生物统计学教学大纲

《生物统计学》教学大纲

课程名称：生物统计学

课程类型：范围选修课-基础课

学时：56学时，学分

适用对象：农学、植物保护、生物技术、生物科学、草业科学等本科专业先修课程：高等数学、线性代数、概率论与数理统计、植物学、植物生理学、遗传学等课程

一、课程性质、目的与任务以及对先开课程要求

统计学是论述收集、分析并解释数字信息的科学，生物统计学则是一门运用统计学的原理和方法，研究生物学数据资料的一般统计学。统计方法是现代生物学研究不可缺少的工具。正确的统计分析能够帮助我们正确认识事物客观存在的规律性。

概率论与数理统计等先开课程的重点是讲述没有量纲或单位抽象的数量规律，为生物学科应用这些规律打基础。

二、教学重点及难点

本课程教学的全过程可以看成是一个生物信息搜集、处理、分析，从而提炼新的生物信息的过程。教学重点是通过生物现象的数量观察、对比、归纳和分析，揭示那些困惑费解的生物学问题，从偶然性的剖析中，发现事物的必然性，指导生物科学的理论和实践。本课程的难点是概念较多、理论抽象、系统严密、实践性强、公式复杂、符号繁多、计算量大，因此，教学安排上除精讲48学时外，有针对性的安排上机操作8学时。

三、与其他课程关系

生物统计学与数学有密切关系，现代统计学用到了较多的数学知识，研究理论生物统计学的人需要有较深的数学功底，应用统计方法的人也应具备良好的数学基础。统计学又是一门应用性很强的学科，几乎生物学科所有的门类都要研究和分析数据，掌握生物学类学科专业基础课和专业课程知识有利于对统计分析的结果做出合理的解释和分析。

四、教学内容、学时分配及基本要求

绪论（1学时）

基本要求：理解什么是统计？什么是统计学；统计数据与统计学的关系，描述统计与推断统计内涵；统计方法能解决生物学科中哪些问题，了解生物

统计学的产生与发展。

重点：统计工作、统计数据及统计学以及它们间的关系。

难点：描述统计与推断统计的区别，应用的场合。

1．统计与统计学

2．生物统计学的任务

3．生物统计学的产生与发展

第一章统计数据的收集与整理（5学时）

基本要求：了解数据收集及预处理的内容和方法，掌握不同类型分布图的制作及应用；掌握集中趋势、离散趋势及分布形状的统计特征数计算及应用。重点：集中趋势、离散趋势及分布形状的统计数计算

难点：数据的计量尺度，集中趋势、离散趋势及分布形状的统计特征数应用

第一节数据收集和预处理

1.几个常用的统计术语

2.数据收集和预处理

第二节数据整理和显示

1.数据的整理

2.数据的显示

第三节数据分布特征的测度

1.集中趋势的测度

2.离散程度的测度

3.偏态和峭度的测度

第二章理论分布与抽样分布（8学时）

基本要求：了解随机事件、统计概率及其运算，领会小概率事件实际不可能性原理；理解正态分布、二项分布、泊松分布和抽样分布的概念、基本性

质，掌握这些理论分布的概率计算。

重点：小概率事件实际不可能性原理，正态分布、二项分布概率计算，统计数的抽样分布

难点：正态分布、二项分布概率计算，统计数的抽样分布规律

第一节概率基础（复习）

1.事件

2.概率

3.小概率事件实际不可能性原理

第二节几种常见的离散型概率分布

1.二项分布

2.另外几种离散型概率分布

第三节正态分布

1.正态分布的概念

3.正态分布的概率计算

第四节抽样分布

1.随机抽样和无偏估计

2.从一个正态总体中抽取的样本统计量的分布

3.从两个正态总体中抽取的样本统计量的分布

第三章统计推断（6学时）

基本要求：理解统计假设测验、参数区间估计的基本原理和步骤，一尾测验与两尾测验的区别以及统计假设测验两类错误的概念；掌握两类错误降低概

率的措施；掌握平均数、百分数假设测验的方法。

重点：平均数、百分数假设测验和区间估计的方法，降低两类错误概率的措施难点：两类错误的含义及 错误发生的概率计算

第一节统计假设测验的基本原理

1.统计假设测验的基本原理

2.统计假设测验的基本步骤

3.统计假设测验的几何意义

4.两尾测验和一尾测验

5.两类错误的概念和概率

第二节平均数的假设测验

1.样本平均数与总体平均数差异的假设测验

2.两个样本平均数差异的假设测验

第三节百分数资料的假设测验

1.样本百分数的假设测验

2.两个样本百分数的假设测验

第四节参数的区间估计

1.参数区间估计的原理

2.举例说明常见参数的区间估计方法

第四章拟合优度检验（5学时）

基本要求：掌握拟优合度检验的基本原理和步骤；掌握对二项分布和正态分布的检验；掌握独立性测验方法；了解齐性检验方法。

重点：拟优合度检验的基本原理、步骤

难点：各种类型次数资料的理论期望值的计算、联合性检验方法

第一节拟合优度检验的一般原理

1.概念

2.一般程序

第二节拟合优度检验

2.对正态分布的检验

第三节独立性测验

×2表、2×c表和r×c表的独立性测验方法和步骤

×2表精确检验法。

第四节齐性检验

1.联合性检验方法和步骤

2.概率的混合

第五章单因素方差分析（6学时）

基本要求：理解方差分析的基本原理；掌握单因素试验的方差分析方法；理解方差分析的数学模型、基本假定和数据转换方法。

重点：方差分析的基本原理、线性模型和期望均方，平均数间的多重比较及字母法表示

难点：线性模型、期望均方

第一节方差分析的基本原理

1.方差分析的一般概念

2.处理效应与模型

3.等重复和不等重复时的平方和计算

第二节多重比较

1.最小显著差数法

2.Duncan 检验

3.多重比较结果表示方法

第三节方差分析基本假定与数据转换

1.方差分析的基本假定

2.方差分析的数据转换

第六章两因素及多因素方差分析（4学时）

基本要求：掌握两因素方差分析方法；理解多因素试验线性模型和不同变异来源期望均方构成，了解缺失数据的估计原理及方差分析方法。

重点：主效、交互作用，交叉分组有重复观察值和没重复观察值的方差分析

难点：固定模型、随机模型和混合模型的区分及期望分量构成

第一节两因素方差分析中的一些基本概念

1.模型类型

2.主效应和交互作用

第二节固定模型

1.无重复观察值两因素实验

2.有重复观察值两因素实验