植过程中，针对各专业培育方针的定位，因材施教，更新教育理念，增强实践练习，在教学体例和教学手段长进行更始和斗胆试探。

二、二十一世纪对生物统计学课程的从头定位。

（一）新世纪对生物统计学课程提出的新要求。

二十世纪上半叶农业和遗传统计学首先获得了成长，在其基本上成长起来的生物统计学、统计风行病学、随机化临床试验学已经成为并吞人类疾病的一个里程碑。这在曩昔的半个世纪里显著提高了人类的期望寿命。

21世纪人类基因组，基因芯片等尝试科学发生出的巨量数据，需要新工具来组织和提取主要信息。

将数据转化为信息需要统计理论和实践方面的洞察力、手艺和练习。

未来的生物统计学将会与信息手艺慎密亲密连系，较少着重传统数理统计，而会更多注重数据剖析，尤其是年夜型数据库的措置。生物统计学越来越分歧于其它数学规模，计较机和信息科学工具至少和概率论一样主要。

（二）生物统计学对年夜学生素质培育的浸染。

生物统计学的一个主要特点就是经由过程样原本揣度和估量总体，这样获得的结论有很年夜的靠得住性但有必然的错误率，这是统计剖析的根基特点，是以在生物统计课程的进修中培育了一种新的思维体例———从不必定性或概率的角度来思虑问题和剖析科学试验的功效。

生物统计学是经由过程个此外试验研究得出其一般性结论，属于归纳推理的规模。但其有别于简单列举法和科学归纳法，是一种或然性归纳推理或者概率归纳推理。在生命科学的研究中绝年夜年夜都涉及到的是随机事务，是以，生物统计学不仅是试验设计与统计体例的教学，更主要的仍是年夜学生思维体例的培育，这对提高峻学生的素质很有需要。

生物统计学搜罗试验设计和统计体例两个有机联系的组成部门。经由过程试验设计的教学可提高峻学生设计研究课题试验方案的能力，使之明晰课题的研究目的、试验身分与水平以及试验设计体例等方面的内容。经由过程统计体例的教学除让学生弄清各类统计体例的内在外，还需要使学生能够正确地选择最适合的统计体例，以揭示资料潜在的信息，达到研究的最终目的，从而提高峻学生科学研究素质。

三、教学体例和教学手段的更始。

（一）增强电子课件及收集平台培植。

生物统计学是应用概率论和数理统计事理研究生物界数目转变的学科，而概率统计的理论和思维体例对本科生来说有必然的难度，加之课程学时的削减（由原本的60-70学时，降到此刻的40学时摆布）,若何深切浅出地指导学生入门，并使学生在体味概率统计思惟的基本上，把握常用统计剖析体例的应用及使用前提是课程的教学难点。为此，我们操作多媒体手艺，建造了与教材配套的课件，经由过程在课堂上把抽象内容形象化与直不美观化，收到了精采教学下场。培植了一个生物统计学教学收集支撑平台，现有课程简介、教学纲要、师资力量、授课教案、电子版《生物统计学》教材、课程录像、实习指导、在线测试题、参考文献、其它教学资本等栏目，免费向全校师生开放。

（二）将多媒体教学优势与学生的认知纪律有机连系，用较少的学时获得精采的教学下场。

多媒体具有信息量年夜、形象化、直不美观化的特点。

可是若是不能很好地将多媒体这些特点与学生的认知纪律相连系，多媒体教学就可能会带来一些短处诸如：（1）内容多，幻灯片变换快，由照本宣科变为照屏宣科，为新的“合座灌”；（2）课件图片多，内容以展示为主，缺乏启发性；（3）教学内容常用满屏的体例显示（即所谓“死屏”）,教员照着屏幕上的内容给学生讲解，失踪去了传统教学体例，教员边讲边板书能给学生留下斗劲深刻印象的特点，缺乏吸引力。

而多媒体在教学中只能充任工具的脚色，在教学过程中必需将多媒体信息量年夜、形象化、直不美观化的特点与学生的认知纪律慎密连系在一路。在建造课件时，采用启发式教学体例，精辟教学内容，模拟传统教学书写板书的过程，按照教学内容的难易水平，采用逐字、逐句、逐段显示教学内容的动画体例。在课堂教学中，教员仍然连结传统教学体例的教姿教态，在授课的过程中与学生连结互动，按照学生在课堂上接管常识的能力，把握屏幕上显示内容的速度，需要时辅以板书进行讲解。这样做既阐扬了多媒体教学的特点，又充实赐顾帮衬到学生的认知纪律，在内容没有缩减，学时削减近三分之一的情形下，仍然取得精采的教学下场。

（三）持久坚持教育教学体例及教学纪律的研究。

生物统计学的理论基本是概率论与数理统计，从这个层面上讲，它有很是浓的数学味道，可是它又有别于概率论与数理统计，生物统计学更首要强调的是概率论及数理统计的思惟和体例在解决生命科学中一些具体问题的应用。是以在教学过程中就存在一个“度”的把握问题，若是将概率论及数理统计的事理讲得太多，一是学时不许可，二是学生难以消化，得不到好的教学下场；若是只注重体例的讲解，学生知其然不知其所以然，就会误入乱套公式的邪路。经由将教学的重点放在教学中指导学生重点把握统计体例的功能与用途，体例与轨范，防止各类体例的误用，淡化定理的证实与公式的推导。在教学内容的放置上采用“保干削枝”，即在学时削减良多的情形下，将一些次要的统计体例去失踪，也要保证有足够的学时教学理论分布与抽样分布、统计假设考试等方面的内容，让学生把握生物统计学中所蕴含的概率论及数理统计的思惟精髓，从而避免学生乱套统计公式。

（四）慎密亲密跟踪生命科学成长的前沿动向，试探生物统计学解决前沿问题的理论与体例。

统计学在生物学中的应用已有久远的历史，良多统计的理论与体例也是自生物上的应用成长而来，而且生物统计是一个极主要的跨生命科学各研究规模的平台。此刻基因组学、卵白质组学与生物信息学的蓬勃成长，使得生物统计在这些打破性生物科技规模上饰演着不成或缺的脚色。

在课程培植中，随时注重纳入生物统计学在前沿规模研究应用的内容，增强课程的活力，提高教师和学生面向生物财富主沙场解决现实问题的能力。

四、增强实践教学，注重学生能力培育。

生物统计学要不要开尝试课，若何开尝试课，一向存在争议，在此认为生物统计学不仅应该开设尝试课，而且还要将实践教学的重点放在计较机手艺和统计软件的应用上，让学生不仅把握统计体例，而且加深对事理的熟悉，获得就业或升学的必备计较机统计手艺，提高解决复杂问题的能力。

（一）开展统计软件的实习，扩年夜学生的视野，提高学生素质。

20世纪20年月成长起来的多元统计体例虽然对于措置多变量的种类数据问题具有很年夜的优胜性，但因为计较工作量年夜，使得这些有用的统计剖析体例一路头并没有能够在实践中很好推广开来。而电子计较机手艺的降生与成长，使得复杂的数据措置工作变得很是轻易，所以充实操作现代计较手艺，经由过程计较机软件将统计体例中复杂难明的计较过程樊篱起来，让用户直接看到统计输出功效与有关诠释，从而使统计体例的普及变得很是轻易。在课程系统更始中，各课程的教学时数与达到培育方针所需完成的教学内容对比仍是不足的。为此，可以经由过程尺度的统计软件的教学实习来达到以点带面，扩年夜学生视野，提高学生素质。

为此我们成立了一个专用于实习教学的生物统计电脑尝试室。现共有50余台电脑，并毗连到校园网。尝试室配备有指导教师，负责对上机的学生答疑。除按教学打算进行的正常实习教学外，尝试室还对优异学生免费开放，鼓舞激励他们连系教师的科研勾当，应用所学生物统计学常识，进修新的生物统计学常识，把握应用计较机解决生物统计学问题的手艺。

（二）全方位、多条理的实践教学。

为了进一步培育学生现实脱手能力和科学严谨的治学立场，必需将本课程的实践教学勾当延长到课堂教学外，开展全方位、多条理的实践教学。

在原绵阳农专时代，首要在作物育种、作物栽培、动物营养等课程尝试与实习中，按摄影关内容插手了试验设计体例以及数据统计剖析的相关内容。

组建了西南科技年夜学生命科学与工程学院往后，由原本的单一农科专业酿成了理、工、农三年夜学科均有专业的名目。虽然专业的学科归属分歧，但有一点是相通的，其内在均属于生命科学的规模。以科学研究的体例进行划分，均属于尝试科学。

把握正确的尝试设计体例，从不确定性数据中挖掘事物的客不美观纪律，是尝试科学工作者必备的手艺。是以，我们将原本只是在农科专业上延长实践教学的作法推广到全院的所有专业，连系尝试课教学的更始，对发酵工艺学尝试、植物细胞工程尝试、食用菌尝试、微生物学尝试等课程的内容全数或部门改为用生物统计学指导学生自立进行尝试设计，把曩昔单一的尝试流程、样品不雅察看或检测尝试改变为试验前提的优化试验，提出在分歧前提下对样品测定的斗劲试验设计、单身分试验设计、多身分试验设计、正交试验设计、平均试验设计，对试验功效要肄业生使用统计学的体例对进行剖析和谈判，最后得出最佳试验前提。

这样的尝试教学更始起到了一箭双雕的浸染，从专业基本课或专业课的角度看，改验证性尝试为设计型、综合性尝试，增强了学生解决现实问题的能力，培育了学生立异思维的能力；从生物统计学角度看，将课程的教学实践延长到课程外，填补了学时的不足，更主要的是学生将自己学到的统计学常识，转化为解决现实问题的能力，常识获得很好的内化。

此外，在学生课外科技勾当中指导学生选用正确的尝试设计和数据的统计剖析体例，晋升科技作品的档次；在结业论文（设计）中要肄业生采用适当的生物统计学体例进行设计与剖析，写出高质量的结业论文（设计）。

篇2

关键词：《生物统计学》；案例教学法；生物统计能力

中图分类号：G642.0？摇 文献标志码：A 文章编号：1674-9324（2013）18-0061-02

一、传统《生物统计学》教学方法效果不佳

《生物统计学》是数理统计的原理在生物科学中的应用，作为动物科学和动物医学类各专业的基础课和必修课，在科学研究和生产中应用十分广泛，对于提高大学生的综合素质十分重要[1]。学习生物统计学的目的不是使学生掌握统计学的数学原理，而是培养学生运用统计学原理进行试验设计、选择正确的方法分析试验结果以及解释分析结果。传统生物统计教学方法为教师在课堂上讲授统计学理论，课后学生做作业；因为教师可以控制课程的内容和进度，所以这种教学方法有利于学生学习知识，但由于学生在课堂中只是被动听课，没有主动参与课堂教学，不利于学生生物统计能力的提高[2]。同时，《生物统计学》中的概念抽象、相互联系、高度结构化，公式多而难记忆，思维方法特殊[3]。研究表明，运用传统方法讲授《生物统计学》，许多人学习了生物统计学的公式和原理，却不会应用《生物统计学》知识解决实际问题，甚至不能正确地描述数据[4]。我们在教学实践中发现，运用传统的授课方法，在课程结束一到两年的时间里，学生会忘记《生物统计学》课堂中学过的大部分知识，在实际问题面前一筹莫展。在有限的时间里，生物统计课教师只能讲授有限的、最常用的统计分析方法，实践中学生可能用到的数据分析方法在课堂中不可能全部讲授，这要求学生有较高的生物统计能力，能够正确运用课堂中没有讲授的生物统计方法解决实际问题。因此，有必要尝试新的教学方法，以解决传统生物统计教学中存在的问题。

二、案例法教学实践

教育学理论告诉我们，如果学习过程能够与知识应用的过程结合在一起，则人们会在未来应用时更容易回想起学过的知识，应用知识的能力较强[5]。学生通过解决与生产实践相近的问题，使他们认识到学习《生物统计学》的重要性，增加学习欲望，通过认真学习，提高生物统计能力，形成正确的统计思维[6]。作为以问题为中心教学方法的一种，案例教学法（case-based lecture）要求学生在教师的指导下解决案例，把学习知识与应用知识有机地结合在一起[2]。从2006年起，我们尝试把案例教学法应用于《生物统计学》教学实践，经过几年的实验和摸索，取得了一些经验和较好的教学效果。

1.案例的设计与课堂组织。在案例教学法实践中，学生通过案例解决方案的学习，使他们知道哪些问题是生产实践感兴趣的，如何利用生物统计学知识解决这些问题，因此，案例设计是影响案例法教学效果最重要的因素。案例要紧密结合实践、生动有趣，才会唤起学生对课程的学习热情，认为课程“有用”，值得认真学习。设计案例时，我们注意做到两点。第一，案例均来自对生产实践的科学研究结果，其知识内容与教学目标相一致；教学实践发现，有些研究结果的数据量过多，用于课堂教学有一定难度，因此，对数据量进行了删减。第二，因为课程是由一系列案例构成的，所以以专业知识为主线组织案例，做到知识内容和案例之间前后关联。在案例教学中，有人认为，教师可以只向学生提供案例，由学生查找解决案例所需要的知识，并找出解答案例的方法，以锻炼学生的自学能力。这样做有两个假设，第一，根据问题，学生能够综合运用已有知识，找出解决问题所需要的新知识，第二，学生能够根据问题需要学会新知识，并运用这些知识解决问题[7]。心理学研究表明，如果掌握了某领域的知识，可以做出正确判断，如果对某领域没有任何背景知识，或者理解错误，往往不能做出正确的判断[8]。生物统计学的特点[3]决定了学生必须具有足够的统计学背景知识，才能正确解决实际问题。由于课程的授课对象是生物统计的初学者，还缺乏生物统计学的思维，而且课时数较少，如动物医学类《生物统计学》的课时只有32学时，因此，在教学实践中，我们没有让学生自己查找解决案例的相关知识，而是在上课前就把课程所需要的知识材料都交给每个学生。我们也试验了只交给大学生案例材料而让学生找出解决案例的方法，结果几乎没有发现有学生能够在规定的时间内找出案例的正确解决方案。教师首先在课堂上对相关知识进行讲解，然后，在课堂上通过指导学生解决案例，给学生创造一个自我学习和思考的环境，使学生通过想、做和说学习《生物统计学》知识，引导学生弄清楚应该采用哪种统计方法分析问题，采用该方法原因是什么，以及有没有其它替代分析方法等。

2.合适的统计学软件。在生物统计学习过程中，应用合适的统计软件可以使学生更加关注解决案例过程的学习，真正实现通过实践学习《生物统计学》，使学生学习的主动性提高，端正对学习生物统计学意义的认识，提高学习效果，显著提高学生成绩[9，10]。生物统计教学用软件好求易学易用，功能完备，SAS软件符合上述两点要求，而且SAS软件占统计市场的份额约为80%，使用人数较多，因此，我们选择SAS软件作为教学软件。几年的教学实践发现，由于在案例教学法实践中应用了统计软件，学生可以集中精力关注解决案例的过程而不是解决案例时具体的计算过程，一旦学生理解了案例的解决方案，解决具体案例所花费的时间很少，生物统计课后作业也不再是一个负担，从而使学生生物统计的兴趣大幅度提高。

3.教师的课堂指导与学生的主动性。研究表明，对于生物统计学的案例教学法，相对于其它课程，如果教师在问题讨论中给予学生较多的指导，有较高的教学热情，则教学效果较好；教师与学生有效的沟通，把解决案例的相关信息传递给学生，拓展学生对学生生物统计学知识的正确理解，激发学生解决案例的热情[3]。但是，学生能否主动参与解答案例是案例教学法成功的关键。因此，在解决案例过程中，应鼓励学生积极参与，为此，我们把平时成绩占总评成绩的比例提高到40%，如果学生在课堂上主动发言，则平时成绩加分。可能其它课程都是传统授课方法，个别学生上课前没有认真阅读教师提供的案例以及教师提供的生物统计学背景知识材料，因此课堂中表现被动。因为一旦有其他学生清楚了案例解决方案，总希望有表现机会，所以教师需要及时发现并对这些学生格外关注，有意识地鼓励他们发言，使他们也有进步的机会。教学过程中还发现，个别同学不认真思考案例的解决方法，但为了增加平时成绩而主动发言，我们采取了对案例解答偏离正确方法的学生只加分、不表扬，而对给出正确案例解答方法的学生，加分的同时予以口头表扬，有效地抑制了这种风气。

三、案例法教学效果评估

我们利用课后作业对教学效果进行实时评估，既发现教学的成功和不足，也找出学生对知识的掌握程度，及时更正学生对知识的误解。要求学生作业写出解决案例的完整报告，内容包括解决案例的SAS程序，SAS运行结果，以及结果的解释等。在教授新内容之前，教师在课堂上对作业进行总结，及时把相关信息反馈给学生。同样地，期末考试既是考察学生的学习效果，也是对教学效果的评估，考试的主要目的是考察学生解决案例的能力，考试内容有解决案例的相关《生物统计学》概念、SAS过程的语法及SAS运行结果的解读等。近年来，期末考试基本上杜绝了不及格现象，试卷成绩平均超过85分，说明学生对本门课程的学习兴趣较高，对课程和学习效果较好。

以前本科大学生毕业前夕，《生物统计学》任课教师经常需要帮助学生处理毕业论文的数据资料，应用案例教学法后没有了这种现象。毕业论文审查中也没有发现论文中有统计分析方面的错误，而且学生能够正确运用课堂中没有讲授的统计分析方法，说明大学生生物统计的应用能力确实得到了提高。

学生对教学的评估可以反映学生对课程的具体感受，2012年学生对课程的评价中，认为“教师的教学使我理解和掌握了该课程的内容，我觉得有收获”的学生占90.4%，“教学内容充实，安排合理，重点突出”的占92.9%，“教师授课能理论联系实际”的占93.6%，“教师鼓励学生参与课堂讨论，发表个人见解”的占94.3%，说明绝大部分学生对这种教学方法是肯定的。

参考文献：

[1]章元明.生物统计学在农科大学生素质教育中的作用.高等农业教育.2000，（12）：62-69.

[2]Boyle CR.A problem-based learning approach to teaching biostatistics.Journal of Statistics Education.1999，7（1）.Online：/publications/jse/secure/v7n1/boyle.cfm.

[3]Budé L，Imbos T，vd Wiel MWJ，Broers NJ，Berger MPF.The effect of directive tutor guidance in problem-based learning of statistics on students'perceptions and achievement.Higher Education 2009，57：（23）-36.

[4]Olsen CH.Review of the use of statistics in Infection and Immunity.Infection and Immunity.2003，（71）：6689-6692.

[5]Dochy F，Segers M，Van den Bossche P，Gijbels D.Effects of problem-based learning：a meta-analysis.Learning and instruction.2003，（13）：533-568.

[6]Tiwari A，Lai P，So M，Yuen K.A comparison of the effects of problem-based learning and lecturing on the development of students' critical thinking.Medical education.2006，（40）：547-554.

[7]Dolmans DHJM，De Grave W，Wolfhagen IHAP，Van Der Vleuten CPM.Problem-based learning：Future challenges for educational practice and research.Medical education.2005，（39）：732-741.

[8]Kirschner PA，Sweller J，Clark RE.Why minimal guidance during instruction does not work：An analysis of the failure of constructivist，discovery，problem-based，experiential，and inquiry-based teaching.Educational psychologist.2006，（41）：75-86.

[9]Garfield J.How students learn statistics.International Statistical Review.1995，（63）：25-34.

篇3

关键词：生物统计；教学实践；立体化

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2013）18-0231-03

一、引言

“生物统计学”是把数学的语言引入生命科学研究领域，将所研究的问题抽象为数学问题的过程，用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料，是应用统计学的一个分支。生物学研究实践证明，只有正确应用生物统计学的原理和分析方法对生物学试验进行合理设计，对数据资料进行客观分析，才能得出科学的结论[1]。目前，从数量角度研究生命科学现象已经为大多数生物学研究者所认知，“生物统计学”为生物学的研究和探索提供了重要的方法和工具。

近年来，全国各高校生物学专业普遍加强了“生物统计学”的教学工作，使学生学习试验设计和数据收集与整理的方法，正确应用统计学原理分析和解释数据资料，为进一步学好专业课程奠定了坚实的基础。

二、生物统计学课程的特点

1.以数学知识为基础。“生物统计学”是在研究生物现象的过程中，与数学的发展相伴随逐渐发展而来的。它把生命科学中的某些具体问题抽象为数学问题，以数学概率论和数理统计为理论基础[1]，这其中就必然会涉及到排列、组合、积分、导数等数学知识。例如，大数定律是用样本统计数推断估计总体参数的基础，需要掌握概率论的相关知识；在推导直线回归方程时，回归系数和回归截距的计算，是建立在最小二乘法的基础上，需要用到导数的计算；正态分布中变量的概率计算，需要了解积分的性质[1]。尽管在“生物统计学”课程学习之前，学生已经学习了“高等数学”的相关知识，但多数学生的数学基础知识仍相对薄弱，由此对学习该门课程产生畏惧心理。加上很多学生没有理解生物统计学的内涵，主观上认为该门课程就是学习数学知识的，进而导致厌学情绪。

2.概念术语多。“生物统计学”不同于生物学专业的其他课程，在学习过程中涉及很多概念术语，并且这些概念术语常成对出现[1]。例如，总体和样本、变量与常数、参数与统计数、效应与互作、准确性与精确性、频率与概率、标准差与标准误、因素与水平、相关与回归、双尾检验与单尾检验、弃真错误与纳伪错误、假设检验与区间估计等。如果不理解这些概念术语的含义，生搬硬套，在应用时就会出错，得出错误的结果。

3.计算公式多。“生物统计学”是应用统计学方法，分析和解释生命科学研究中数据资料数量上的变化，进而做出符合科学实际的推断。在学习过程中，必须要用到大量的计算公式[1，2]。如反映变异性的指标有标准差和标准误，二者的含义不同，计算公式也不同。在正态分布中，为了计算服从正态分布的变量的取值概率，通常要对变量进行标准化处理，在学习了变量标准化公式之后，接下来在应用时还需要用到平均数的标准化、平均数差数的标准化、频率的标准化、频率差数的标准化、成对数据差数平均数的标准化等公式。在直线相关与回归分析中，需要掌握相关系数、回归系数、回归截距等计算公式。尽管目前有很多统计软件可以直接对一些统计量进行计算，但学生们必须掌握和理解相关统计量计算的原理和具体内涵才能正确地应用这些统计软件。

4.课程内容连贯性较强。“生物统计学”的课程内容是承上启下、前后连贯的[1，2]。例如，概率分布是学习统计推断的基础，平均数的假设检验和区间估计是相互联系的，单因素数据资料方差分析的原理和方法是对多因素数据资料进行方差分析的基础[1]。如果学生没有掌握某一章节的内容，很可能导致后面的许多内容听不懂、难理解，陷入越听越听不懂的恶性循环。

三、教学内容的实践与探索

针对“生物统计学”课程的特点和现状，近年来，我们在教学过程中，围绕教学内容、教学方法、课程建设、考核方式等多方面进行了实践和探索，取得了较为理想的效果。

1.合理编排教学内容，提高教学效率。我校本科教学计划调整后，“生物统计学”课程安排在第三学期，周学时为2，共36学时。学生在之前已学习了“高等数学”等公共课程，“植物学”、“动物学”等专业基础课程，与本学期同时学习的还有“生物化学”。为适应生命科学的发展和对生物学人才的培养，我们按照“强化基础、突出重点、注重应用、通俗易懂”的原则合理设计安排教学内容[1]。在课堂讲授时，我们尽可能把抽象的统计学原理与生命科学的前沿或学生们感兴趣的事例进行结合，并引导学生从专业知识的角度对统计分析的结果做出科学的判断和合理的解释，这样一方面使学生感受到生物统计学与生命科学的各专业都是紧密联系的，另一方面学到的统计分析方法和试验设计原则也可以指导学生后续专业课程的学习。

作为应用性极强的课程，我们在课堂授课时一般不过多讨论数学原理，而主要偏重于统计原理的介绍和具体分析方法的应用。在有限的课堂教学时数内，对涉及到的数理统计知识多是“拿来主义”，对于一些公式，通常只进行概念上的介绍和公式上的简单推导，对有些较复杂的统计公式则只给出公式，并不要求学生掌握具体的推算过程，其目的是让学生对统计学原理和统计分析方法有较全面的了解。在章节内容上，根据具体情况进行适当删减，做到重点突出、主次分明。比如讲授方差分析一章时，以单因素数据资料的分析为例，重点介绍方差分析的基本原理、数学模型和分析步骤，对于二因素数据资料的分析则启发学生根据其基本原理和数学模型进行推理，多因素数据资料的方差分析则只介绍基本原理，其目的是培养学生对所学理论知识的应用能力，实现以素质教育为基础，以能力培养为本位的教学理念。

2.灵活运用多种教学方法。在教学过程中，我们根据教学内容，采用多种教学方法并重，对学生“授之以渔”而不是“授之以鱼”[3]，充分调动学生学习的积极性和主动性，使教学相融。

问题导入法。在课堂讲授时，我们注重问题的创设。提供氛围，启发学生发现问题并思考如何解决问题[4]，使学生成为学习的主人，教师则成为学生的协作者。例如，在方差分析一章讲述时，以单因素数据资料为例[1]，让学生思考如何进行多组平均数之间的比较。有的学生会提出，可以采用之前学习过的两个样本平均数假设检验的分析方法对多组数据进行两两的比较，而这又引发了一些新的问题。如何解决这些问题呢？这时，我们引导启发学生将所有的数据资料作为一个整体来考虑，将数据的总变异按照其变异来源剖分成处理引发的变异（组间变异）和试验误差引发的变异（组内变异），并利用反映变异特性的方差这一统计量来表示组间变异和组内变异的大小，进而采用检验对其二者的差异进行显著性检验，由此和学生共同推导出方差分析的基本思想和分析步骤。这样，既让学生理解了方差分析的原理和应用，也培养了学生分析问题和解决问题的能力。

对比法。“生物统计学”中有很多概念都是成对出现的，其相应的公式也有着许多形式上的共同点，这就为我们进行对比法讲解提供了很好的素材。例如标准差与标准误、直线回归系数与直线相关系数、样本平均数假设检验的检验及检验等[1]。对比法讲授，既可以帮助学生记忆公式，也便于学生更好地理解公式的含义和具体应用，做到举一反三。

演绎法。“生物统计学”中有很多公式是前后联系的，存在公式的变形，运用演绎法教学可以让学生更好地理解公式的来源和内涵。例如变量的标准化公式，对于服从正态分布的变量进行标准化转换的公式（u=■）是核心，在理解这个公式含义的基础上，对于各统计数（平均数、平均数差数、频率、频率差数、成对数据差数等）进行标准化转换的公式自然也就推导出来了，从而避免了对这些公式的死记硬背。

板书与多媒体课件并行。随着电子技术、计算机技术和网络技术的发展，在教学实践中多采用多媒体课件进行授课。多体媒体课件集文字、公式编辑、图形、色彩、动画于一体，既可以插入图片和例证，也可以实现公式推导的逐步展现，图文并茂，色彩丰富，省去了板书所占的时间，可以在有限的课堂教学时间内增加教学内容，增强师生之间的互动[4]。同时，传统的板书不能完全放弃，在讲授过程中，适时穿插板书内容，可以帮助学生更好地联系已学知识。因此，在教学过程中，我们以多媒体教学为主，板书为辅，注重将这两种教学方法进行有机的结合。

3.加强实验教学，注重理论与实践的结合。“生物统计学”是一门应用学科。我们在理论教学的同时，安排了18个学时的实验课，主要目的是让学生将课堂理论知识加以应用并学会常用统计学软件的使用。生物统计学实验课在生命科学学院信息学实验室利用电子教室系统进行，教师在主控机上边讲解边操作，学生可以在自己的计算机上观察到具体的执行过程，之后可以自己进行相应的操作，然后以电子文档的形式提交实验课作业。通过实验课教学，一方面使理论知识密切联系实践，真正提高了学生的应用能力；另一方面增强了学生的兴趣，在实验课中学生不仅巩固了统计分析知识，而且利用计算机来分析数据也为相关专业课实验数据的分析奠定了基础。在运用计算机统计软件进行数据分析时，学生们也深刻意识到，尽管统计学软件功能强大，但必须对相关的统计学知识有一定的认知和理解，才能更好地使用这些软件，由此也进一步激发了学生课堂学习的动力。

4.课程资源的立体化建设。在教学过程中，我们注重加强课程资源的立体化建设。以教材为中心，我们编写了与科学出版社《生物统计学》（第四版）配套的《生物统计学学习指导》，对每一章的内容都配套了目的要求、内容提要、难点评析、例题解析、习题解答和自我测验[5]，以供学生在课下进行学习和知识的扩充。同时，“生物统计学”是河南师范大学校级网络课程，学生可以通过浏览网页进行课程内容学习。在网络课程中，每章均示出了重点、难点，便于学生自学或复习掌握；同时，网络课程中丰富生动的图表资料及实例分析也有助于学生对知识点的理解。

5.考核采用笔试和实验相结合。“生物统计学”的考核成绩由期终闭卷笔试成绩（占总成绩的80%）和实验课成绩（占总成绩的20%）两部分组成。其中，闭卷考试内容偏重实用性、基础性，避开需死记硬背、理论性强而无实际用途的题目和偏题怪题，并且尽量减少需要进行计算的工作量，目的是考核学生对已学内容的掌握和应用。实验课则重点考查学生知识应用和解决实际问题的能力。这种考核方式，一方面激发了学生学习的积极性与主动性，摆脱了学生死记硬背的单纯应试模式，另一方面也强调了学生解决实际问题的能力，有助于提高学生综合运用知识的能力。

四、小结

“生物统计学”是一门理论性和实用性都很强的学科，是现代生物学研究不可缺少的工具。在教学过程中，我们注重培养学生树立统计学观念，掌握如何运用统计学原理科学设计试验，正确应用统计分析方法分析数据资料，培养学生统计学推理思维能力，并能用专业知识对推断结果加以阐释。在教学过程中，我们强调以教师为主导，以学生为主体，充分调动学生学习的主动性和积极性，在培养学生扎实理论基础知识的同时，更注重实践教学，积极引导学生去发现问题、分析问题、解决问题，切实培养学生的应用能力。

参考文献：

[1]李春喜，邵云，姜丽娜.生物统计学（第四版）[M].北京：科学出版社，2008.

[2]张恩盈，宋希云.提高《生物统计学》课堂教学效果的探索[J].农业网络信息，2011，（8）：131-133.

[3]石培春，龚江，李春艳.“生物统计”课程教学探索和思考[J].中国电力教育，2012，（10）：103-104.

[4]孙敏，陈艳红.启发式教学思路在CAI软件中如何体现[J].中国电化教育，2002，（6）：51-52.

篇4

[关键词]生物统计学；本科教学；Excel软件；统计功能

[中图分类号] G642 [文献标识码] A [文章编号] 2095-3437（2017）03-0066-03

统计学是生物学领域进行科学研究不可或缺的工具，目前大多数高校已把生物统计学列为生物学相关专业的必修课。通过该课程的学习，有利于培养学生正确分析试验数据的能力，对于进一步学习专业课程和日后进行科研也有着非常重要的作用。近年来，统计分析软件的应用越来越普及，应用统计软件来辅助生物统计学的理论教学变得尤为重要。[1][2]

Excel作为常用办公软件，除具备较强的图表和计算功能外，还提供了大量的统计函数和数据分析工具。利用Excel的统计功能，可快速、简便地进行描述性统计、t检验、方差分析、回归、相关等多种统计分析，从而为生物统计学的教学提供了极大便利，强化了教学效果。Excel的统计功能虽不如SPSS、SAS等专业统计软件强大，但具有易学易用的优势，适用于统计学的初学者，可基本满足本科生的教学需要。[3][4]

一、Excel统计函数简介

（一）统计函数的插入

Excel软件提供了丰富的数学和统计函数，将这些函数结合起来应用，可显示出Excel的统计分析功能。[3][4]在Excel 2003菜单中的“插入”项，选择“函数”。或在2007及以上版本中，在“公式”菜单项选“插入函数”命令，之后在“选择类别”栏选择“统计”，即显示大量统计函数。

（二）常用统计函数介绍

1.统计学参数或特征数的计算

数据的标准差、平均数等特征数均可由统计函数计算得到。反映集中性的函数包括AVERAGE（均值）、GEOMEAN（几何平均数）、HARMEAN（调和平均数）、MEDIAN（中位数）等；反映离散性的函数有：DEVSQ（离差平方和）、STDEV（样本标准差）、VAR（样本方差）、KURT（峰度系担┑取

2.数据分类

FREQUENCY函数可对大量数据进行分类和统计，表达式为：FREQUENCY（Data array，Bins array）。该函数为数组公式形式，运行显示出一个分组的频数后，还需选中所有结果的显示区域，按F2键，再按“Ctrl+Shift+En？鄄ter”组合键，方可求出所有分组的频数。[5]FREQUENCY的操作步骤因分类资料的性状而有所差异。A. 质量性状资料：在函数对话框中，“Data array”一栏输入分类数据所在的单元格地址，“Bins array”一栏输入分类标志值所在单元格。B. 数量性状资料：确定好分类的组数、组距和组限后，将各组的上限按升序输入工作表，在“Data array”和“Bins array”分别输入相应的单元格地址。

例：现有350名学生的英语成绩，需按优秀、良好、一般和不及格进行分类，并统计各等级人数。考试成绩为数量性状资料，首先按升序将各组上限按升序输入工作表（60、74、90）形成一列，插入FREQUENCY函数，在“Data array”输入成绩所在单元格区域，在“Bins array”输入各上限所在的单元格区域，确认后即可计算出不及格的人数（

3.概率函数

概率函数可直接计算出给定参数条件下各理论分布的概率值（P）。[6]常用函数有BINOMDIST（二项分布）、POISSON（泊松分布）、NORMDIST（正态分布）、NORMSDIST（标准正态分布）、TDIST（t分布），FDIST（F分布）等。

例如，BINOMDIST函数的功能为计算给定参数条件下二项分布的概率值。函数表达式：BINOMDIST（number_s，trials，probability_s，cumulative），其中num？鄄ber_s为试验成功的次数，trials为独立试验的次数，prob？鄄ability_s为试验成功的概率；cumulative为一逻辑值，用于确定函数的形式，取值为1和0。Cumulative如果取1，结果显示至多n次成功的概率；如为0，则返回恰好为n次成功的概率。

4.t 检验

TTEST函数功能为返回t检验的概率，以此来判断假设检验的显著性。函数表达式：TTEST（array1，array2，tails，type），其中array1为第一组数据所在的单元格区域，array2为第二组数据的区域，tails为分布曲线的尾数（双尾或单尾），type表示t检验的类型。函数运行后得到t检验的概率值（P），如P

5.相关和回归系数计算

CORREL函数功能为计算两变量间的相关系数，以此来判断两变量间的相关程度和性质，表达式为COR？鄄REL（array1，array2），array1和array2代表进行相关分析的两组数据。利用INTERCEPT和SLOPE两函数可计算线性回归系数，函数表达式分别为INTERCEPT（known_x′？鄄s，known_y′s），SLOPE（known_x′s，known_y′s），其中known_x′s、known_y′s为自变量和因变量的数据集合。INTERCEPT函数可计算线性回归的截距（a），SLOPE函数可计算线性回归的斜率（b），从而得到线性回归方程：=a+bx。

二、数据分析工具的应用

（一）分析工具库加载

Excel的分析工具库具有较强的统计分析功能，但此功能通常未默认安装，需加载后使用。

1.在Excel 2003中，在“工具”菜单中单击“加载宏”，在弹出对话框中选中“分析工具库”即可，之后“工具”菜单中即出现“数据分析”条目。

2.在Excel 2007或更高版本中，单击左上角的“Office按钮”，选择“Excel 选项”，在弹出对话框中单击“加载项”，然后在“管理”栏中选择“Excel加载项”，单击“转到”，最后在“加载宏”窗口中选中“分析工具库”，之后在“数据”菜单中即出现“数据分析”条目。

（二）常用统计方法介绍

分析工具库包括描述性统计、t检验、方差分析、回归、相关、F检验等多种统计方法。[3][5]每次使用时，按照各统计方法的格式要求输入原始数据，单击“数据分析”选项，在弹出对话框中选择所需统计方法即可。

1.数据分类

将各组的分类标志值（质量性状资料）或上限值（数量性状资料）输入工作表，在“数据分析”中选择“直方图”；弹出对话框后，在“输入区域”选择分类数据的单元格地址，“接收区域”选择分类标志所在的单元格，运行即可。

2.描述统计

输入数据资料，在“数据分析”中选择“描述统计”，运行后即可得到最小值、最大值、平均数、标准差、方差、峰度、偏度等常用统计量。

3.t检验

t检验包括平均值的成对二样本分析，双样本等方差假设，双样本异方差假设检验。如进行平均值的成对二样本分析，弹出对话框后，分别在“变量1区域”、“变量2区域”输入两组数据所在的单元格地址，之后在“输出区域”选择某空白区域，确定即可。运行结果包括平均数、t值、df、单尾和双尾概率（P）、临界t值等信息。若P

如进行成组设计的两样本均值检验，需先进行F检验：双样本等方差假设，判断两样本所在总体方差是否同质。步骤：分别在变量1、变量2输出区域选择相应单元格区域，运行结果包括方差、F值、单尾概率（P）、临界F值等。如P

4.方差分析

方差分析包括单因素、无重复双因素、有重复双因素三种类型。如进行单因素方差分析，弹出对话框中，在输入区域、分组方式、输出区域分别输入相应信息后，单击“确定”即可。输出结果包括平方和（SS）、df（自由度）、MS（均方）、F值、F crit（F临界值）、P值等信息（表1）。如P>0.05（或F

5.回归与相关分析

线性回归分析：在“数据分析” 菜单选择“回归”， 在弹出对话框中输入Y值、X值、置信度、输出区域等信息后，运行即可得到回归截距（Intercept，a）和回归系数（b）（表2），从而写出回归方程。根据回归系数的t检验结果或方差分析的F检验结果，可判断两个变量间的线性回归关系是否有效。[7]由表2可知，a（Intercept）=-1.382，b=5.503，回归方程为：=5.503x-1.382。由回归系数的t检验可知，P=0.00004

三、结语

Excel软件提供的统计功能基本涵盖了统计学的教学内容，且对于生物统计学的初学者而言，具有易学易用的优势，可作为本科教学的有效辅助工具。在每章理论知识讲解完毕，应紧接着介绍Excel的统计功能、操作步骤和结果解释，把课程理论教学、实际案例分析和软件应用有机结合，可取得较好的教学效果。教学实践表明，运用Excel的统计功能来辅助理论教学，不仅能够加深学生对统计学原理的理解，还可以提高学生运用理论知识来分析数据的能力，从而使得生物统计学的学习变得轻松。在今后的生物统计学教学实践中，应紧密加强Excel软件应用与理论教学的融合，并考虑将 SPSS等专业软件逐步引入教学中，以期进一步提升学生分析处理复杂数据、解决实际问题的能力。

[ 参 考 文 献 ]

[1] 张丹，吕海燕，张幸果，等.应用Excel软件有效提高《生物统计学》课程的教学效果[J].河北农业科学，2012（8）：93-95，99.

[2] 魏兴民，任真，代婷.Excel在中医药统计学教学中的应用[J].高等数学研究，2013（1）：93-95.

[3] 张联锋，蒋敏杰，张鹏龙，等.Excel统计分析与应用[M].北京：电子工业出版社，2011.

[4] 杨景峰.EXCEL的计算功能在生物统计学教学中的应用[J].内蒙古民族大学学报（自然科学），2012（6）：738-741.

[5] 王锟.Excel 在统计学中的应用[J].湖南科技学院学报，2013（12）：9-11.

篇5

关键词： Excel 生物统计学 t检验 配对设计

1.引言

《生物统计学》是畜牧、兽医、农学、微生物、医学等领域不可缺少的统计工具，越来越多的数据分析离不开生物统计学的原理。随着计算机技术的发展，已有更多的软件被应用于《生物统计学》，如SPSS[1-4]，Excel[5]，SAS[6]等，但是不同的统计软件具有不同的统计特点，如Excel统计功能简单，操作方便，分析出来的结果更为直观，更适合《生物统计学》的初学者。本文主要介绍如何利用Excel对配对设计数据资料进行t检验，并以案例的形式详细阐述其分析过程。

2.分析工具库的安装

Excel一般并不直接带有“分析工具库”这一模块，需要在Excel的基础上自己安装，安装步骤：Excel的工具 加载宏分析工具库 确定就可以。

3.配对设计的t检验

配对设计是指将参加试验个体两两配对，再将每一个对子内的两个个体独立随机地接受两个处理中的一个。目前主要有自身配对、亲缘配对、条件配对这三种配对方式。

3.1数据资料的建立

例1.用家兔10只试验某种注射液对体温的影响，在注射前1h和2h各测定一次体温，取平均值，注射后1h和2h各测定一次体温，取平均值，问注射前和注射后体温有无显著变化[7]？首先在Excel中把分组的名字写上“注射前体温”和“注射后体温”，分别写在每一列的最上方，然后在“注射前体温”和“注射后体温”下方录入每只家兔的体温数据资料，具体见图1。

3.2 t检验分析

很显然，这是典型的自身配对设计，即注射前和注射后体温形成一个对子，因此我们选用配对的t检验来分析。在Excel中：工具 ？隰数据分析 ？隰平均值的成对二样本分析，点击确定进行分析，然后会出现对话框如图2。输入区域：变量1的区域和变量2的区域，选择“注射前体温”和“注射后体温”原始数据区域。在“假设平均差”处填写0，表示原假设认为这两个样本的总体平均数相等。“标志”前根据需求可以打“√”，也可以不打“√”，如果在变量1的区域和变量2的区域选择原始数据的时候把列上方的名字也选上了，此时就在“标志”打“√”，反之则在“标志”不打“√”。输出选项：输出区域处选Excel空白处，单击确定按钮。

3.3 结果分析

结果部分见图3所示，“t Stat”Excel计算出的t值，图3的最下方4项分别是单尾检验和双尾检验的结果，可以依据题意来选择哪个结果，一般情况是双尾检验。结果分析可以有以下两种途径：（1）可以根据P（T

4.结语

本文主要介绍如何利用Excel对配对设计的数据资料进行t检验，在结果分析部分有2种依据可以判定结果，利用显著性概率P（T

参考文献：

[1]白俊艳，徐廷生，张小辉.《生物统计附试验设计》上机实验改革与实践.教育教学论坛，2015，18：247-248.

[2]白俊艳，贾小平，张小辉，等.生物统计学课程改革与实践.畜牧与饲料科学，2013 ，34 （10 ） ： 57-58.

[3]白俊艳，武晓红，张小辉，等.生物统计附试验设计课程考核方式的改革与实践.安徽农业科学，2015，43（ 5） ： 369-370.

[4]秦立金.SPSS统计软件在生物统计课程中的探索研究.赤峰学院学报（自然科学版），2014，30（3）：198-199.

[5]韦若勋.生物统计学上机实验课中Excel互动教学方式的应用.高等教育，2013，8：185-186.

篇6

 

生物统计学是数理统计在生命科学中的应用。《生物统计学与试验设计》是农林类高校本科阶段的专业基础课，对农业科学研究具有十分重要的意义，因此全国农林类高校都十分重视这门课的教学。《生物统计学与试验设计》主要包括田间常见的基本试验方法和数据分析两大部分。由于这门课程十分抽象和枯燥，学生普遍对这门课没有兴趣，且传统的教学形式和方法无法适应新时代人才培养的要求。为了提高学生的学习兴趣，培养综合性人才，《生物统计学与试验设计》的课堂教学应该进行改革。在本课程的课堂教学中，针对不同的章节，可以采用故事教学法、渐进式教学法和探究式教学法等。笔者就《生物统计学与试验设计》课堂教学方法提出一点看法。

 

1 故事教学法

 

故事教学法是将教学内容以故事的形式表现出来，通过与学生们的互动和思考达主动学习的目的，以提高学生自主学习能力的一种方法。由于这门课程十分枯燥，学生们上课的积极性普遍很低。故事教学法不仅可以调动学生们的学习热情，活跃课堂气氛，还可以让他们在潜移默化下学习新的知识。故事可来源于历史、童话、报刊、网络等多种信息渠道，甚至可以是老师自己编撰的小故事。如教师在讲解“科学研究的基本方法”时，可以给学生们讲主妇尝试做新菜式的故事。通过这一过程的讲解，让学生们了解做新菜的过程包括思考做什么菜、看菜谱、脑袋里想象如何做、实际操作和总结经验。进而类推到科学研究的基本方法包括选题、文献、假说、假说的验证和试验的规划与设计等过程。故事教学法要求教师具有丰富的生活经历和广博的知识储备，并能够在课堂上灵活运用，借此激发学生们的学习积极性。枯燥的专业知识没有几个学生是愿意听的，只有用故事的形式把枯燥的专业知识穿插其中，才能让学生在不知不觉之中掌握了知识，而且增加了对这门课的兴趣，可谓一举两得。然而故事教学法要想取得成功也需要教师的精心准备，如何让故事讲解得精彩，如何让学生在故事中有所思考，如何让学生参与到故事之中，这些都是故事教学法的关键所在。教师一定要在平时的生活中多积累一些故事，才能在用到的时候信手拈来，提升课堂效率。

 

2 渐进式教学法

 

渐进式教学法是把相近的知识点汇集到一起，从简单的知识开始讲起，过渡到难点的学习方法。该方法可以使学生们由浅入深逐步学习新知识，不排斥难以理解的内容，并针对一系列问题找到很好的解决方法，学习比较系统。例如方差分析一章，最先学习重复数相等的单因素方差分析。这个知识点比较简单，但是要花费大量的精力打好基础。然后过渡到重复数不相等、组内有分亚组的单因素方差分析，最后到无重复的双因素方差分析及有重复的方差分析。这些知识点的解决方案基本类似，只是每深入一点就要多考虑一个因素，慢慢变难。只要搞清楚了知识框架，分析问题就会变得简单。这种方法在相似知识点的讲解中十分有用，要注意的是，如果知识点间的逻辑不强，或者相互之间难度跨度太大，这种方法的效果会变差很多。

 

3 探究式学习法

 

该方法比较适用于对其他课程中知识点的分析。例如遗传学中孟德尔定律的成立主要依赖于卡方检验。由于孟德尔试验中的实际值与理论值之间总有一定偏差，可以给学生们提出问题，让他们先思考一下这个偏差到底是如何造成的。然后引入卡方的概念及其在适合度检验和独立性检验中的应用。最后他们即可理解其中的原因。这种方法可以激发学生们发现问题和思考问题的主动性，帮助他们自主学习。该方法应该采用“问题为主导、学生为主体、老师做引导”的策略，可以获得很好的效果。但是这种方法也不能经常使用，避免学生们产生厌倦情绪。

 

通过这些课堂教学方法的改革，学生们对生物统计学的知识有了进一步认识，提高了学习积极性和分析问题的能力。但《生物统计学与试验设计》还受到专业要求、教学条件及考核方式等多方面的影响，在今后的教学中，我们还需要进一步锻炼学生，使他们更加夯实基础，培养较强的分析能力，满足科研和生产的需求。

 

作者简介

篇7

关键词： Excel 生物统计学 二项分布的概率

1.引言

生物统计学是研究数据资料的收集、整理、分析、解释的一门科学[1]，也是畜牧、兽医、农学、微生物、医学等领域中不可缺少的统计工具，越来越多的数据分析离不开生物统计学原理。随着计算机技术的发展，已经有更多软件或操作系统被应用于生物统计学，如Excel[2]，SAS[3]，SPSS[4]等，但是不同统计软件具有不同的统计特点，如Excel统计功能更为简单，适合生物统计学的初学者。SAS统计功能比较宽广些，因其里面统计模块的限制，所以更适合自己编写程序的学者。SPSS的统计功能更为强大，几乎具备了所有统计分析功能，操作相对简单、直观。

2.二项分布

虽然从统计分析来看，SAS和SPSS的统计分析功能略胜于Excel，但是Excel具有其独特的地方，如对一些常用分布的概率计算来说Excel显得简单多了。二项分布是最常见的离散性随机变量的概率分布，核心定义为每次实验只能有两种可能结果。对于二项分布的手动计算公式[1]：

3 利用Excel对二项分布的概率计算

虽然二项分布的概率手动也能计算，但是比较费时费力，因此我们借助Excel计算二项分布的概率就比较简单。例2：已知某种病猪的死亡率为30%，现在有10头病猪，如果不给治疗，问死4头的概率是多少？和死4头及4头以下的概率是多少？

（1）死4头的概率：Excel中选定空格―插入f函数统计BINOMDIST：在其对话框中从上依次输入4，10，0.3，false，具体见图1，其概率为0.2001。

（2）死4头及4头以下的概率：Excel中，选定空格―插入f函数统计BINOMDIST：在其对话框中从上依次输入（4，10，0.3，true），具体见图2，其概率为0.8497。

4.注意问题

在本次教学改革与实践中，已经把各种分布的概率计算纳入《生物统计学》实践教学中，一方面可以让学生针对不同数据清楚其分布类型，针对不同分布类型选用不同Excel函数模块，可以说将课本上所学知识很好地应用于实践数据分析。本文介绍的是二项分布，只有二项分布的概率计算才适用Excel中的BINOMDIST统计函数模块，如果是其他分布的概率计算需要另选其他模块。

参考文献：

[1]张勤.生物统计学.中国农业大学出版社，北京，2009.

[2]王香萍，王文凯，李俊凯，等.EXCEL中关于生物统计中两组平均数的应用方法及探讨.考试周刊，2011，6：180-181.

篇8

关键词：生物统计学；理论与实践；教学模式

中图分类号：Q332；G642.0 文献标志码：A ？摇文章编号：1674-9324（2013）50-0217-02

一、引言

生物统计学是我国高等院校生物科学类专业开设的一门专业基础课，是一门实践性、应用性很强的学科。它是我国高等院校生物科学类专业为培养大学生的科学研究能力，提高学生分析问题、解决问题的能力而开设的一门应用工具学科，也是当代生物科技工作者必备的知识。在以定量化和动态化为标志的近代生物科学的发展中，生物统计学的应用以及计算机技术的渗透已成为生物统计学发展的必然趋势[1]。

一、生物统计学教学改革的必要性

当前，我国的高等教育正处在改革和发展的关键时期，高等教育如何才能更好地适应世纪的发展和需要，这是我们每一个从事高等教育的人必须认真思考的问题[2]。国家教育事业发展“十一五”规划纲要已经明确指出“切实把高等教育发展的重点放到提高质量上，着力培养学生的创新精神和创新思维，增强学生的实践能力、创造能力和就业能力、创业能力。实施高等学校本科教学质量与教学改革工程。”[3]国家教育事业发展“十二五”规划纲要中也同样强调要“加强创新意识和能力培养”，“加强动手实践教学，增加学生参加生产劳动、社会实践和创新活动的机会。”因此可见，加强创新意识和能力培养已经成为当今高等教育改革的一项重要目标。

生物统计学是一门探讨如何从不完整的信息中获取科学可靠的结论从而进一步进行生物学实验研究的设计、取样、分析、资料整理与推论的科学[4]。是将数学的方法应用于生物学研究领域中的一门工具学科，是广大科学研究工作者从事科学研究的重要工具和手段。在当今大学生物统计学的教育中，虽然我们在教学方法与内容上有了很大改进，但仍然存在一些问题，主要表现在：（1）教学课时减少与课程内容增加的矛盾。近年来，随着大学课程教学改革的进行，生物统计学的课程教学时数不断压缩，教学课时数的压缩与生物统计理论的发展、日益增加的教学内容这一对矛盾是每一个从事生物统计学课程教学的教师必然面临的挑战[5]。（2）教学与科研脱节的矛盾。在大学本科生物统计学的教学环节中，由于受到许多客观条件的限制，相应的实验条件缺乏，一部分实践性很强的教学内容只能在课堂讲解，培养大学生动手能力训练比较少，学生利用所学知识参与科学研究的机会较少，使教学与科研脱节。学生无法正确掌握和应用理论知识，也难以把理论知识转化为实际技能[6]。第三，学生使用计算机分析数据的能力较差。近年来由于学时的压缩，生物统计学的教学内容只限于对一些统计分折的基本原理、基本方法的讲解，对有关统计分析软件的应用讲的很少，统计软件的使用率非常低，学生还不能熟练地运用计算机分析试验数据。

为了适应社会和经济的发展，培养符合社会需求的人才，在生物统计学的教学过程中培养学生分析问题、解决问题的能力，增加学生的动手能力，提高学生的综合素质和科学素养。为此，我们在近年来的生物统计学的教学过程中对理论与实践相结合教学模式进行了研究与探索。

二、理论与实践相结合模式探索

1.理论与实践、应用相结合，构建课程体系与内容。生物统计学是一门搜集数据、整理数据和分析数据的基础学科，是定量认知事物的一种工具，而统计方法是本课程的核心内容。而在教学课时减少与课程内容增加的情况下，课堂教学内容不可能面面具到，而应该有所侧重，有所突出。在教学过程中，对于已经过时，与社会发展不相适应的一些内容、具体事例，要及时去除并及时增加一些本课程发展的新理论、新方法，及时增加一些反映当前科学技术和社会发展的最新成果的事例，使学生在掌握统计知识的同时能及时了解科学技术发展的最新动态，以适应社会发展的需要。另外，结合教学进度，增加常用统计分析软件EXCEL、SPSS等的使用方法介绍，使统计教学内容能够体现时代感、知识性和前瞻性。

2.理论讲解与实例分析相结合，加深对所学知识的理解。生物统计学是生物科学类专业一门必修专业基础课，是一门理论性、系统性很强的学科，是现代生物学研究不可缺少的工具。但该课程原理复杂、内容抽象、计算公式多而且繁杂、难懂且难记，影响了学生对本课程学习的兴趣和积极性。通过实例的分析，循序渐进引导学生思考，深入浅出地讲解知识点，从而能够激发学生的主观能动性[7]。例如，在讲解试验指标的概念时，如果只讲“衡量试验效果的标准就是试验指标”则学生一时难以理解，如果举例：甲、乙、丙三个品种进行产量比较试验，那么产量就是衡量品种优劣的标准。这样抽象的概念就具体化了，通过举一反三，触类旁通，学生在记忆概念的同时也能理解这些知识点了。

3.课堂讨论与案例分析相结合，提高学生分析和解决问题的能力。案例教学，是一种开放式、互动式的新型教学方式。是在学生掌握了一定的统计知识的基础上应用的一种教学方法。例如，在教学过程中，根据学生已有知识，给出如下案例：“食品安全关乎每个人的身体健康和生命安全，而农产品中的农药残留是大家关注的热点问题，今有某部门对当地即将上市销售的一批桃子进行某种农药残留量的检测，以千克为单位，随机抽测100千克，得其平均残留量为0.0485毫克/千克，标准差为0.0061毫克/千克（已知该农药在桃子中的最大残留量不允许达到0.05毫克/千克）。根据检测结果，甲工作人员的结论是：该批桃子农药残留量为0.0485，低于标准值0.05毫克/千克，所以，该批桃子合格，可以上市销售。乙则持不同意见，认为甲的结论缺乏依据。”请给出你的结论和依据。对于这样的问题，先交给学生们思考和讨论，老师作最后的总结。学生通过思考、计算分析、讨论和总结，增强了对试验误差、一尾测验、两尾测验等知识的理解和应用，特别是一尾测验和两尾测验对试验结果分析的结论的影响有了更直观和透彻的了解，同时进一步掌握了统计方法和公式的正确使用。正是这种对案例的思考、讨论和分析，发挥了学生的主体作用，提高了学生运用理论知识分析现实问题的能力。

4.软件教学与上机操作相结合，提高学生的应用和动手能力。21世纪是知识经济时代和信息化时代，随着教育和科技的迅速发展，对人才质量和结构的需求正在发生前所未有的变化。掌握扎实的专业知识，拥有熟练的计算机分析问题、处理问题的技能，才能更好地适应社会需求。而计算机技术的发展和计算机技术在各个学科中的应用，为我们培养学生分析和解决问题的能力、提高大学生的综合素质提供了广阔的空间。因此，在教学过程中，我们适当压缩课堂教学时间，注重精讲多练，增加学生上机操作的机会，使学生熟悉常用统计分析软件的使用方法。SPSS具有良好的用户界面，完全摆脱了命令行的操作方式，使用者不用记住复杂的过程和选择项，有着功能强大、操作简单的优势，是目前众多高等院校广泛使用的教学软件之一。对于SPSS要求学生重点掌握数据的录入、储存，各种基础统计方法的选择与应用、适用前提条件的判断、结果的解释等。Excel和SPSS统计软件有效结合可满足本科生毕业论文的要求。在生物统计学的实验教学过程中，通过利用计算机技术和统计软件，不仅使复杂的统计数据处理工作变得非常简单，而且由于学生自己动手操作，激发了学生的学习兴趣和求知欲望，也提高了学生的动手能力。

5.课堂教学与生产实践相结合，提高学生的科学素养与科研能力。在教学过程中，我们结合专业学科的特点，尽量创造各种条件，安排一些实践性教学活动，让学生接触到各种各样的科学研究，用所学的统计知识指导科研的各个环节，或要求学生根据某一专题，搜集数据、整理数据、分析数据，写出理论联系实际的统计分析报告。例如，要求学生对校园内的某种花卉或树种进行某方面的生物学性状的调查，然后采用相应的方法去分析，并得出结论。同时我们鼓励学生参与科学研究，掌握生物统计学在科学研究中的运用。

三、结语

生物统计学教学改革的最终目标是提高教学质量，加强学生创新意识和能力培养，促进学生综合素质的提高。通过对《生物统计学》理论与实践相结合教学模式的探索与实践，教学质量与效果显著提高，激发了学生学习生物统计学的兴趣，提高了学生运用生物统计方法分析和解决问题的能力。例如学生在做相关的毕业论文时，能够思路清晰地进行实验的设计、正确运用统计方法和统计软件，论文的完成质量有了明显的提高。但如何更合理地将理论与实践教学相融合，在提高学生动手能力和综合素质方发挥更大的作用，还需要在教学过程中不断的探索和改进。

参考文献：

[1]佘泽红.合理构建生物统计学的实验教学体系[J].科教文汇，2007，（15）：103.

[2]王江.提高学生分析解决问题能力的生物统计学教学改革[J].中国校外教育（下旬刊）2010，（10）：79-80.

[3]国家教育事业发展“十一五”规划纲要[EB/OL].

http：///zwgk/2007-05/23/.

[4]董时富.生物统计学[M].北京：科学出版社，2002.8

[5]宁海龙，姜振峰，张淑珍，等.运用现代教育技术改革《生物统计与田间试验》课程的教学手段[J].东北农业大学学报（社会科学版），2005，3（1）：95-97.

[6]杨录.改革实验教学方法构建创新实验平台[J].实验室科学，2009，12（4）：23-25.

[7]张敏.理论与实践相结合在“自动控制原理”课程中的新探索[J].中国电力教育，2010，170（19）：77-78.

篇9

高中生物的考试成绩是教师教学成效的重要反映，因此生物考试成绩的统计工作就显得至关重要。有效的成绩统计不仅是教师评价学生学习情况的重要参考依据，同时也对教师后续教学进行改进和发展具有举足轻重的作用。可以说，高中生物成绩的统计对教师教学有着重要的意义。

二、探析有效发挥生物成绩统计作用的途径

1.增强成绩统计的频率

高中生物考试一般来说分为月考、季考、期中考试和期末考试，而往往考试成绩出来之后，大部分教师只会对期中考试和期末考试进行统计，结合这两次的考试成绩来分析学生这半学期和一学期的成绩，而忽略了如学生临时抱佛脚、在考试中偷看别人成绩等情况。仅仅是统计期中、期末成绩往往不能科学地、真实地反应学生的实际学习情况，因而教师应该对月考、季考甚至是周考进行统计，虽然统计工作比较繁杂，但是增强高中生物成绩统计频率，在很大程度上可以真实地反映学生的成绩。

2.运用工具软件进行成绩统计

教师应该充分掌握计算机技术，并将此充分地利用到生物考试成绩的统计工作中，相较于传统手动统计成绩来说，运用计算机工具软件更有利于发挥成绩统计的作用，在统计的整体上比传统手工统计更加系统化、便捷化，教师通过软件统计出来的数据能够更加一目了然地看出学生分数分布情况。在生物考试成绩统计中，鉴于软件成绩统计的优越性，教师还可以将成绩提高或者是成绩明显下降的同学清晰地标记出来，更有利于之后教学的开展。

3.细分成绩统计内容

发挥生物成绩统计在教学中的作用，教师还应该将成绩的统计进行细致划分。传统高中生物成绩的统计内容往往是“姓名、成绩、名次”，而细分统计内容则是在统计时，会增加具体知识点的成绩统计，如“生物新陈代谢章节知识点分数”“生殖和发育章节知识点的分数”等，虽然这种细分工作很繁杂，但是一旦统计出来，教师就会对学生的掌握情况有了比较清晰、深刻的了解，相比于不了解学生学习状况就进行教学活动更加有效率，也能有针对性地进行教材讲解。

4.对成绩统计进行描述性分析

每次进行成绩统计之后，大部分教师往往会就此结束生物成绩统计工作。其实，在统计之后，教师还应该对统计的结果进行描述性分析，也就是对统计做一个规律性的总结。如教师可以统计学生在“细胞”学习中，哪些知识点还没有掌握，还可以对学生整体在考试成绩中反应出的问题进行总结性的分析。统计的本质在于能够促进后续教学的有效进行，只“重形式不重结果”是违背成绩统计的初衷的。

5.增加成绩统计的对比分析

在高中生物成绩统计时，教师可以对这学期已经完成的考试成绩统计进行综合的对比分析。几次生物考试的成绩往往能够反映该学生在总体知识上的掌握程度，因而教师通过科学的对比来研究不同学生对知识点的掌握情况，对之后的教学该如何展开，该采取怎样的教学手段提高生物教学质量等方面都有着重要的参考价值。

6.将统计结果及时和学生沟通

教师对学生成绩统计完成并且做出一定的总结之后，要将改进的建议以及成绩反映的状况及时和学生沟通，因为所有统计的根本目的是为了学生能够更好地改善当前的学习状况，因而教师必须和学生进行有效的、针对成绩上反映出的问题的合理交流，给予学生在后续生物学习上的科学的建议，充分发挥成绩统计的作用。

三、总结

篇10

目前，医学统计学的很多原理和方法已成功地应用于这些新研究之中，并在此基础之上有了新的发展和改进。如概率分布的知识与序列相似性分析、蛋白质分类等技术密切相关；方差分析、非参数检验方法经改进和结合后在基因表达数据的前期分析中发挥了较好的作用；而聚类分析、判别分析、相关分析这些大家所熟知的统计学方法更是在基因分类和调控网络的建立中得到了广泛的应用。在进行医学统计学课堂教学时加入生物信息学方面的应用实例，不仅可以使学员了解本学科研究的前沿和医学、生物信息学研究的新发展，还可以提高学员对于医学统计学理论学习的兴趣，掌握先进的生物实验数据分析方法，提高今后从事医学科研的能力。下面，本文在回顾医学统计学授课主要内容的基础上，就医学和生物信息学中的可能应用举例如下：

一、概率分布

概率分布（probabilitydistribution）是医学统计学中多种统计分析方法的理论基础。授课内容一般包括：二项分布、Possion分布、正态分布、t分布、F分布等。

借助概率分布常常可以帮助我们了解生命指标的特征、医学现象的发生规律等等。例如，临床检验中计量实验室指标的参考值范围就是依据正态分布和t分布的原理计算得到；许多医学试验的“阳性”结果服从二项分布，因此它被广泛用于化学毒性的生物鉴定、样本中某疾病阳性率的区间估计等；而一定人群中诸如遗传缺陷、癌症等发病率很低的非传染性疾病患病数或死亡数的分布，单位面积（或容积）内细菌数的分布等都服从Poisson分布，我们就可以借助Poisson分布的原理定量地对上述现象进行研究。

在生物信息学中概率分布也有一定应用。例如，Poisson分布可以用于基因（蛋白质）序列的相似性分析。被研究者广泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速将研究者提交的蛋白质（或DNA）数据与公开数据库进行相似性序列比对。对于序列a和b，BLAST发现的高得分匹配区称为HSPs。而HSP得分超过阈值t的概率P(H(a,b)>t)可以依据Poisson分布的性质计算得到。

二、假设检验

假设检验（hypothesis）是医学统计学中统计推断部分的重要内容。假设检验根据反证法和小概率原理，首先依据资料性质和所需解决的问题，建立检验假设；在假设该检验假设成立的前提下，采用适当的检验方法，根据样本算得相应的检验统计量；最后，依据概率分布的特点和算得的检验统计量的大小来判断是否支持所建立的检验假设，进而推断总体上该假设是否成立。其基本方法包括：u检验、t检验、方差分析（ANOVA）和非参数检验方法。

假设检验为医学研究提供了一种很好的由样本推断总体的方法。例如，随机抽取某市一定年龄段中100名儿童，将其平均身高（样本均数）与该年龄段儿童应有的标准平均身高（总体均数）做u检验，其检验结果可以帮助我们推断出该市该年龄段儿童身高是否与标准身高一致，为了解该市该年龄段儿童的生长发育水平提供参考。又如，医学中常常可以采用t检验、秩和检验比较两种药物的疗效有无差别；用2检验比较不同治疗方法的有效率是否相同等等。

这些假设检验的方法在生物实验资料的分析前期应用较多，但由于研究目的和资料性质不同，一般会对某些方法进行适当调整和结合。

例如，基于基因芯片实验数据寻找差异表达基因的问题。基因芯片（genechip）是近年来实验分子生物学的技术突破之一，它允许研究者在一次实验中获得成千上万条基因在设定实验条件下的表达数据。为了从这海量的数据中寻找有意义的信息，在对基因表达数据进行分析的过程中，找到那些在若干实验组中表达水平有明显差异的基因是比较基础和前期的方法。这些基因常常被称为“差异表达基因”，或者“显著性基因”。如果将不同实验条件下某条基因表达水平的重复测量数据看作一个样本，寻找差异表达基因的问题其实就可以采用假设检验方法加以解决。

如果表达数据服从正态分布，可以采用t-检验（或者方差分析）比较两样本（或多样本）平均表达水平的差异。

但是，由于表达数据很难满足正态性假定，目前常用的方法基于非参数检验的思想，并对其进行了改进。该方法分为两步：首先，选择一个统计量对基因排秩，用秩代替表达值本身；其次，为排秩统计量选择一个判别值，在其之上的值判定为差异显著。常用的排秩统计量有：任一特定基因在重复序列中表达水平M值的均值；考虑到基因在不同序列上变异程度的统计量，其中，s是M的标准差；以及用经验Bayes方法修正后的t-统计量：，修正值a由M的方差s2的均数和标准差估计得到。

三、一些高级统计方法在基因研究中的应用

（一）聚类分析

聚类分析（clusteringanalysis）是按照“物以类聚”的原则，根据聚类对象的某些性质与特征，运用统计分析的方法，将聚类对象比较相似或相近的归并为同一类。使得各类内的差异相对较小，类与类间的差异相对较大1。聚类分析作为一种探索性的统计分析方法，其基本内容包括：相似性度量方法、系统聚类法（HierarchicalClustering）、K-means聚类法、SOM方法等。

聚类分析可以帮助我们解决医学中诸如：人的体型分类，某种疾病从发生、发展到治愈不同阶段的划分，青少年生长发育分期的确定等问题。

近年来随着基因表达谱数据的不断积累，聚类分析已成为发掘基因信息的有效工具。在基因表达研究中，一项主要的任务是从基因表达数据中识别出基因的共同表达模式，由此将基因分成不同的种类，以便更为深入地了解其生物功能及关联性。这种探索完全未知的数据特征的方法就是聚类分析，生物信息学中又称为无监督的分析（UnsupervisedAnalysis）。常用方法是利用基因表达数据对基因（样本）进行聚类，将具有相同表达模式的基因（样本）聚为一类，根据聚类结果通过已知基因（样本）的功能去认识那些未知功能的基因。对于基因表达数据而言，系统聚类法易于使用、应用广泛，其结果——系统树图能提供一个可视化的数据结构，直观具体，便于理解。而在几种相似性的计算方法中，平均联接法(AverageLinkageClustering)一般能给出较为合理的聚类结果2。

（二）判别分析

判别分析（discriminantanalysis）是根据观测到的某些指标的数据对所研究的对象建立判别函数，并进行分类的一种多元统计分析方法。它与聚类分析都是研究分类问题，所不同的是判别分析是在已知分类的前提下，判定观察对象的归属3。其基本方法包括：Fisher线性判别（FLD）、最邻近分类法（k-NearestNeighborClassifiers）、分类树算法（ClassificationTreeAlgorithm），人工神经网络（ANNs）和支持向量机（SVMs）。

判别分析常用于临床辅助鉴别诊断，计量诊断学就是以判别分析为主要基础迅速发展起来的一门科学。如临床医生根据患者的主诉、体征及检查结果作出诊断；根据各种症状的严重程度预测病人的预后或进行某些治疗方法的疗效评估；以及流行病学中某些疾病的早期预报，环境污染程度的坚定及环保措施、劳保措施的效果评估等。

在生物信息学针对基因的研究工作中，由于借助了精确的生物实验，研究者通常能得到基因（样本）的准确分类，如，基因的功能类、样本归结于疾病（正常）状态等等。当利用了这些分类信息时，就可以采用判别分析的方法对基因进行分类，生物信息学中又称为有监督的分析（SupervisedAnalysis）。例如，基因表达数据分析中，对于已经过滤的基因，前三种方法的应用较为简单。而支持向量机（SVMs）和人工神经网络（ANNs）是两种较新，但很有应用前景的方法。

（三）相关分析

相关分析（correlationanalysis）是医学统计学中研究两变量间关系的重要方法。它借助相关系数来衡量两变量之间的关系是否存在、关系的强弱，以及相互影响的方向。其基本内容包括：线性相关系数、秩相关系数、相关系数的检验、典型相关分析等。

我们常常可以借助相关分析判断研究者所感兴趣的两个医学现象之间是否存在联系。例如，采用秩相关分析我们发现某种食物中黄曲霉毒素相对含量与肝癌死亡率间存在正相关关系；采用线性相关方法发现中年女性体重与血压之间具有非常密切的正相关关系等等。

生物信息学中可以利用相关分析建立基因调控网络。如果将两个不同的基因在不同实验条件下的表达看作是两个变量，相关分析所研究的正是两者之间的调控关系。如采用线性相关系数进行两基因关系的分析时，其大小反应了基因调控关系的强弱，符号则反应了两基因是协同关系（相关系数为正），还是抑制关系（相关系数为负）。

四、意义

生物信息学不仅是医学统计学的研究前沿，更是医学研究由宏观向微观拓展的重要领域，其研究内容已逐渐为多数医学院校的学员了解和熟悉。而如何对新技术产生的生物实验数据进行准确合理的分析，却成为生物信息学研究的主要瓶颈之一。