生物统计方法精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的生物统计方法主题范文，仅供参考，欢迎阅读并收藏。

第1篇：生物统计方法范文

分析其课程不如人意的影响因素有很多，其中学生不注重平时的练习，对学过的统计分析方法不理解、不掌握，生搬硬套公式是一个很重要的原因。究根结底，与该课程以前所采用的传统的课程考核模式不无关系。

传统的“一考定乾坤”的成绩考核模式明显已不适应现在高等教育的形势和人才培养的需求[1]，尤其是对生物统计学这种理论与实际分析结合的课程。如果只是通过一次考试来进行评价，学生若平时再不注重知识的积累，很容易在最后复习的时候出现心理负担过重、课程理解难度加大等问题。如果在教学过程中采取形成性考核，则可以对学生的学习过程进行督促和考察，能够真正发挥考核的评定、检测、诊断、反馈、引导和激励等功能，达到教学和考核互相支撑、紧密配合、有机结合，全面提高人才培养质量。从2006年开始，我们在生物统计学教学考核中采用形成性考核方式。本文就形成性考核在生物统计学教学中的应用做了初步的探索分析，并发现问题，总结经验，提出进一步改进的建议。

一、形成性考核方法介绍

所谓课程形成性考核，是指依据一定的标准，按照一定的程序和方法，定期或不定期对学生课程学习过程的状况进行考核和评价，并将考察和评价的结果作为评定学生课程学业成绩依据的过程[2]。

与传统的考试考核模式相比较，形成性考核具有以下优点：（1）更注重学习过程的考核，将过程与效果紧密结合起来。（2）考核机会更多，避免了传统考核模式重期末、轻平时的缺点，能及时发现学生学习问题，并给予其补救机会，最终调动其主动性和积极性，促使其更认真学好功课，杜绝部分学生铤而走险在考试中舞弊的侥幸心理。（3）考核形式多元化。传统的考核模式往往形式单一，绝大部分为开（闭）卷考试。而形成性考核可以在平时开放的学习环境下融合各种各样的考核方式，鼓励学生自发学习。也就是说，课程形成性考核是对学生学习过程的考核，能更全面、更客观、更公正地反映学生学习的状况，其将过程考核结果与课程终结性考核结果相结合，能更合理地对学生课程学习过程和课程学业成绩进行评定。课程形成性考核是现代教育教学过程中的重要环节，能够加强学习过程控制，督促学生学习，提高学习效率；反馈教学信息，及时调整教学节奏和方法，提高教学质量；全面、客观地评定学生课程学习效果和成绩。

二、生物统计学课程形成性考核实践

在生物统计学课程教学过程中，我们采用的具体的课程考核方式很多，按照类型划分，主要有平时作业考核、平时课程学习表现考核、阶段性小测验考核、特别作业考核、实践性作业考核、期中期末考试等。其考核最终成绩计算方法为：最终成绩=（平时与小测验总成绩×30%+期中成绩×40%+期末成绩×30%）×准确率+其他加分。其中，平时作业考核是在每一章学习结束后下发这一章的作业，并规定交作业的最后期限，按照作业完成的数量及质量进行评分，实行推迟一天交作业，成绩扣除10%的惩罚。平时课程学习表现考核是根据学生在学习过程中的出勤率、学习态度、课堂表现等各方面的情况评定其成绩。如果课堂发言积极，与教师互动较多，给予一定的奖励，包括加分或书籍、礼物等物质上的。同时，鼓励学生走上讲台，亲自体会“台上一分钟，台下十年功”的辛劳，使之珍惜教师的劳动以及得来不易的学习机会。阶段性小测验考核是在教学过程中在课堂上随机进行的小测验，以检查学生学习过程中的情况，并可兼做出勤考察用。具体根据课程教学内容安排的实际情况确定，次数不宜过多，结合课程内容需要进行。特别作业考核，一般是在期中考试后进行的，以自愿为原则参与考核，主要目的在于给予期中考试成绩不理想的同学一次补救的机会。其内容一般是针对该课程所学内容或对课程本身的某一方面谈谈感想或是给学生一个实际问题要求运用统计知识给出一套解决方案。这种考核方式可以促进学生对课程的思考，并激起学生学习的兴趣和动力。根据学生完成作业的质量，考虑给其最后成绩加上0～2分。实践性作业考核，和特别作业考核相似，一般也是在期中考试后，期末考试前进行的。一般是提供给学生一些原始数据，如几个班的学生成绩资料，某养殖场的生产性能测定数据等，让学生运用所学的统计分析知识进行分析，并尝试形成书面论文。按照学生分析结果的正确性及论文写作质量，考虑给其期末成绩加上0～2分。期中、期末考试与传统考核模式基本相同，采取闭卷考试、统一阅卷的方式进行。此外，为了激发学生对生物统计学的兴趣，我们还特意设计了一项激励机制，给出了一个复杂的期中考试成绩的补救公式。

之所以给出如此复杂的公式，就是为了引导学生思考如何把学到的知识应用到生活和学习中去，以融会贯通。期中考试的补救成绩将替代原期中考试成绩，鼓励那些在期中考试中成绩不理想的学生继续努力学习提高成绩。

如果采用形成性考核，则教学工作量会呈数倍增长。我们采取的解决办法是吸纳汲取研究生力量。研究生参与作业批改、教学和答疑也是我们采用的一种方式。一来借鉴研究生同学本科学习的经验，对本科生进行学习过程教育，起到另一种言传身教的作用；二来创造更多的研究生与本科生之间的交流机会，促使研究生在独立完成课题的同时，完成知识输入到知识产出的过程，培养全面发展的综合素质。

基于以上分析，我们的形成性考核的内容涵盖了学生学习过程和结果的各方面，包括学习态度、学习能力和学习效果。其中，学习态度主要指学生课程学习的积极性、主动性和自主性，这从出勤、完成作业的时间和质量以及期中考试后是否采取补救措施的角度进行衡量；学习能力主要指学生选择学习资源、学习媒体、学习方式与方法进行课程学习的合理性与有效性水平；学习效果主要指学生独立完成课程学习内容、课程作业、课程实践环节的质量以及课程考试的成绩。学习态度、学习能力、学习效果三方面的课程形成性考核，较符合生物统计课程教学实际。

三、目前形成性考核方法实施过程中的问题及原因分析

通过几年来生物统计学课程的形成性考核方法的持续实施，督促学生加强平时的练习，指导学生自主学习，加深了学生对基础知识的理解，激发了学习兴趣及主动性，提高了学生自主探究能力。学生普遍反映生物统计学课程的恐惧心理已经不复存在，并且该课程的及格率也大大提高。学困生更加积极认真学习，许多优秀的学生甚至开始学习阅读国外生物统计学课本，并与教师交流，教学相长。但是其中也发现了一些问题，那就是一直存在着平时作业准确率普遍偏高，而期中、期末考试成绩较低的不合理的情况。

为什么会产生这种情况？通过对形成性考核的构成内容进行分析，发现平时书面作业考核方式占据了形成性考核内容的大部分，但是由于这种开卷类考试本身就存在互相参考或抄袭不容易被发现的缺点，因此书面作业成绩存在一定水分，只能反映大多数学生对所学内容的掌握情况。而且我们安排作业答疑，鼓励同学针对作业进行讨论，助长了一部分学生被动学习的惰性。此外，本着大学生自尊心强的前提，对不按时交作业或者抄袭的同学，没有采取措施进行严格的处理。

四、对形成性考核方法实施过程的几点建议

1.分组考核。可以将每班同学随机分成小组（最好男、女混合），以小组为单位安排平时作业或课堂小测验，各小组的作业题不同，增加学生抄写作业的难度。同时，又培养了学生之间交流和团队合作能力。

2.校验考核。在期中考试后，对那些平时作业准确率比较好而期中成绩不理想的同学，进行一项小测试，测试内容为以前各次作业中的原题，以推测其是否有抄作业的行为。对抄写平时作业的同学进行严肃的处罚，如降低平时成绩、增加学习任务等。

第2篇：生物统计方法范文

关键词植物生产类；试验统计方法；教学改革

中图分类号G642.0文献标识码A文章编号 1007-5739（2011）22-0031-02

试验统计方法是高等院校植物生产类（农学、园艺等）专业开设的一门专业基础课，是数理统计原理在生物科学中的具体应用，是一门理论性、应用性和实践性都很强的方法论学科，具有“三多”（内容多、公式多、概念多）、“四难”（教师感到难教，学生难懂、难记、难用）的特点[1]，由田间试验设计和生物统计2个部分构成。开展试验统计方法课程，不仅可以培养巩固学生的专业思想，提高综合素质，还可以培养学生发现问题、分析问题、独立解决问题的能力，为毕业设计及职业选择奠定良好的基础[2]。为提高试验统计方法课程的教学质量，进一步激发学生学习兴趣，培养学生的逻辑思维能力，在深入调研的基础上，结合植物生产类本科专业教学计划修订、试验统计方法课程设置等新情况，根据学校发展实际，对该课程进行教学分步改革实践，包括教学目的、教学方法、教学内容等方面内容，效果较好。此外，为了进一步培养和提高学生的实践能力和综合素质，该文结合淮阴工学院植物生产类本科专业试验统计方法课程的教学改革，分析该课程当前教学存在的问题，从教学内容的合理编排、教学形式和教学手段的合理应用等方面进行探索，以期提高试验统计方法的教学效果[3-4]。

1明确课程定位，凝练教学目标

试验统计方法是一门专业基础课，涉及到统计学和概率论等学科的知识，实践性很强，各知识点的联系较密切，大多属于数理统计的内容。传统的教学中，只注重传授基本概念、基本理论等知识，忽略理论知识的实际应用以及锻炼学生能力的问题，学生普遍反映用时无从下手[3]。可见，必须改革传统的教学方式，进一步提高学生分析问题和解决问题的能力，才能促进该课程的广泛应用。大学生科研能力的培养主要体现在发现问题与研究课题的设计与实施2个方面，其中研究课题的设计与实施能力的培养则是本科阶段的主要目标，而试验统计方法的教学可以达到这一培养目标。另外，学习试验统计方法的最终目的是使学生掌握田间试验设计技术和科学的统计分析方法这一从事科学研究的有力工具，能够熟练地应用于具体的实际问题[5]。根据培养学生实际应用能力和思维能力的需要，淮阴工学院将农学、园艺等专业原有的各种试验统计相关课程实行“三统一”，即统一课程名称为试验统计方法、统一课程性质为学科基础课、统一学时为56个学时。同时，进一步明确课程教学目标和教学目的[2-4]。因此，将试验统计方法课程定位为一门工具课、方法课和实验技能课。在确定试验统计方法课程的教学大纲时，综合考虑本科生的培养层次和课时要求，即在教学目标上，要求学生在专业课学习的基础上，通过课堂学习、实验操作、数据处理、撰写课程论文等环节，熟练掌握数理统计理论知识、试验设计以及数据处理技能等内容，达到能独立完成毕业设计和毕业论文的基本要求，并具备在未来工作岗位上独立开展产品研发的基本素质和能力；在授课内容上去粗取精，抓住核心，注重实用。

2合理使用教材，优化教学内容

当前的教学体系中，人才培养的主要落脚点是改善教学内容和课程体系，这也是教学改革的关键[6]。教材贯穿整个教学过程，是进行传授教学的主要载体，是体现教学内容和教学要求的基本工具，不仅是教师进行教学的依据，也是学生获取系统知识的重要来源、提高教学质量的重要保证[7]。为使学生全面、系统地认识和把握试验统计方法这门学科，选择内容全面的精选教材，在教学过程中依据不同的授课对象，有针对性地选择部分内容进行详细讲解，并在博览群书、归纳、整理、总结各家所长的基础上，深切领会试验统计方法教学内容，透彻把握内容间的内在逻辑联系，遵循数学逻辑编排各章节教学内容，使学生容易接受并消化新知识，形成适合专业特色和学生实际需要的课程内容体系。

笔者认为，试验统计方法的教学重点和难点是培养学生的统计学推理思维能力，使其学会从不确定性和概率的视角思考问题[3]。在教学实践中，将教学重点放在统计学基本原理、基本要领和逻辑思维上，让学生尽可能地掌握数据资料的类型、样本大小、设计方法、数据分布、结构等分析方法，熟练使用SPSS、DPS和Excel 等重要统计软件，根据统计结果进行科学合理的解释和分析，提高运用统计学方法解决实际问题的能力。

3改进教学方法，全方位提高教学质量

试验统计方法课程的理论性相对较强，单一的教学形式易导致学生注意力涣散，产生视觉、听觉和思维疲劳，或者会感觉课程内容较枯燥和抽象[8]，难以取得良好的教学效果。因此，教师必须认真备课，根据教材各章节的具体情况，借助现代化多媒体教育技术，不断优化教学设计、改进教学方法，实现教学内容与方法的优化组合。在教学过程中，坚持以学生为主体、以教师为主导，采用讲授式、案例式、启发式和讨论式教学，理论联系实际，激发学生学习的兴趣，促使学生积极主动的开展思维活动[4]。为了使学生彻底理解知识，应同时注重讲练结合，如在课堂演示相关例题，可借助SPSS和Excel等统计分析软件，使学生在学习专业知识的同时又能掌握一定的计算机知识，并安排适当的时间让学生动手练习，给学生预留充分消化知识的时间，发挥学生的主动性与积极性，提高学生灵活运用和综合运用统计学知识解决实际问题的能力。

4强化实践教学，实现理论与实践的有机结合

以学生为主体的实践教学环节对于保证教学效果尤为重要。结合植物生产类专业实践教学体系改革，对该课程的实践教学环节进行较大的调整和改革[3]。首先，在课堂教学中增加提问和随堂测验，在每次课结束前留出一定的时间让学生提问，便于教师及时掌握学生消化吸收生物统计理论的情况，及时调整教学进度和教学方法，调动学生在课堂教学中的学习积极性。其次，加强习题训练和作业环节，精心选择具有代表性、普遍性和多样性的课后作业，要求学生独立完成数据的统计分析，对分析结果进行解释和推理，并写出相应的结论，培养学生处理具体数据、解决实际问题的基本技能，为培养学生撰写科研报告的能力奠定基础[2]。再者，为使学生进一步掌握试验统计方法的基本理论和概念，提高学生利用统计分析软件的能力，由学生动手操作相关的统计分析软件，如SPSS、Excel、DPS 等，由此提高学生素质，达到以点带面、扩大学生视野的目的[9]。最后，利用学生毕业设计的机会，进一步提高学生的运用技能，指导学生针对具体课题进行正确的试验设计、实施和统计分析，系统、全面地完成试验课题和毕业论文，使学生能将所学习到的理论知识运用到实践中。

5改革考核方式，促进学习的全面巩固

考试是教学的重要环节，是检验学生学习效果的直接手段，也是衡量教师教学效果的重要方式、反馈教学成果的主要渠道[5]。为了更好地发挥考试的功能，在教学改革过程中针对传统考试作为衡量学生学习效果的应试教育现象，根据淮阴工学院的人才培养定位目标，切实转变思想观念，坚持考试应为教学服务，提高学生应用能力。为全面测试学生对关键知识点的掌握能力和实践动手能力，实行考知识与考方法相结合，考理论与考应用相结合，建立从学习过程、平时作业、上机实验直到期末考试实行定性评价与定量评价相结合的“全程评价、综合评定”的考核评价体系[10]。在教改中尝试实践教学环节的考核，将学生的总评成绩分为平时成绩、笔试成绩及实验测试3个部分，增加平时成绩及实验测试的比重，使其达到30%，笔试成绩占70%。另外，应兼顾学生对基本知识的掌握程度及灵活应用知识和解决实际问题的能力，突出笔试内容的实用性，减少需死记硬背、理论性很强但应用较少的题目[4]。为培养学生脚踏实地的学习态度，规范教师的教学内容和严谨的作风，克服教学过程的“随意性”，以及实现教考分离，由教研组组建试题库，考试试题从试题库中随机抽取。结果表明，采用综合评定的考核方法，学生普遍反映效果良好，既能兼顾一般学生的合格水平，又能突出优秀学生的创造性思维和激发学生能力的发挥，客观地反映学生的真实水平，并能充分调动学生的学习积极性。

6结语

试验统计方法作为植物生产类专业的一门基础课程，同时也是生命科学学科中应用性很强的工具课程。在教学实践中，教研人员主要从凝练教学内容、优化课堂教学环节、丰富教学形式等方面进行初步地改革探索。实践表明，学生不仅提高了使用统计软件以及分析问题和解决问题的能力，而且很好地掌握了试验统计方法的理论知识，达到试验统计方法的教学目标，但仍有很多问题值得进一步的探究[2]。在今后的教学实践中，仍需不断地加强研讨和交流，研究适于实际的教学方法，探索教学规律，优化教学内容，完善教学体系，全面提高教学质量。

7参考文献

[1] 叶子弘，崔海峰，陈春.生物统计学课程“能力素质培训计划”的构建及分析[J].安徽农业科学，2011，39（10）：6268-6269.

[2] 王学敏.高校《生物统计学》课程教学改革的初步探讨[J].经济研究导刊，2010（9）：233-234.

[3] 李六林.提高《生物统计学》教学效果的探讨[J].山西农业大学学报：社会科学版，2009，8（1）：94-97.

[4] 朱香萍，李桢，张庭荣.信息时代《生物统计学》教学的探索与实践[J].农业网络信息，2008（2）：81-83，87.

[5] 章元明.生物统计学在农科大学生素质教育中的作用[J].高等农业教育，2002（12）：68-69.

[6] 黄金林.发酵工程课程教学的思考与探索[J].生物学杂志，2005，22（5）：46-47.

[7] 万海清.21世纪生物统计学教材建设初探[J].常德高等专科学校学报，1999，11（2）：78-81.

[8] 李玉阁.“生物统计学”课程教学初探[J].生物学杂志，2006，23（5）：52-54.

第3篇：生物统计方法范文

Design and implementation of generation of financial documents from outside business data imported into NC

LIU Tian?yu， LI Jin?xin

（College of Electronic Information， Hangzhou Dianzi Unversity， Hangzhou 310018， China）

Abstract： In order to realize data conversion from business system to the financial system， reduce the complex operation steps， and improve the work efficiency for the business person， a task trigger is opened at the Web front?end and a small amount of condition configuration are added to let the data interface program extract data from a common intermediate database according to the known conditions， and utilize the data persistence and JNDI to complete data import. With the above steps， the requirement about generating the accounting documents was achieved successfully. A new way to realize the conversion of the data from other system was obtained with this method， which can make a full use of two systems’ advantages to give an excellent service to enterprises to the full extent.

Keywords： ERP system； data interface； accounting document； J2EE

0 引 言

NC（New Century）是用友软件集团ERP软件产品，是面向集团的世界级高端企业管理软件。目前NC基于8 000家集团企业客户的实力，使其在同类产品市场占有率已经达到亚太第一。NC采用J2EE架构，包含7大核心模块，以及一个开放的集团级开发平台UAP，利用最新的互联网技术、云计算技术、移动应用技术等，形成了集团管控8大领域15大行业68个细分行业的解决方案[1]。本文将阐述利用Java语言，进行客户化接口程序开发，完成从外系统取出业务数据，导入NC财务模块生成会计凭证的过程。

1 数据对接总流程介绍

1.1 接口设计意义

会计凭证是整个公司经营的重要反映，是实现各项经营指标具体化、成本控制可视化的数据基础，必须能充分反映出公司各项经营指标，为决策分析、方案制定和运营管理提供基础财务数据[2?3]。保证数据信息安全、可持久化的前提下，设计一个可扩展的、高效率的数据接口，不仅可以提高企业财务的工作效率，还充分发现各自系统的优势[4]。

1.2 流程介绍

由于两个系统的框架不同，对外封闭，以及数据格式不统一等因素。本文提出一种将业务数据转移到公共的中间库中，然后开发接口从中间表中取出数据，最终导入NC财务模块的办法。系统流程示意图如图[5?6]。

图1 系统流程示意图

2 开发程序设计

基于J2EE架构的NC在表示层是面向Web的服务。故在NC中注册的任务触发器直接在Web前端面向财务业务人员，配置待提取数据的筛选条件，让后台程序去完成后续包括生成凭证的全部过程，最终在Web页面上返回执行结果。任务触发器操作以及后台数据接口实现流程图如图2所示。

图2 任务触发器以及数据接口实现流程图

上述过程主要分为3个阶段：前期配置阶段、数据加工处理阶段、数据分类保存阶段。

（1） 前期配置阶段：主要工作有中间表元数据定义，中间件服务启动，数据库实例连接。中间表元数据定义是将中间表的主子表定义为2个事务性的JavaBean，即2个VO类。表中的每个字段为JavaBean中一个私有属性，外界通过访问器访问。如：

public class YBNCBillHVO extends VauleObject{

private String vaccount；

public String getVaccount（） {

return vaccount；}

public void setVaccount（String vaccount） {

this.vaccount = vaccount；}

为了数据可持久化，VO类需要实现java.lang.Cloneab和java.io.Serializable这两个接口，同时采用DAO的设计模式，核心DAO类是对JDBC的封装和改进，完成对数据库增、删、改、查等操作的同时，对业务层提供了一个面向对象的接口，使得开发人员将更多的时间去实现业务逻辑上，并且在以后的维护上带来了极大的便利[7]。

中间件服务使用Tomcat，利用JDBC连接池与两系统数据库连接。JDBC是一种用于执行SQL语句的Java API，可以为多种关系数据库提供统一访问，它由一组用Java语言编写的类和接口组成。

（2） 数据加工处理阶段：主要工作包括数据处理以及调用接口传入后台实现类。数据处理包括数据提取、转换、加工三步骤。数据提取的实现是使用DAO类的查询方法，返回VO类数组。数据转换是通过将中间表数据一一映射到NC内部临时表中。数据加工是通过定义一个对外公开的远程接口，其接口包含一个加工的方法。定义一个这样的接口是为了方便以后的扩展和维护[8]。但是接口的实现类是部署在服务器上，如果从客户端访问该接口的实现方法时，需要用到目录服务技术JNDI，并且要在XML配置文件中声明[9]。部分代码如下：

nc.itf.hzyb.IDapMsgVOConverter IdapMsgVO =

（IDapMsgVOConverter）NCLocator.getInstance（）.lookup（IDapMsgVOConverter.class.

getName（））；

DapMsgVO[] msgvos = IdapMsgVO.convert（（MidBillVO[]） bills）；

XML配置信息如下：

nc.itf.hzyb.IDapMsgVOConverter

nc.impl.hzyb.convert.DapMsgVOImpl

remote=true表示远程组件，singleton=true表示单例模式，tx=NONE表示非事务性公共组件。

调用内部接口将数据导入核心实现类。同样用JNDI寻求服务将处理好的数据交给后台核心处理类。数据参数一个是对应中间表VO类数组，一个是带有会计凭证信息的VO类数组。

（3） 数据分类保存阶段：主要工作包括凭证模板匹配，会计科目分类，数据保存[9]。凭证模板匹配和会计科目分类过程，都是NC根据VO数组中各属性的值去匹配系统内部基础数据表中的主键值的过程。数据保存工作是调用JDBC完成数据批量导入。

3 性能测试

系统硬件环境为Windows XP，Tomcat 6.0，Oracle11g，软件环境为NC5.6，IE 9。图3为数据接口程序完成以后结果回显图。这里返回的结果是会计实时凭证，当前录入人选择需要组合的实时凭证进行编号，点击生成，进入会计凭证界面（图4），审核确认以后，点击保存，即可生成会计凭证。先生成实时凭证为了降低出错率，控制财务风险。

图3 生成实时凭证结果回显

图4 会计凭证界面

第4篇：生物统计方法范文

【关键词】气囊；滞留物冲洗；气管；切开；VAP

【中图分类号】R655.3 【文献标识码】A 【文章编号】2095-0616（2015）21-23-04

美国国家医院获得性感染监测系统（NNISSR）1992～2004年收集的资料显示，在接受机械通气的ICU患者中VAP病死率为20%～70%。随着对VAP发生机制研究的深入，临床研究证实一过性气囊压力降低、改变、气道管径改变都会引起气管导管气囊上滞留物通过气管内壁与导管间隙进入下呼吸道，是VAP重要的发病机制之一。鉴于VAP的致病菌以及临床诊断与治疗同一般的肺炎相比有差异，且其病死率更高，近年来VAP的研究在国内外都受到广泛重视。本次研究通过选择最合适的声门下吸引和冲洗的方法，以清除声门下气囊上滞留物，降低气管切开患者VAP的发生率，控制其肺部感染情况，现报道如下。

1资料与方法

1.1一般资料

2012年4月～2015年4月，选择在我院重症监护病房行气管切开的患者120例进行研究。其中男76例，女44例，年龄30～79岁；平均（48.2±2.4）岁。患者纳入标准：（1）基础为肺部感染、脑血管意外、颅脑外伤、颈椎外伤、中毒和电击等；（2）均经皮气管切开留置可冲洗气管导管行机械通气。患者排除标准：（1）死亡或中途出院者从入选对象中去除；（2）排除外血液系统疾病及晚期慢性消耗性疾病。将符合要求的患者随机分为实验组1，实验组2，实验组3，实验组4，每组各30例。其中每组男19例，女11例。两组患者在性别，年龄以及病情程度上进行比较，差异均无统计学意义（P>0.05），具有可比性。

1.2研究方法

（1）每组患者定时用灭菌注射用水行口腔护理。（2）每组患者每4小时用气囊压力表测气囊压力一次，使之达20～25em H2O（1cm H2O=0.098kPa），保证气囊充盈。（3）每组患者遵循2004年加拿大危重病学会和加拿大危重病临床试验组联合专家委员会制定的VAP指南对VAP进行预防：对无禁忌证者每组均采取45。半卧位，定时翻身，每周更换温湿交换器，使用密闭式吸痰管，按需更换呼吸机管道等。（4）实验组1：灭菌注射用水行声门下冲洗并予以持续吸引。按无菌原则将气管导管声门下冲洗引流管接负压吸引装置持续吸引气囊上滞留物。每2小时以无菌注射器抽取灭菌注射用水经气管导管声门下冲洗引流管冲洗并吸出气囊上滞留物。每次冲洗不限液体量，直至肉眼观察吸出的冲洗液清为止。（5）实验组2：灭菌注射用水行声门下冲洗并予以间断吸引。按无菌原则将气管导管声门下冲洗引流管接负压吸引装置吸引，每2小时打开负压，吸尽气囊上滞留物。同时，每2小时以无菌注射器抽取灭菌注射用水经气管导管声门下冲洗引流管冲洗并吸出气囊上滞留物。每次冲洗不限液体量，直至肉眼观察吸出的冲洗液清为止。（6）实验组3：0.02%洗必泰溶液行声门下冲洗并予以持续吸引。按无菌原则将气管导管声门下冲洗引流管接负压吸引装置持续吸引气囊上滞留物。每2小时以无菌注射器抽取0.02%洗必泰溶液经气管导管声门下冲洗引流管冲洗并吸出气囊上滞留物。每次冲洗不限液体量，直至肉眼观察吸出的冲洗液清为止。（7）实验组4：0.02%洗必泰溶液行声门下冲洗并予以间断吸引。按无菌原则将气管导管声门下冲洗引流管接负压吸引装置吸引，每2小时打开负压，吸尽气囊上滞留物。同时，每2小时以无菌注射器抽取0.02%洗必泰溶液经气管导管声门下冲洗引流管冲洗并吸出气囊上滞留物。每次冲洗不限液体量，直至肉眼观察吸出的冲洗液清为止。

1.3疗效评价

VAP的诊断标准主要采用2005年美国胸科协会的《医院内获得性肺炎的治疗指南》。

1.4统计学方法

使用SPSS17.0统计学软件进行分析，结果中等级资料行多组比较的秩和检验，定量资料行配对t检验，P

2结果

2.1四组患者VAP的发生率和死亡率比较

实验组1和实验组3的VAP发生率明显小于实验组2和实验组4的发生率，差异具有统计学意义（P0.05）。见表1。

2.2四组患者上滞留物与下呼吸道引流量比较

四组气囊上滞留物与下呼吸道引流量情况相比较，差异均有统计学意义（P

2.3四次气囊上滞留物行痰培养检查

以无菌痰液采集器留取出现感染征象以及研究过程中的第4、7、10、13天时下呼吸道分泌物行痰培养检查，并收集气囊上滞留物标本行细菌学检查。见表3。

3讨论

呼吸机相关性肺炎（VAP）指的是经气管插管及气管切开行有创机械通气（MV）48h后至撤机拔管，在48h内发生的肺实质性感染性炎症，是机械通气过程中常见而严重的并发症之一。在重症监护病房（ICU），VAP发生率高达27%，死亡率也高居不下，由多重耐菌感染的病例病死率更是高达70%之多。同时，气囊上滞留物在气囊上形成“黏液湖”，有利于细菌生长繁殖，从而增加了耐药突变菌株出现的概率。2001年美国学者Zhao等率先提出了关于防细菌耐药突变体选择浓度（MPC），突变选择窗（MSW）的新假说和新理论，MPC是指抑制细菌耐药突变体被选择性富集扩增所需的最低抗菌药物浓度。MSW指最低抑菌浓度和MPC之间的浓度范围，当药物浓度在这一浓度范围时容易导致耐药细菌突变体被富集性扩增。“黏液湖”中抗菌药物浓度达不到MPC以上，处于MSW，容易导致耐药细菌突变体被富集性扩增，可能出现同时发生两次耐药突变的菌株，而耐药菌株向下呼吸道迁移又会加重VAP的感染。但是，气囊上滞留物位于声门下气囊上，普通的吸痰技术无法清除气囊上滞留物，故临床有研究使用声门下可冲洗及吸引的气管导管进行冲洗及吸引气囊上滞留物，减少气囊上滞留物的下移，降低VAP的发生。并且减少了声门下局部细菌量，减少了耐药菌株出现的概率。由于“黏液湖”减小或者是消失使得局部药物浓度有所提高，细菌不再处于MSW，减少了耐药细菌的突变体的富集性扩增，从而减少了两次耐药突变菌株的产生，对VAP的预后也有积极的意义。

第5篇：生物统计方法范文

教材是教师教学和学生学习的主要依据,是体现教学内容和教学要求的知识载体,贯穿整个教学过程。国内现有《生物统计学》及相关教材有20余种,每本教材都有自己的特点和针对领域,有的还附有相关统计软件知识的介绍和应用[2～4]。河南师范大学生命科学学院是较早开设生物统计学课程的高校之一。开设之初是选修课,没有固定的教材,教师将主要讲授内容以讲义的形式发给学生,重点介绍常用的统计学原理和生物统计学的方法,所选案例亦是生物学试验中常见的。随着培养方案的完善和专业设置的调整,1997年该课程调整为全院必修课。目前,是我院生物科学专业的专业必修课,是生物技术专业和水产养殖专业的专业限选课。在多年的教学过程中,随着生物学的发展和统计软件的应用,该课程的教材也从讲义到科学出版社四版《生物统计学》及其配套的《生物统计学学习指导》[1,5～8]。笔者就四版教材建设中的体会与实践进行分析。

1《生物统计学》(第一版)

统计学是以概率论为基础的,因而生物统计学必然与抽象复杂的数学知识相联系。生物统计学的理论性和实践性均较强,而且涉及的内容、公式和抽象概念较多,需要一定的数学基础和较强的逻辑推理能力,但由于生物学科的特点,生物统计学相对应于概率论与数理统计是“拿来主义”,一般不过多讨论其数学原理,而是在简单介绍统计原理的基础上重点介绍具体分析方法的应用。教学组在多年教学实践工作的基础上,1997年在科学出版社出版的《生物统计学》[5]就充分体现了这个特点。书中内容主要侧重于各种统计方法的应用,在统计原理方面,一般只作概念上的介绍和公式的简单推导,对有些较复杂的统计公式则只给出公式,其目的主要是为让读者不但对统计学原理有较全面的了解,更重要的是结合实例了解和掌握各种常用统计方法。在内容的编排上,全书共分十二章,概括起来主要有五个方面:第一章至第三章介绍统计和概率的基础知识,包括生物统计学的概念和内容、数据的搜集与整理、平均数和变异数的计算、概率和概率分布等;第四章、第五章介绍统计推断,包括样本平均数的检验、样本频数的检验、方差同质性检验、非参数检验和检验;第六章至第九章介绍统计分析方法,主要内容有方差分析、直线回归与相关分析、可直线化的曲线回归分析、多元回归与相关分析、逐步回归分析、多项式回归、协方差分析;第十章、第十一章介绍抽样与试验设计,主要包括抽样误差估计、抽样方法、抽样方案制订及常见的试验设计如对比设计、随机区组设计、正交设计及其相应的统计分析方法;第十二章对多元统计分析进行了简单介绍。每章都附有一定数量的思考练习题,供读者参考。

2《生物统计学》(第二版)

根据教学安排和生物统计学应用的需要,在教材使用反馈意见的基础上《生物统计学》(第二版)[6]于2000年在科学出版社出版。与第一版相比,各章节做了大幅度调整,将全书分为十四章,补充了拉丁方设计和裂区设计两种试验设计方法,将抽样原理和方法、常用试验设计及其统计分析放在了可直线化的非线性回归分析之后进行介绍,使章节编排体系更符合读者学习的要求。第一章至第三章分是基础理论,包括概论、试验资料的整理与特征数的计算及概率与概率分布。第四章至第六章介绍了具体的统计分析方法,分别是统计推断、检验和方差分析。第七章、第八章主要介绍试验设计的相关内容,包括抽样原理与方法、常用试验设计及统计分析。前面所涉及的统计分析内容主要是针对一个变量而言,之后的章节则主要介绍两个及多个变量的分析方法,第九章、第十章是关于一元回归和相关的内容,分别是直线回归与相关分析、可直线化的非线性回归分析。第十一章至第十四章介绍了协方差分析、多元回归与多元相关分析、多项式回归分析和多元统计分析简介。书中增加了对全文关键词汇和术语的索引,并在书后附上了各章部分思考练习题的答案。在例题上进行了重新编排,以使所选例题更能反映本章的内容且便于读者的学习和理解。

3《生物统计学》(第三版)

为适应21世纪生命科学发展和生物学人才培养的要示,在第一版、第二版的基础上,对教材内容重新进行了编排、审核并增加了部分内容,于2005年在科学出版社出版《生物统计学》(第三版)[7],并被列为21世纪高等院校生物科学系列教材。与之前相比,此版教材突出了以下3个特点:(1)内容丰富:增加了平衡不完全区组设计、倒数函数曲线、通径分析等内容;(2)编排科学:全书分解为十六章,各章节的安排更加注重了内容的循序渐进,并在每章之首增加了本章提要,总结该章节的主要内容,并列出了难点和重点;(3)针对性强:内容突出了本教材主要作为生物学专业教材这个重点,所选例题均为均为生物学试验中的案例。另外,随着计算机统计软件的发展和应用,统计软件是在统计学研究中必不可少的应用工具。目前的统计学软件,相关的统计分析方法及术语多以英文形式给出,只有掌握了相关术语的英文表达,才能更好地应用软件,否则只会导致统计分析的误用。在此版的修订中,对主要概念和术语增加了英文标注,并重新编排了中英文对照索引,以便于学习和检索。此版还对统计分析中学生易引起歧义的内容进行了修订,例如,方差分析是统计学常用的分析方法之一,对方差分析基本原理的理解是正确运用方差分析的前提。在教学中,要求学生正确理解方差分析中的处理数和组内重复数的含义和统计学意义。原来的教材中,例题中的处理数k和每处理下的重复数n的数量值是一样的,这样学生学习起来容易产生混淆,在这次修订中对例题进行了更换,以使学生很容易掌握n、k的含义及特征。

4《生物统计学》(第四版)

为适应21世纪生命科学发展和生物学人才培养对生物统计学教材的要求,在本书前三版的基础上,按照“强化基础、突出重点、注重应用、通俗易懂”的原则对全书内容重新进行了精简和编排,于2008年出版《生物统计学》(第四版)[1],并被教育部列为普通高等教育“十一五”国家级规划教材。与前三版相比,本书具有以下特点:(1)突出以本科教学为重点,注重与多数高校生物类专业目前生物统计教学要求的适应,精简了多元统计分析等部分较深的内容和平衡不完全区组设计、拉丁方设计、非参数检验等不常用的内容,将全书缩编为十四章。教材内容更侧重于各种统计方法的应用,而对复杂的统计原理只做概念上的介绍和公式的简单推导,目的是让读者在全面了解统计学原理的基础上,结合实例了解和掌握各种常用统计方法。(2)根据生命科学研究的发展和要求不断进行补充和调整教材内容,在内容结构安排方面,对全书各章节进行了部分调整,将直线回归与相关分析、可直线性的非线性回归分析放在抽样原理与方法和试验设计的前面,以使本书更加系统,便于本课程基本内容的教学。生物统计学分为统计分析和试验设计两大部分内容。此版教材在介绍统计学的基本理论之后,全面介绍各种常用的统计分析方法,然后是试验设计的内容。各章节安排循序渐进,具有一定的深度和广度。(3)更换和调整了部分例题和习题,对部分表达不甚清晰的部分进行了修订。在选用例题时,选择生物学各个分支典型例子,并着重突出生物专业及相关专业教材的重点。同时在各章后附上重新编排思考练习题,教材最后附上中英对照索引,以便于学习和检索。(4)为了进一步帮助读者理解和学习此版教材的内容,提高学生自学能力,配合本书编写了《生物统计学学习指导》一书,以利于学生加强课后实践练习,实现《生物统计学》教材的立体化。

5《生物统计学学习指导》

生物统计学是一门实用性很强的工具性课程。学习生物统计学需要举一反三,既要对生物统计学的基本概念、基本内容有较熟悉的理解和掌握,也要通过例题学习了解不同统计问题的解题思路和解题方法,更要通过习题练习来熟练掌握这些方法。因此,编写一本与《生物统计学》教材配套的学习指导书就显得十分必要。由于课时的限制,课堂讲授仅限于基本的统计问题和部分扩展性知识,用于介绍和解析各种统计方法的例题也只能选择少部分经典例,这就不可避免地会使一些问题得不到细致分析,部分内容的叙述和公式推导也不够深入。此外,前版教材虽然在书后附有各章习题的答案,但也仅是简单的参考答案,而没有详细的解题分析和解题过程。

第6篇：生物统计方法范文

关键词：生物统计学；精品课程；教学改革

一、引言

随着生物科学的发展，只有定性的结论已不能满足实践的需要，实现生物科学结论定量化是人们长期追求探索的目标；生物统计学是生物学科定量化的重要分析理论与方法，生物统计学是生物学科应具备的基本知识和素质，与生命活动有关的各种现象中普遍存在着随机现象，大到森林陆地生态系统，小至分子水平，均受到许多随机因素的影响，表现为各种各样的随机现象，而生物统计学正是从数量方面揭示大量随机现象中存在的必然规律的学科。因此，生物统计学是一门在实践中应用十分广泛的工具学科，它是生命科学各专业的专业基础课，对后续生命科学课程学习和生物科研有重要作用。

同时，生物统计作为数理统计在生物学领域的应用，是教学难度较大的一门课程。因此，在生物统计学精品课程建设过程中，针对各专业培养目标的定位，因材施教，更新教育理念，加强实践训练，在教学方法和教学手段上进行改革和大胆探索。

二、二十一世纪对生物统计学课程的重新定位。

（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发展，在其基础上发展起来的生物统计学、统计流行病学、随机化临床试验学已经成为攻克人类疾病的一个里程碑。这在过去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，基因芯片等实验科学产生出的巨量数据，需要新工具来组织和提取重要信息。

将数据转化为信息需要统计理论和实践方面的洞察力、技术和训练。

未来的生物统计学将会与信息技术密切结合，较少侧重传统数理统计，而会更多注意数据分析，尤其是大型数据库的处理。生物统计学越来越不同于其它数学领域，计算机和信息科学工具至少和概率论一样重要。

（二）生物统计学对大学生素质培养的作用。

生物统计学的一个重要特点就是通过样本来推断和估计总体，这样得到的结论有很大的可靠性但有一定的错误率，这是统计分析的基本特点，因此在生物统计课程的学习中培养了一种新的思维方法———从不肯定性或概率的角度来思考问题和分析科学试验的结果。

生物统计学是通过个别的试验研究得出其一般性结论，属于归纳推理的范畴。但其有别于简单枚举法和科学归纳法，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大多数涉及到的是随机事件，因此，生物统计学不仅是试验设计与统计方法的教学，更重要的还是大学生思维方式的培养，这对提高大学生的素质很有必要。

生物统计学包括试验设计和统计方法两个有机联系的组成部分。通过试验设计的教学可提高大学生设计研究课题试验方案的能力，使之明确课题的研究目的、试验因素与水平以及试验设计方法等方面的内容。通过统计方法的教学除让学生弄清各种统计方法的内涵外，还需要使学生能够正确地选择最适合的统计方法，以揭示资料潜在的信息，达到研究的最终目的，从而提高大学生科学研究素质。

三、教学方法和教学手段的改革。

（一）加强电子课件及网络平台建设。

生物统计学是应用概率论和数理统计原理研究生物界数量变化的学科，而概率统计的理论和思维方法对本科生来说有一定的难度，加之课程学时的减少（由原来的60 - 70学时，降到现在的40学时左右） ,如何深入浅出地引导学生入门，并使学生在了解概率统计思想的基础上，掌握常用统计分析方法的应用及使用条件是课程的教学难点。为此，我们利用多媒体技术，制作了与教材配套的课件，通过在课堂上把抽象内容形象化与直观化，收到了良好教学效果。建设了一个生物统计学教学网络支撑平台，现有课程简介、教学大纲、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、其它教学资源等栏目，免费向全校师生开放。

（二）将多媒体教学优势与学生的认知规律有机结合，用较少的学时得到良好的教学效果。

多媒体具有信息量大、形象化、直观化的特点。

但是如果不能很好地将多媒体这些特点与学生的认知规律相结合，多媒体教学就可能会带来一些弊端诸如： （1）内容多，幻灯片变换快，由照本宣科变为照屏宣科，为新的“满堂灌”； （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方式显示（即所谓“死屏”） ,老师照着屏幕上的内容给学生讲解，失去了传统教学方法，老师边讲边板书能给学生留下比较深刻印象的特点，缺乏吸引力。

而多媒体在教学中只能充当工具的角色，在教学过程中必须将多媒体信息量大、形象化、直观化的特点与学生的认知规律紧密结合在一起。在制作课件时，采用启发式教学方式，精炼教学内容，模仿传统教学书写板书的过程，根据教学内容的难易程度，采用逐字、逐句、逐段显示教学内容的动画方式。在课堂教学中，老师仍然保持传统教学方法的教姿教态，在授课的过程中与学生保持互动，根据学生在课堂上接受知识的能力，掌握屏幕上显示内容的速度，必要时辅以板书进行讲解。这样做既发挥了多媒体教学的特点，又充分照顾到学生的认知规律，在内容没有缩减，学时减少近三分之一的情况下，仍然取得良好的教学效果。

（三）长期坚持教育教学方法及教学规律的研究。

生物统计学的理论基础是概率论与数理统计，从这个层面上讲，它有非常浓的数学味道，但是它又有别于概率论与数理统计，生物统计学更主要强调的是概率论及数理统计的思想和方法在解决生命科学中一些具体问题的应用。因此在教学过程中就存在一个“度”的把握问题，如果将概率论及数理统计的原理讲得太多，一是学时不允许，二是学生难以消化，得不到好的教学效果；如果只注重方法的讲解，学生知其然不知其所以然，就会误入乱套公式的歧途。经过将教学的重点放在教学中引导学生重点掌握统计方法的功能与用途，方法与步骤，防止各类方法的误用，淡化定理的证明与公式的推导。在教学内容的安排上采用“保干削枝”，即在学时减少很多的情况下，将一些次要的统计方法去掉，也要保证有足够的学时讲授理论分布与抽样分布、统计假设测验等方面的内容，让学生掌握生物统计学中所蕴含的概率论及数理统计的思想精髓，从而避免学生乱套统计公式。

（四）密切跟踪生命科学发展的前沿动向，探索生物统计学解决前沿问题的理论与方法。

统计学在生物学中的应用已有长远的历史，许多统计的理论与方法也是自生物上的应用发展而来，而且生物统计是一个极重要的跨生命科学各研究领域的平台。现在基因组学、蛋白质组学与生物信息学的蓬勃发展，使得生物统计在这些突破性生物科技领域上扮演着不可或缺的角色。

在课程建设中，随时注意纳入生物统计学在前沿领域研究应用的内容，增强课程的活力，提高教师和学生面向生物产业主战场解决实际问题的能力。

四、加强实践教学，注重学生能力培养。

生物统计学要不要开实验课，怎样开实验课，一直存在争议，在此认为生物统计学不仅应该开设实验课，而且还要将实践教学的重点放在计算机技术和统计软件的应用上，让学生不仅掌握统计方法，而且加深对原理的认识，获得就业或升学的必备计算机统计技能，提高解决复杂问题的能力。

（一）开展统计软件的实习，扩大学生的视野，提高学生素质。

20世纪20年展起来的多元统计方法虽然对于处理多变量的种类数据问题具有很大的优越性，但由于计算工作量大，使得这些有效的统计分析方法一开始并没有能够在实践中很好推广开来。而电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，所以充分利用现代计算技术，通过计算机软件将统计方法中复杂难懂的计算过程屏障起来，让用户直接看到统计输出结果与有关解释，从而使统计方法的普及变得非常容易。在课程体系改革中，各课程的教学时数与达到培养目标所需完成的教学内容相比还是不足的。为此，可以通过标准的统计软件的教学实习来达到以点带面，扩大学生视野，提高学生素质。

为此我们建立了一个专用于实习教学的生物统计电脑实验室。现共有50余台电脑，并连接到校园网。实验室配备有指导教师，负责对上机的学生答疑。除按教学计划进行的正常实习教学外，实验室还对优秀学生免费开放，鼓励他们结合教师的科研活动，应用所学生物统计学知识，学习新的生物统计学知识，掌握应用计算机解决生物统计学问题的技能。

（二）全方位、多层次的实践教学。

为了进一步培养学生实际动手能力和科学严谨的治学态度，必须将本课程的实践教学活动延伸到课堂教学外，开展全方位、多层次的实践教学。

在原绵阳农专期间，主要在作物育种、作物栽培、动物营养等课程实验与实习中，根据相关内容加入了试验设计方法以及数据统计分析的相关内容。

组建了西南科技大学生命科学与工程学院以后，由原来的单一农科专业变成了理、工、农三大学科均有专业的格局。虽然专业的学科归属不同，但有一点是相通的，其内涵均属于生命科学的范畴。以科学研究的方法进行划分，均属于实验科学。

掌握正确的实验设计方法，从不确定性数据中挖掘事物的客观规律，是实验科学工作者必备的技能。因此，我们将原来只是在农科专业上延伸实践教学的作法推广到全院的所有专业，结合实验课教学的改革，对发酵工艺学实验、植物细胞工程实验、食用菌实验、微生物学实验等课程的内容全部或部分改为用生物统计学指导学生自主进行实验设计，把过去单一的实验流程、样品观察或检测实验改变为试验条件的优化试验，提出在不同条件下对样品测定的比较试验设计、单因素试验设计、多因素试验设计、正交试验设计、均匀试验设计，对试验结果要求学生使用统计学的方法对进行分析和讨论，最后得出最佳试验条件。

这样的实验教学改革起到了一箭双雕的作用，从专业基础课或专业课的角度看，改验证性实验为设计型、综合性实验，增强了学生解决实际问题的能力，培养了学生创新思维的能力；从生物统计学角度看，将课程的教学实践延伸到课程外，弥补了学时的不足，更重要的是学生将自己学到的统计学知识，转化为解决实际问题的能力，知识得到很好的内化。

此外，在学生课外科技活动中指导学生选用正确的实验设计和数据的统计分析方法，提升科技作品的档次；在毕业论文（设计）中要求学生采用恰当的生物统计学方法进行设计与分析，写出高质量的毕业论文（设计） 。

通过这样的教学实践，训练了学生的统计思维能力，使学生充分认识到掌握生物统计学这一工具的重要性和必要性，增强了学生学好用好这门工具的信心，提高了学生从复杂的生命现象中挖掘事物客观发展规律的能力。

精品课程是集科学性、先进性、教育性、整体性、有效性和示范性于一身的优秀课程。作为精品课程的载体，应具有一流的教师队伍、一流的教学内容、一流的教学方法、一流的教材、一流的教学管理等特点。与之相比，我们在生物统计学精品课程的建设上，才刚刚起步，今后还要在教材建设、师资队伍建设、科学研究等方面加大力度，将生物统计学建设成体现现代教育教学思想、符合现代科学技术和适应社会发展进步的需要、能够促进学生的全面发展而深受学生欢迎的一门课程。

参考文献：

[ 1 ] 　何风华，李明辉。 生物统计学多媒体教学的探索与实践[ j ]. 江西教育学院学报（综合） , 2004, 25 （6） : 25～27

         [ 2 ] 　洪伟，吴承祯，陈辉，等。 精品课程建设的核心：学科、队伍建设与科学研究[ j ]. 高等农业教育， 2004, 6: 50～51.

[ 3 ] 　崔相学。 提高学生统计分析素质的实践与探讨[ j ]. 成都中医药大学学报（教育科学版） , 2004, 6 （ 2） : 67～68.

[ 4 ] 　邓华玲，傅丽芳， 孟军，等。 概率论与数理统计课程的改革与实践[ j ]. 大学数学， 2004, 20 （ 1） : 34～37.

第7篇：生物统计方法范文

关键词：生物统计学；教学方式；实践教学

中图分类号：G642.41 文献标志码：A 文章编号：1674-9324（2014）48-0145-03

生物统计学是数理统计在生物学中的应用，它是用数理统计的原理、方法来分析解释生物学中各种现象和实验调查资料的一门科学。生物统计学是本科生专业必修课，对提高学生的科研能力和综合素质有重要意义。生物统计学，不仅提供设计科学试验和收集数据的方法，而且也提供整理和分析数据、得出科学结论的方法。同时，生物统计学也是一门理论性和实践性较强的课程，课程内容广、概念多、公式多；加上学生缺乏背景知识，对该课程认识不够，使这门课程有教师难教，学生难学、难记、难用的“四难”课程之称[1，2]。从2012年开始，我校生物统计学教研组针对课程特点，重新确立了教学目标和教学计划，改进教学方式，增加学生上机操作训练，使学生由传统的学习统计基础知识向掌握具体数据处理和分析方法的目标上转变，将过去以笔试为主的考试方式转变为基础知识测试和统计分析方法应用相结合的考核制度，从源头上使教学模式向注重人才培养和提高学生科研素质上转变。经过教研组全体教师的努力，生物统计学的教学质量和教学水平得到了大幅提升。笔者根据两年来的生物统计学教学工作的实践，结合课程特点，对生物统计学课程教学方法的探索和实践作如下总结。

一、确立教学目标、调整教学计划

2012年前，我校生物统计学，主要由数学专业的老师进行讲授，教学内容以数理统计为主。学生学习本课程后，仍然无法将统计学这一工具应用于生物学的相关领域。针对这一情况，学院领导研究决定生物统计学这门课程由学院相关专业的教师授课，教研组接到通知后进行了研究部署。笔者在确立人才培养目标时，首先将生物统计学课程定义为工具课。在确保这一基础后，笔者根据我校本科生培养目标，将生物统计学的目标明确为：以一线教师和科研工作中最常用的统计分析方法为内容，要求学生了解现代科学研究的基本方法、统计学基本概念和主要参数的意义；理解生物学实验设计方法和常用统计模型的应用条件；掌握实验设计和统计分析方法，掌握EXCEL和STATISTICA软件操作方法，能够独立进行生物学试验结果的统计分析，并具有综合运用所学知识分析问题和解决问题的能力。

根据上述教学目标，笔者选择合适的课程教材，制定教学计划，将生物统计学的课程重心放在让学生了解统计学的一般原理和方法、掌握实验设计和数据分析的原理、掌握统计软件处理和分析数据的方法上。

二、优化教学内容，突出课程重点

教学内容贯穿整个教学过程，是人才培养的主要落脚点。生物统计学的教学内容非常庞杂，笔者根据教学目标和教学计划，将生物统计学课程进行了梳理，主要以一线教师和科研工作者最常用到的统计学知识为基础。教学内容，主要包括数据和数据类型、总体和样本、数据的描述性统计、概率和分布、统计推断、t检验、方差分析、数据转换、多重比较、相关和回归、因子分析、非参数检验、实验设计等。教学的重点，是让学生理解各种统计方法的使用条件和基本原理，通过在计算机上运行EXCEL和STATISTICA软件，结合生物学实例掌握各类统计模型和检验方法的具体操作步骤，得出统计检验结果，并根据实验数据运用已掌握的生物学原理解释实验数据所产生的科学意义。此外，我们在教学过程中，会将近年来生物学方面有重要意义的一些统计学方法和原理做简单的普及，如将系统发生关系纳入形态数据中，检验形态特征进化的谱系依赖性；利用不同地理种群的生活史特征和形态特征计算物种的表型分化，结合遗传分化数据分析物种分化的原因等。我们通过这样的方式，在学生心中埋下进一步学习统计学的种子，为他们以后的科研和学习提供帮助。从教学内容上，笔者将以往所注重的统计原理介绍和统计模型推导的部分转变为让学生理解统计模型的原理和应用条件，内容上侧重于让学生掌握统计分析方法的应用。因此，笔者在授课过程中，上机实习的学习时间约占整个课时的50%。根据人才培养目标，生物统计学课程重点要求学生掌握实验数据分析处理的一般方法，并利用EXCEL和STATISTICA软件综合分析数据并得出科学结论。教学过程中，笔者注重生物学实例教学，利用已发表文章的数据为训练内容，将课程所涉及的各类统计模型贯穿于实例教学中，使学生在学习理论知识的同时，将所学方法应用于实际科研项目中，激发学生学习的积极性和主动性。

三、“以学生为本”，优化教学方式

现代教学观念认为，课程是学生的发展，课程是教师与学生之间的契约[3]。这里体现了一种“以学生为本”的教学理念，传统教学较多地体现在对教师和教材的关注上，而“以学生为本”的教学思想，则更多地关注在课程教学活动过程中学生的参与和知识的获得，关注在课程教学过程中为学生创造出充满生机的学习、研究氛围，为学生提供张扬个性、充分发展的环境[4]。在“以学生为本”的教学思想指导下，针对生物统计学理论性较强，内容枯燥、乏味等特点，笔者在教学过程中，以多媒体教学为主，辅以传统的板书教学。教学过程，笔者为学生提供大量的实验数据，启发和引导学生主动挖掘数据，通过小组讨论等形式探究数据处理方式，应用已学习的统计模型分析实验数据并得出科学结论。

在教学过程中，将传统的教师讲授模式转变为教师讲授和实例教学相结合的模式，笔者将上课的地点安排在计算机机房进行，每次上课根据教学内容的不同设置1～2课时的实例教学。从应用统计方法解决实际科研问题的角度组织课堂教学，以小组的形式就某个实际问题展开讨论，教师的角色定位成课程组织者，充分调动学生学习的积极性和主动性。例如，我们在讲解t检验时，前1个课时，我们通过多媒体教学结合板书的形式讲解t检验的应用条件和计算原理；其余2个课时，我们提供一定的生物学实验和中学生考试成绩相关的数据，以小组讨论的方式要求学生对数据进行统计检验并得出科学结论。在学习相关与回归时，我们要求学生将生物化学实验和生态学实验的数据拿到生物统计学上进行统计检验，如分子量和电泳迁移距离的实验数据，可以用来检验蛋白质分子量和电泳迁移距离的相关性，并预测已知迁移距离的蛋白质分子的分子量；通过卡方检验验证果蝇杂交结果是否符合实验预期等。我们通过对自己实验数据的统计检验，让学生深刻体会到学习生物统计学的重要性，从而激发学习的主动性，变被动接受为主动学习和探究。

四、“学以致用”，加强实践教学

实践教学是高校实现人才培养目标的重要环节，是高校生物专业教育教学体系的重要组成部分，是培养学生专业技能及实践技能的重要途径。它对提高学生的综合素质，培养学生的创新能力，造就学生成为具有社会竞争力和国际竞争力的高素质人才具有特殊作用[5，6]。因此，笔者根据大学生人才培养目标，将生物统计学的教学内容融入到学生实践教学中。在教学过程中，我们将整个班级按照每6个人一个小组进行分组，在教授不同的教学内容时，给每组同学收集一定的数据，采用研究型教学的方式让学生根据已有的知识对数据进行分析和整理，并得出相应的统计结果。我们通过研究型教学的方式，可以使学生积极参与到教学和科研实践中，对提高学生利用生物统计学的原理解决实际生物学问题有积极的推动作用。

此外，笔者利用动物、植物和微生物野外实习和大学生创新训练等实践教学活动引导学生将所学的统计学知识应用到实际科研训练中。教师根据已学过的统计学原理组织和指导学生在开展野外调查和创新训练前，针对性地查阅文献、设计实验方案，学生在实习过程中根据已确定的实验方案进行数据的收集和采样工作，完成野外实践活动并获得相应实验数据后，对数据进行统计分析得出科学结论。我们通过完整的实验设计、获得数据、分析数据和得出结论等过程，使学生更好地掌握生物统计学这门工具课，提高学生的科研创新能力和综合素质。

五、注重实效，改革考核形式

考试是教育教学工作的重要环节，正确理解和掌握考试的目的对促进学生学习和改进教学工作、提高教学质量有重要意义。在以往的教学过程中，考试以笔试为主，考试内容主要偏重于概率论和统计学的原理和基本概念等，期末考试的成绩决定了这门课的最终成绩。在这种考试指挥棒的作用下，学生往往是平时松、考前紧，考后不复习。这种考试方式不能全面考查学生对各种统计分析方法的掌握和应用情况，同时也不利于学生形成良好的学习习惯，学习课程后也不能将具体的统计学方法应用到今后的科研或教学实践中。为了扭转这种局面，对学生进行准确、客观、公正地评定学习成绩和能力的改革势在必行。笔者根据人才培养目标，将课程最终考核成绩分为以下三个部分：平时成绩（占总成绩的40%，主要由出勤和课后作业成绩组成）、期末笔试成绩（占总成绩的24%，主要是生物统计学一些重要的概念和统计原理）和实验数据分析（占总成绩的36%，根据给定的实验数据，利用EXCEL和STATISTICA软件选择正确的统计分析方法，得出可靠的实验结论）。

在教研组实施上述教学改革后，我院学生应用统计学处理和解决科学问题的能力有了明显提高。在大学生科研训练中，我们要求学生不断地把统计的方法应用到解决实际科学问题上，使他们形成了一个不断巩固统计学方法和学习新的统计学知识的良性循环中，对统计学的学习有了更进一步的提高。总之，我们通过对教学内容、教学模式、教学方法和考核形式的一系列改革，可以有效地将学生从机械地学习生物统计学的理论知识向利用统计学的原理解决实际生物教学和科研的实际问题上转变，让学生能够在理解统计学理论的基础上，正确选择和熟练运用统计方法解决实际问题。作为专业教师，我们也会在今后的教学中，仍需要不断学习统计理论，探索教学规律，完善教育体系，提高课程教学质量，为培养具有较强社会适应能力和竞争能力的高素质应用型人才而努力。

参考文献：

[1]邹永梅.《生物统计学》课程建设的探索[J].江苏教育学院学报，2012，28（5）：51-52.

[2]王春强，马巍，王洪才.高校《生物统计附实验设计》课程现状分析[J].中国校外教育，2012，（11）：102.

[3]葛岳静.关于精品课程建设的几点看法（精品课程建设专家谈）[J].中国大学教学，2003，（4）：4-6.

[4]郭祥群，阮源萍，杨利民，黎朝.以学生主体的教学优化模式探析[J].厦门大学学报，2004，增刊：1-4.

[5]洪梅.深化实践教学改革，构建合理实践教学体系[J].科技信息，2008，（12）：201.

第8篇：生物统计方法范文

关键词: 生物信息学 医学统计学 课堂教学

生物信息学融合了生物技术、计算机技术、数学和统计学的大量方法，已逐渐成为发现生命过程中所蕴涵知识的一门重要学科。其基本问题主要包括：DNA分析、蛋白质结构分析、分子进化。医学统计学作为医科院校的基础课程之一，长期以来其理论和方法就广泛应用于临床医学、基础医学的各类研究中。随着生物新技术的诞生，在推动生物信息学发展的同时，医学研究对象也由宏观的病人、生物组织拓展到微观的基因领域，所面对的实验数据在性质和结构上也都有所不同，这对医学统计学的应用提出了新的更高的要求。

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（probability distribution）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 (Basic Local Alignment Search Tool)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（gene chip）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（clustering analysis）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（Hierarchical Clustering）、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（Unsupervised Analysis）。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(Average Linkage Clustering)一般能给出较为合理的聚类结果2。

（二）判别分析

判别分析（discriminant analysis）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-Nearest Neighbor Classifiers）、分类树算法（Classification Tree Algorithm），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（Supervised Analysis）。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（correlation analysis）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。

在医学统计学课堂教学中引入生物信息学实例，而不仅仅局限于常见的医学、卫生领域的例子，将难以理解的统计理论和方法与前沿的生物实例相结合，拓宽了学员的视野，提高了学员的学习兴趣，更可以加深对所学知识的理解；与此同时，使学员掌握了生物实验数据的先进分析方法，扩大了学员的知识面，提高了他们今后开展医学科研工作的能力。

还有一些医学统计学方法目前也逐渐应用于生物信息学研究中，诸如：遗传算法、熵理论等等。但这些方法已经超出了医学统计学课堂教学的范围，我们将尝试在第二课堂或选修课中，作为补充知识进行讲授，供那些学有余力的学员学习交流。

参考文献

1．郭祖超著. 医学统计学. 第1版.北京：人民军医出版社，1999. 238-243

第9篇：生物统计方法范文

关键词:生物信息学医学统计学课堂教学

生物信息学融合了生物技术、计算机技术、数学和统计学的大量方法，已逐渐成为发现生命过程中所蕴涵知识的一门重要学科。其基本问题主要包括：DNA分析、蛋白质结构分析、分子进化。医学统计学作为医科院校的基础课程之一，长期以来其理论和方法就广泛应用于临床医学、基础医学的各类研究中。随着生物新技术的诞生，在推动生物信息学发展的同时，医学研究对象也由宏观的病人、生物组织拓展到微观的基因领域，所面对的实验数据在性质和结构上也都有所不同，这对医学统计学的应用提出了新的更高的要求。

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