生物统计学是运用数理统计学的原理和方法，收集、整理、分析数据，解释生物现象，寻求其内在规律的一门学科。与一般数理统计学相比，它不仅要通过事物外在的数量表现去揭示事物可能存在的规律性，而且要根据专业知识去探讨、解释为什么会存在这种规律性。[1]生物统计学的特点就是研究对象是抽象的随机变量，而且要和农业实际紧密联系起来。“生物统计”主要包括田间试验中常用的、基本的试验设计方法与统计分析方法两部分，是生物科学、植物生产类专业的一门专业基础课。[2]如何提高“生物统计”课堂教学的有效性，在有限的教学时数内高质量、高效率地完成“生物统计”课程的教学，为学生奠定一个丰厚、扎实、牢固的试验设计和统计分析的基础，是摆在每一位从事“生物统计”课程教学的教师面前的严峻现实。为了提高“生物统计”课堂教学的有效性，提高教学质量，笔者所在教研室一直以来对教学方法、教学手段等进行反复探索，不断进行新的尝试，并有一些体会。以下浅谈教学过程中的一些心得。
一、营造平等的师生关系，构建和谐的课堂氛围
“生物统计”这门课程比较抽象，以往学生在学习过程中普遍感到枯燥难懂、学习兴趣不高。要想让学生喜欢这门课首先要让学生喜欢任课老师，从而对这门课感兴趣。“教者乐其教，学者乐其学”，良好的师生关系是“生物统计”课堂教学成功的基础和保证。只有师生之间确立一种朋友关系，课堂教学的效果才会事半功倍。“生物统计”课堂教学在规范管理、形成良好学风的前提下，应该营造轻松、民主与和谐的氛围，教师要放下架子，有缺点和错误要敢于承认，与学生像朋友一样共同研究，共同探讨，师生互动，心灵沟通，引起共鸣；让课堂充满笑声，一句笑话，一句简单风趣的语言，都可以激活课堂，学生在轻松、民主与和谐的课堂氛围下按照老师的思路和要求，不知不觉地学到和掌握知识，达到教学的目的。此外，教师在课堂讲授的过程中，教学内容的引入要突出趣味性。加入一些和讲授内容有关的耐人寻味、引人入胜的情节，这为激发学生认知动因提供了良好的环境和条件。如2011-2012学年第一学期在讲授“显著水平”时，就以“天宫一号”的研制和发射、中国航天器空间对接技术为例，说明显著水平的依据和重要性；又如在讲授第四章“显著性检验的配对设计”时，以佳洁士牙膏为例：“在20世纪50年代后期，宝洁公司推出了佳洁士牙膏，这是第一个带有氟化物的牙膏。为检验佳洁士在检验减少蛀牙方面的效果，研究者对多对双胞胎进行了实验，每对双胞胎之中的一个使用了含氟化物的佳洁士牙膏，而另一个则继续使用不含氟化物普通牙膏。”这时提出问题，即将双胞体作为非独立样本使用的目的是什么。通过这个例子既可以启发学生的思维，又能让学生轻松地明白什么样的设计属于配对设计，直观地体现了有关知识的客观背景，使学生通过自己的思维再现知识发生的过程。因此，教师在教学的过程中应把握好每个概念，善于挖掘教材的内在魅力，精心选择一个个有趣的实例，使课堂教学妙趣横生，触发学生学习的兴趣，使学生在趣味性中掌握生物统计的基本思想和方法。老师要认真对待学生提的每一个问题，有思考、研究价值的，教师要及时予以充分的肯定，让他们享受到质疑的成就感；浅显幼稚甚至不太合适的，要选择不同角度给予评价鼓励（鼓励其有所发现，表扬敢于质疑的勇气、勇于探索的精神）。这样，才能消除学生的畏惧心理，激发他们质疑的热情，提高他们质疑的勇气，从而增强其主体意识，调动学生学习的积极性。
二、针对不同专业调整教学内容和教学实例
笔者所在生物统计教研室给石河子大学农学院所有学生讲授“生物统计”课程。农学院农学、植保、林学、园艺、资环五个系使用的生物统计教材都是四川农业大学明道绪主编的《田间试验与统计分析》。因此，在教学过程中，如何结合专业实际、选取和专业相近的例子，分清重点难点，对现有内容进行合理取舍是一个十分重要的问题。[3]我们在讲清基本原理、思路和方法后，在举例时尽量结合专业，便于学生理解和掌握，将所学知识应用于专业实际。如给林学系的学生上课时，参考了续九如、黄智慧主编的《林业试验设计》，所举例题均与林木遗传育种、栽培、生理生化和森林资源调查等有关。对资环系则尽量采用农业资源调查、植物营养与施肥、环境监测与评价、生态效益分析、气象观测等方面的例子，有时即使将植保或者农学类的例题仅在文字上变动一下而数据不变也能取得较好效果。针对不同的专业特点，同一章节的应用问题也有所侧重。如在讲“直线回归与相关分析”时，不同的系在理论联系实际时侧重点也不同。如给农学系上课时，参考童一中主编的《作物育种常用的统计分析方法》，重点讲授回归分析和相关分析在作物遗传育种和栽培上的应用；在给植保系上课时，参考山东省农作物病虫测报站主编的《农业病虫数理统计预报》，重点讲授根据害虫发生发展规律及影响的有关环境因素预测害虫未来的发生发展趋势，为害虫综合治理提供决策依据等应用。通过实例分析，使学生们明白了统计方法的重要性和实用价值。总之，通过课堂讲授、作业和上机操作，使学生学完该课程后不仅仅学到一些统计学的常用术语和公式，而且要意识到他们所接触的统计学比单纯地计算平均数以及用彩色图表示出来复杂得多，它是一个强有力的分析工具。对各个系都要讲授“生物统计”的基本知识，内容涉及到实验方案的实施、数据的收集、整理和统计分析等，即“田间试验”、“资料的整理与描述“、“常用概率分布”、“假设检验”、“方差分析”、“X2测验”和“直线回归与相关分析”。对于有些章节如“百分数资料的假设检验”，因为数据涉及到有两个属性类别的质量性状和利用统计次数法得来的次数资料，农学系和植保系学生用的较多，因此只对这两个系讲授。对于“两因素系统分组试验资料的方差分析”，因为植保和资环专业用的比较多，因此只对植保系和资环系的学生讲授；对有些难度较大的章节，如“方差分析处理效应分类与期望均方”等一般只对农学系学生讲授；“样本平均数抽样分布与标准误”一节虽然最难懂，但它是生物统计思想方法的重心所在，是重要基础知识，既是重点又是难点，要仔细、耐心地给学生讲清楚。通过本课程的学习，使学生能熟练制定实验方案、进行数据的处理与分析，并作出科学的结论。
三、加强实践教学，注重学生能力培养
1.将统计方法的讲授与统计软件的介绍紧密结合随着计算机的普及和广泛使用，统计分析方法在自然科学的各个领域中得到越来越广泛的应用。统计软件的应用已经成为高校学生与科研工作者必备的技能。生物统计教研室根据不同的专业开设了Excel和SPSS等统计软件的实验课，收到良好的教学效果。我们在介绍Excel、SPSS等软件基本操作的基础上，结合统计学基本理论和方法，通过实例，由浅入深、深入浅出地讲解利用Excel、SPSS进行统计分析的方法和步骤，从而达到将抽象统计理论与直观现象操作相结合的目的。很多统计方法的计算量大，例如方差分析、直线回归等，以前传统的教学方法是手工计算，教师花费大量时间在黑板上逐步计算，学生学习时觉得计算繁杂。现在我们在讲课时一边讲解理论，一边把实例的处理结果做出来让学生分析。把重点放在讲授基本原理、思路、方法的适用条件和统计结果的解释上面，要求学生能根据不同的实验设计选择相应的统计方法用统计软件处理，并能做出科学、正确的解释。
2.理论联系实际，提高学生解决实际问题的能力生物统计学是生物领域中非常重要的一种分析工具，对将来从事农业和生物科技工作的学生来说是一门有重要实用价值的课程，与数理统计学不同的是，这门课程重在应用。因此在教学过程中一定要突出和强调“用”这个特点，学生学习这门课程的最终目的是要会应用。老师在上课过程中要注重学生统计思维能力的培养。为了提高学生综合分析问题与实际动手能力，教研室积极开展第二课堂，让学生根据自己申报的大学生研究训练计划（SRP）项目和本科毕业论文进行讨论和交流，每个学生给大家介绍自己的试验设计和实验方案，并说明自己的项目或者毕业论文用是什么统计方法来分析。此外还安排上机实习，并且是让学生带着自己的试验数据独立处理，让学生体会“学有所用”。在处理数据的过程中，进一步培养学生的统计分析与逻辑思维能力。在实践中培养创新能力。这样使学生能够真正利用统计学方法解决实际问题。
四、针对课程特点采用多种教学方法相结合
“生物统计”的特点是内容抽象、枯燥，理论性、逻辑性较强。而且该课程内容多、公式多、图表多、计算量大，单一的教学方法容易导致学生注意力涣散，产生视觉、听觉和思维疲劳，因此，教师应该针对不同的教学内容采用不同的教学方法。由于多媒体教学加快了教学进度，提高了课堂教学的效率，因此多媒体教学应用广泛。但是并不是所有的教学内容都适合用多媒体来讲授。就拿“方差分析”这一章来举例。在讲方差分析的基本原理和步骤时建议用板书讲解，因为这部分内容比较难，教师在黑板上一步步进行讲解和分析有利于学生更好地理解和掌握，满足大多数学生的要求；在讲不同试验设计资料的方差分析时，用板书讲解该试验设计的田间试验设计图、资料整理表及方差分析三步骤中涉及的公式，而讲具体实例时应采用多媒体。这种板书和多媒体相结合的授课方式很大程度上缓解了学时和教学内容之间的矛盾，还为启发式教学提供了时机，让学生有足够的时间在老师的引导下活跃思维，积极思考，及时理解和消化知识。针对“生物统计”逻辑性较强的特点，老师在讲课过程中应“授之以渔”而不是“授之以鱼”。我们在讲课过程中逐步引导学生掌握解决问题的方式方法，让学生直接参与探索教学，充分发挥学生的主观能动性，开发学生的创新能力，使学生在学习中有成就感。因此，我们采用最多的就是启发式教学法。在课堂上，着重问题的创设，提供氛围，让学生发现问题并着手解决问题，使学生成为学习的主人，教师则成为学生的协作者。
五、小结
要想提高“生物统计”课堂教学质量，教师要把教学当成一门艺术来对待。教师感情的投入、学生学习兴趣和动机的培养、教学内容的处理、教学方法的选择、教学结构的编排、教学节奏的控制都在构建着现代教学趋势，教师只有全身心投入并不断总结方法，才能探索出有生命力的教学方法。
统计是认识客观现象的方法和手段，也是一种意识和观念，统计能力是信息时代对国民素质的基本要求。生物统计课程是一门培养统计思维的专业基础课程，理论性和实践性都很强，该课程重在用统计学的原理和方法解决生命科学研究中的实际问题，以概率论为基础，揭示生命现象的规律性;生物统计涉及面广，具有大量的数学概念、数学符号和计算公式，同时具备内容丰富、理论抽象、实践性强的特点，对学生综合运用基础知识及理论联系实际的能力要求较高，也是培养学生学习兴趣、科研精神和创新能力不可缺少的基础。由于统计课程性质的独特性，学生学习、教师讲授过程中存在与其他专业课程不同的特点，如果采用传统的教学方式，死记硬背一些公式定理，将会造成学生学习兴趣的丧失。1999年，国务院在关于深化教育改革全面推进素质教育的决定中指出:“对大学生进行素质教育的核心是创新教育”，河北农业大学动物科技学院生物统计课程组逐步改变教学方法，调整教学重点，把培养高素质的创新型综合人才作为教学的最终目标，收到了较好效果。
1用启发式教学法培养学生的学习兴趣
《生物统计附试验设计》教材的前4章内容包括绪论、资料的整理、平均数与标准差和变异系数及常用概率分布，这4章内容看似简单，但却是后面各种假设检验方法的铺垫、基础，统计推断的基本思想都来源于概率分布，所以需要在该课程开始的前4章下足功夫，打牢基础。采用启发式教学将统计思想融入学生喜闻乐见的生活实践和专业知识中，引导学生产生学好统计解决实际问题的迫切需求，培养学习生物统计的强烈兴趣，使各种统计方法、大量的公式不再是枯燥的数学计算，而是推断规律、揭示本质的必要手段。例如，资料的整理章节中要将100只种蛋出雏天数资料整理成频数分布表，整理的目的是表达数据，将数据特征用图表的形式简单、清晰地表达出来以代替繁琐的文字描述。首先，要引导学生从种蛋出雏天数、频数分布表中发现种蛋出雏天数的平均值及出雏天数的分散程度(不同天数出雏种蛋的百分比)，理解指标的稳定性和变异性。其次，要启发学生思考该指标特征的生产实践价值，即生产中需要集中人力在哪几天，使学生认识到理论知识与生产实际的紧密关系，学习专业知识的价值所在，进而启发学生懂得数据整理不仅在于简化表达，也是挖掘检测数据特征的一种方法，使学生对专业知识的获取方式有所了解，即知其然，更知其所以为然。教育家叶圣陶说过:“教师之为教，不在全盘授予，而在相机诱导”。19世纪德国教育家第斯多惠有句名言:“一个坏的教师奉送真理，一个好的教师则教人发现真理”。两位教育家的教学理念实质就是启发式教学，教师要注意发挥学生的主体作用，启发学生思考，充分调动学生的积极性，使学生积极主动地学习，以提高课堂教学的实效性，培养创造型人才。
2采用探究式教学法培养学生逻辑思维能力
所谓探究式教学就是以探索、研究为主的教学活动，是一种符合教学规律的在教师精心策划指导下学生自主探究知识、提高能力的教学方法，它是一种新颖的教学形式，有别于传统教学方法。探究式教学不是单纯的对学生进行知识传授，而是对学生创造性思维能力的培养，学生由被动学习变为主动学习，激发学生持久的学习兴趣，使教师的主导作用和学生的主体作用贯穿于教学的全过程，符合课程“一切为了学生”的价值取向。苏霍姆林斯基曾说过:“在人的心灵深处，都有一种根深蒂固的需要，这就是希望自己是一个发现者、研究者、探索者”。在教学过程中，应用“探究式”教学，通过创造和谐的教学氛围，可以充分调动学生的积极性，激发学生的求知欲，引导学生主动学习，满足学生成为“发现者、研究者、探索者”的愿望。各种统计分析方法(假设检验)的基本原理是生物统计的难点所在，对假设检验原理的讲解要在已掌握的描述统计，尤其是概率分布的基础上，采用探究式教学，可以收到良好的效果。以课本“判断某品种猪的怀孕期是否有114d”为例，引导学生从逻辑推理上进行思考。首先，分析的实质是判断该样本是否来自μ=114的正态总体;其次，分析采取什么方法判断该样本是否来自这一总体，如果样本和总体完全相同，就没有分析的必要，也就没有统计推断的必要，因为有差别存在，才有统计推断;最后，分析造成差别的原因，即来自同一总体的差别是样本间的，也就是样本标准误(抽样误差)，来自不同总体的样本也是有差别的，该差别即μ1－μ2(总体间的差别)及抽样误差。所以分析差别是由抽样误差造成，还是由总体差别造成，即可得出样本是否来自同一个总体，继而考虑从数学上解决该问题，即构造适宜的统计量，并计算得出样本统计量，依据小概率原理推断得出结论。这一原理涉及的知识点较多，包括试验误差、概率分布、小概率原理等，必须是在学生对这些知识点都已理解吃透的基础上，才能把原理搞清楚;所以，采取探究的方式来学习统计原理是必要的，也是可行的。
3采用比较式教学法培养学生分析问题的能力
比较思维是创造性思维活动中常见且行之有效的一种思维方式。比较思维是通过联想分析比较，综合归纳，把已经熟知的知识、思维经验与所研究的分析方法、过程联系起来，找出它们的相似性和不同点，并用类似方法分析、处理问题或是根据2个或2个以上具有相同或相似特征的事物间的对比，从某个事物的某些已知特征去推测另一事物的相应特征的存在，异中求同，同中求异，从而产生新知，得出有创造性的结论，通过比较更好地掌握其特征。统计分析方法是统计推断的核心内容，是学习生物统计的重点所在，数据资料不同，统计分析方法也就不同。在阐述不同统计分析方法时，首先明确资料的类型，由于不同教材资料分类标准不同，类别及其名称也存在差异，将不同分类标准对照比较，引导学生掌握资料的类型。在此基础上，引导学生分析教材中t检验、方差分析、χ2检验各种统计推断方法的分析对象(数据资料的类型)，使学生对资料类型这一概念不仅有理论上的认识，更要掌握数据资料在统计推断中的地位，以及各种统计分析方法差异的数据基础。通过课堂讲授和课后作业的“找不同”活动，即将课堂教师讲授的概念或术语与教材名称的差别或教材中在课上没有讲解的内容(如统计量与统计数、双侧检验与两尾检验等)进行比较，分析原因，不仅能督促学生课上积极参与教学，课下认真总结，对一些基本概念、基本术语产生深刻的印象，同时可以激发学生学习的主动性。
4采用案例式教学法培养学生解决问题的能力
案例教学是连接统计理论与统计实践的桥梁，是学生在教师指导下运用所学统计理论知识和方法对案例进行思考、研究并对计算结果分析和评价的过程。只有将统计学的原理和方法应用于实践，找到理论与实践的结合点，才能体现出其价值所在，才能使生物统计获得最大的生命力;也只有构建以课堂、实验室和社会实践多元化的立体教育教学体系，才能有效提高学生的动手能力和创新能力。结合不同专业方向精选案例。例如，针对兽药营销专业的学生，举例讲解营销培训的效果验证，通过营销培训与不培训2组销售量的比较判断培训的价值。如果没有统计学知识而去分析这一问题，会因为销售量平均值的大小直接得出培训效果的优劣，但这一结论是没有经过统计分析、没有科学依据、经不起实践检验的。如果有统计学知识作基础，分析销售量的差别是由本质差异引起的、还是随机误差引起的，从而得出概率基础上的统计学结论和专业结论。通过这一案例，不仅使学生了解学习生物统计的目的所在，而且还激发了学生学习生物统计的兴趣，更激发起学生学习的积极性和主动性。
5通过统计分析培养严谨务实的科学研究精神
马克思认为:“一种科学只有在成功地应用数学时，才能达到真正完善的地步。”在探索事物规律性的过程中，应用统计方法来定量分析是科学研究的必要工具。统计推断结论有二种:一是有统计学意义的差异或叫“存在显著差异”;二是没有统计学意义的差异或叫“不存在显著差异”。统计思维是概率思维、推断思维，是在一定概率基础上的推断，而不是确定的、100%的、完全正确的，是有可能犯错误的。所以统计结论并不能完全代替专业结论，统计学上没有意义，专业上不一定没有价值，不能把统计结论作为专业结论的唯一指挥棒。例如，分析限饲对肉鸡生长发育的影响，当9个限饲组的饲料转化率全部高于对照组，但统计分析组间不存在显著差别时，专业上不能认为限饲对饲料转化率没有影响，只是由于肉鸡个体间差异较大，致使没能利用统计工具分析出组间差别。所以，统计学上“没有显著差异”，专业上未必就一定没有意义。统计分析是判断处理效应的工具，但并不是100%的绝对正确，需要根据实际情况分析最终获得专业结论，统计只是用来揭示事物规律的必备工具。科学研究是一个揭示本质、把握规律、创造新知的过程，同样也是探求真理的过程。事物的本质、规律不是暴露于事物的表面，而是在复杂的现象之中，因而只有以求真务实的精神，通过大量的调查研究并将取得的材料经过一番去粗取精、去伪存真、由此及彼、由表及里的加工制作，才能透过现象把握本质，透过偶然把握必然，使认识到达真理的彼岸。
创新是民族进步的灵魂，是国家走向发达的不竭动力。一个国家、一个民族要发展，造福人类，必须注重自主创新，在统计教学中灵活运用启发式、探究式、案例式等教学方法，培养学生的专业兴趣、逻辑推理能力、分析和解决问题的能力、严谨务实的研究精神，对培养21世纪创新型综合人才具有非常重要的作用。
1生物统计的教学原则思考
概率统计学近年来发展迅速，在各个领域的应用向深度和广度两个方向扩展。同时商业化统计软件如SAS、S+及SPSS广泛应用，给数理统计的教学提出了挑战和新的要求，对此应该在教学中有所反应和体现。
1.1数理统计基本概念和基础理论的学习
对统计思维的培养很大程度上依赖于对基本概念与原理的准确把握。虽然不同统计模型的具体方法不同，但均由样本容量确定、随机抽样、参数估计、假设检验、统计推断、统计预测、模型验证等一系列环节构成。由样本、统计量、抽样分布、置信区间、弃真概率α、取伪概率β、检验效力(powerofatest)、P值等概念所表达的统计思想在不同统计模型中是完全一致的，因而在条件允许时，应该用统计模拟方法进行直观化教学，以加强对概念和基本原理的把握。
1.2统计模拟方法辅助教学
随机模拟试验可以加强学生对统计基本概念和理论的理解，及分析问题、解决问题的能力[1]。例如，对显著性水平为α置信区间的正确理解应该为:(1)由两个随机变量(上下限)所确定的一个随机区间;(2)在同等条件下无限多次反复抽取相同容量的样本时，随机区间包含未知总体参数的概率为1-α。对此抽象概念的直观教学，可以用统计软件如S+简单完成。对于其他概念，如抽样分布、假设检验中弃真和取伪错误概率、检验效力、线性回归模型参数估计量的抽样分布、预测误差分解、离差平方和分解等，均可利用统计模拟进行直观化教学。另外，统计模拟还可以取代部分定理和结论的证明，通过模拟试验进行经验性验证。
1.3理论和实验技能的同步提高
首先应加强实验环节，使学生掌握一种常用统计软件的基本使用方法。SAS由于数据结构简单、功能强大、运算速度快而应成为首选。另外，S+具有强大的、可编辑的图形功能和易于编程特点，可用于统计模拟。共享统计软件R有与S+几乎完全一致的语法，为S+的使用提供了方便。虽然学生可以用统计软件快速完成统计运算，但由于理论知识的不足而无法正确地提取和解释软件输出结果。对这个问题的解决可以一方面保证一定的实验学时，加强对统计结果的分析能力。另一方面，通过课堂讲解、课后作业和统计模拟实验的形式加强理论学习。加强理论学习的观点，在学时压缩的前提下与一些学者的观点相左[2]。我们认为统计软件的使用，一方面减轻了时间负荷使学生有更多时间用于理论学习，另一方面也对理论水平提出更高的要求，即要求学生能够理解和利用软件分析结果。在有限学时内，加强理论学习的核心在于精讲式和概论式教学的有机结合。
1.4精讲式和与概论式教学的相互结合
数理统计的内容极其广泛，不加选择的教学使学生难以抓住重点。应在数学基础允许的前提下，重点地讲解核心内容。例如单一正态总体统计分析虽然简单，但涉及了所有核心统计概念，应作为重点内容讲解。根据统计模型间的区别与联系，应注意将核心结论自然地扩展到相近或相似的统计方法中去。如简单线性回归向多元线性回归、协方差分析、方差分析乃至非线性回归的自然扩展。与精讲相对应的，可以进行一定学时的概论式教学，对专业领域内的常用分析方法进行一般性介绍，并以典型案例分析的形式拓宽学生的眼界，做到点面结合。
1.5典型案例分析
典型案例分析指对科技论文中常用统计方法的剖析和讲解。典型案例分析可以使:(1)学生体会到统计方法在实际科研和生产中的应用，培育学习兴趣；(2)实际案例基本上包含了统计分析的各个方面和环节，可以使学生直观地体会统计分析的内涵。对典型案例的进行详略得当、点面结合的分析，可以使学生建立统计分析的系统观念；(3)通过案例分析使学生能够学习科学研究的内涵与方法，并融会贯通地掌握统计分析在本专业的应用。概论性地介绍一些统计方法在专业领域的应用，不必苛求对统计方法和理论的深刻理解，仅要求学生体会具体案例中随机抽样、参数估计、假设检验、统计推断、统计预测、验证模型等环节所体现的统计思维方法，及对具体案例和所用统计方法的感性认识。同时，应该抽出一定的学时(如2学时)对高级统计分析方法进行概论式介绍。
1.6自学能力和学习兴趣的培养及考核方式
授人以鱼，不如授人以渔。课堂教学永远无法包含将来所需要的全部知识，因而培养学生的自学能力和激励学习兴趣应成为教学指南。典型案例分析、模拟研究项目、统计模拟验证、课堂讨论、概论式介绍应用现状和前景都是激发学习兴趣的有效手段。课后作业是督促学习、培养自学能力和检验学习效果的主要手段。精心设计的作业，不仅可以帮助学生及时地理解和消化课堂所学知识，而且是培养自学能力的主要途径。可以将简单的理论证明和一部分教学内容以作业形式让学生通过自学完成，逐渐培养自学能力。平时作业成绩、分段考核成绩、实验成绩、课程设计应在总评成绩中占50％左右的比例，这样不仅可以保证以上教学环节的实施并达到预期效果，还可以减轻期末考试时的学习压力。考试可以采取分段多次考核的方法，以2～3次为宜。这样教师和学生都能及时发现教与学中的问题并及时加以调整，减轻终考压力，以免一次考试决定成绩和突击学习应考的现象。
2教学内容和教学结构的思考
虽然数理统计内容庞大，但在本科阶段所涉及的教学内容均为基础统计方法。对生物学而言主要包括与正态分布相关的统计模型，如单一正态总体的统计模型、线型回归、协方差分析、方差分析和非线性回归分析等，及与二项分布和泊松分布相关的统计模型，如二项分布的统计分析、逻辑斯第回归以及关联表等。根据以上内容的区别与联系，我们考虑按照如下顺序实施教学。
2.1单一正态总体的统计模型
指的是对一个正态总体的统计分析，包括参数点估计、区间估计、假设检验、两个正态总体参数的对比分析等。虽然在概率论教学中有所涉及，但强化这部分内容的教学对建立统计思维方式有极其重要的意义。通过这部分内容的学习，应该使学生准确把握样本、统计量、抽样分布、置信区间、假设检验中弃真概率α、取伪概率β、检验效力、P值等重要概念，为后续学习奠定基础。在实际应用中，对数据进行正态性检验是不可或缺的，需要增加QQ图的原理与应用教学内容，即可以使学生了解这一简单而广泛应用的图形判别法，又可以强调在统计分析中必须对模型所依赖的假设进行验证的统计思想。
2.2线性回归线型
简单线性回归的参数估计、参数估计量的抽样分布以及参数假设检验等内容的推导证明仅涉及二元函数极值、数学期望和方差的基本性质、以及简单的代数运算，因而在学时允许时应尽量加以证明，使学生知其然知其所以然。应介绍用图示法判断线性回归模型的IID假设是否满足。由于对非IID数据的广义线性回归方法已经成熟，故无需对非IID模型的传统矫正方法多做介绍。对于线性回归中的统计预测，应着重使学生掌握预测误差的来源，即参数估计量和模型内在随机误差项两个因素对预测的影响。多元线性回归在基础统计学中占有核心地位，是衔接回归分析和方差分析的纽带。由于多元线性回归的推导涉及随机向量和随机矩阵，而不宜进行详细的推导。可以首先将简单线性回归主要结论用矩阵表示出来，并推广到多元线性回归。在多元回归阶段应强调:(1)应客观地评述预测变量数目对确定系数R2的影响作用，避免在模型评价时对R2的过度依赖；(2)应使学生理解回归模型中的方差分析是对多个参数同时为0的假设进行检验，以便于和以后试验设计与分析的学习衔接起来；(3)离差平方和的分解的意义及参数子集的F检验；(4)对拟合残差的图形分析法，使学生能够对IID的假设满足与否进行判断；(5)回归分析和相关分析的区别与联系。
2.3协方差和方差分析
通过对多元线性回归模型引入离散型的回归变量而介绍协方差分析方法，使学生学会如何构造虚拟变量，并通过虚拟变量将离散型的回归变量加入到回归模型的方法。虚拟变量的理解和使用，对逻辑斯第回归、方差分析、非线性回归的假设检验的学习非常有帮助。在理解协方差分析和多元线性回归的关系后，自然而然地将多元回归过过渡到方差分析，即全部回归变量均为离散型的多元线性回归模型即方差分析模型。可通过对虚拟变量加以限置的方法(使数据矩阵满秩)，用多元回归方法进行方差分析。由于方差分析数据矩阵的特殊性，可以方便地推导出单因素和双因素方差分析的公式。通过以上学习，应该使学生建立回归分析、协方差分析和方差分析属于同一类模型的概念。
2.4非线性回归
可以简单介绍如何用泰勒多项式对非线性函数线性化后，通过多元线性回归和迭代方法估计参数。由大样本理论，参数的区间估计、假设检验和统计推断等均与多元线性回归相同。
2.5与二项分布相关的统计模型
二项分布相关的统计模型主要用于处理计数类和频数类数据。对于频数类数据，主要介绍对二项分布数据的参数估计、假设检验及统计推断等。逻辑斯第回归是分析频数类数据的有力工具，可以进行类似于正态数据的回归分析、协方差分析和方差分析工作，因而应作为核心内容而加以介绍，包括逻辑斯第曲线意义、参数估计方法、参数解释等。可以通过例题及作业的方式使学生了解逻辑斯第回归和普通回归的区别与联系。
生物学研究结果常需生物数理统计处理结合才能够客观准确的的分析和解释生物界各种现象和实验调查资料[1-2]。在研究两个或多个变量之间相互制约、相互依存关系时，生物数理统计方法及其软件亦广泛应用，目前常用的有Excel、SPSS和SAS。三者当中SAS以其最为强大的统计功能是熟悉统计学并擅长编程的专业人士的首选。而Excel、SPSS则受到非统计学专业人士的青睐；两者相比，SPSS分析的结果更简单、直观，更易于掌握。本文结合相关分析综述三种软件的优缺点。
1常用统计学软件的特点
Excel是我们日常工作中最常用的软件之一。主要用于数据处理、统计分析与计算，简单的数据库管理，而且它能绘制图表，具有检查与删除宏病毒的功能，并能与Internet网络共享资源[3]。此外，还能利用VisualBasicforApplication（VBA）语言开发面向特定应用的程序，但实际应用中很少有人使用。实际工作中我们经常用Excel的两大服务，一是自动计算功能，进行一些报表处理，这时Excel相对于Word来说不仅制表容易，更重要的是Excel有自动重算功能，一个数据被改动了，相应的结果会自动重算；二是Excel的制图功能，它能根据输入表中的数据自动生成曲线图、柱形图、饼形图等，大大减轻了手工制图的工作量。SPSS（StatisticalPackagefortheSocialScienceorStatisticProductsandServiceSolution）forWindows，与Excel相比，SPSS的统计分析功能、图表功能和数据库互接功能更为强大。SPSS软件处理庞大的受随机因素影响的数据时具有速度快、无编程、数据接口方便和功能模块组合灵活等特点。它使用Win-dows的窗口方式展示各种管理和分析数据方法的功能，并使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，只需粗通统计分析原理，就可以使用该软件为特定的科研工作服务。SPSS集数据整理、分析功能于一身。其基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分多个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数[4-5]。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。其分析结果直观、易学易用，而且可以直接读取Excel及DBF数据文件。由于其操作简单，已经在我国的社会科学、自然科学的各个领域发挥了巨大作用。SAS是一套大型集成应用软件系统，具有完备的数据存取、数据管理、数据分析和数据展现功能。SAS系统中提供的主要分析功能包括统计分析、经济计量分析、时间序列分析、决策分析、财务分析和全面质量管理工具等等。SAS中各模块具有相对独立的功能范围。常用的模块有base，graph，stat，insight，assist，analyst模块等，分别执行基本数据处理、绘图、统计分析、数据探索、可视化数据处理等功能。编程操作功能的无比强大是SAS系统的长处。尽管高级版本的SAS出现了可视化窗口，然而要想完全发挥SAS系统强大的功能，充分利用其提供的丰富资源，掌握SAS的编程操作是必要的，也只有这样SAS在各个方面的杰出特长才能得以体现。
2结合相关分析探讨比较Excel、SPSS和SAS优缺点
2.1变量的相关分析及两个变量的相关分析
相关分析用于属于平行关系的两个变量的分析。在相关分析中，变量无自变量和依变量之分，而且都具有随机误差。相关分析只能研究变量间的相关程度和性质，不能用一个变量的变化去预测另一个变量的变化。事物间的联系是普遍的。生物学中，作物产量与施肥量、气温、土壤湿度等都存在一定的联系。这种说明客观事物相互间关系的密切程度并用适当的统计指标表示出来的过程就是相关分析。现以20种细胞系的细胞膜和细胞质中蛋白质含量的测定结果为例，通过三种软件的操作来进行两者之间的相关分析。如本例题命名X为细胞膜中蛋白质含量，Y为细胞质中蛋白质含量，见表1。
2.1.1Excel操作Excel通过其分析工具库实现统计分析。数据在工作表中组织后，在“工具”菜单中单击“数据分析”命令。如果在“工具”菜单中没有“数据分析”命令，则需要安装Excel的“分析工具库”。安装过程如下：在“工具”菜单中，单击“加载宏”命令，单击“浏览”按钮，定位到Office安装盘所在位置。安装完成后，再打开“加载宏”对话框，选中“分析工具库”复选框。选择“工具”菜单中的“数据分析”命令，此时弹出“数据分析”对话框。在分析工具列表框中选择“相关系数”。在弹出的对话框中选择输入区域，即数据所在区域；分组方式根据输入数据的方式选择“逐列”或“逐行”。如果输入区域的第一行中包含标志项，则选中“标志位于第一行”复选框；如果输入区域中没有标志项，则此复选框不选。“输出选项”中选择相应选项，以确定分析结果的显示位置。选择完成后，点击确定即可显示相关系数的值。Excel中若要显示统计描述需要在“数据分析”中选择“统计描述”。可显示的结果有：平均、标准误差、中位数、众数、标准差、方差、峰度、偏度、区域、最小值、最大值、求和、观测数、最大、最小、置信度（95.0%）等。相关系数结果见表2。本例X与Y的相关系数为0.55461，相关系数检验的P值为0.001，按α=0.05水准，拒绝H0，接受H1，相关系数检验有统计学意义，膜蛋白和质蛋白之间有55.461%的相关性。这样的统计分析结果对于我们的后续实验有一定的指导作用。
2.1.2SPSS操作SPSS相关分析通过Statistics菜单的Corre-late选项完成。该命令允许同时输入两个或两个以上变量，但系统输出的是变量间两两相关的相关系数。此过程通过对变量进行相关关系的分析，计算有关的统计指标，以判断变量之间相互关系的密切程度。初始设置：单击窗口左下角的“变量窗口”（VariableView），在名称、类型、长度、小数点等处适当设置。完成相关设置后，单击窗口左下角的“数据窗口”（DataView），返回数据填充区。在SPSS工作表中输入表1中的实验数据。输入数据后，即可进行相关性分析。具体步骤如下：选择菜单栏中的分析（Analyze）相关分析（C）两个变量相关分析（B），弹出“两个变量相关”对话框。分别将X,Y变量选入“变量”的方框中，点击“选项”（Options），弹出“两个变量相关：选项”面板，选择“统计”中的“描述”（Descriptive），即可显示出“平均值和标准差”（M），交叉乘积的标准差和协方差（C）选项,然后点击“继续”，重新回到“两个变量相关”界面，本例分别选中“Pearson”，“双侧”和“标识显著相关”，然后点击“确定”，即出现SPSS统计的结果见表3（省略统计描述表格）。从表中可以看出，变量X,Y的相关系数为0.555，交叉乘积的标准差和协方差为267.314，14.069。PearsonCorrelation（相关系数）一列中的星号含义是：显著性水平为0.001（默认值）的情况下，变量X，Y相关系数存在显著差异，与“Sig”一列的结果相对应。从给出结果我们可以看到，比起Excel，SPSS的结果内容更详尽，结果分析更全面。
2.1.3SAS操作与上述两种操作不同之处在于，SAS操作在建立数据集时应指定膜蛋白X与质蛋白Y两个变量。再调用CORR过程求出相关系数。1）设定数据库环境：LIBNAMEA''''C:\USER'''';2）数据步，建立数据集：DATAA.YTLI7_1;INPUTYX@@;CARDS;12.2115.214.5416.712.2711.912.0414.07.8819.811.1016.210.4317.013.3210.319.595.99.0518.76.4425.19.4916.410.1622.08.3823.18.4923.27.7125.011.3816.810.8211.212.4913.79.2124.4;RUN;3）CORR过程，进行相关分析：PROCCORRDATA=A.YTLI7_1;VARXY;RUN;CORR过程的默认输出结果主要包括各个变量的简单统计描述（图略）和一个相关系数矩阵。结果见表4。SAS这种程序化操作过程简单，但需熟练掌握相关的编程语言，而且结果内容也没有SPSS的结果详尽。
2.2Excel、SAS、SPSS的评价
2.2.1数据处理Excel是日常办公的通用软件，也是作为计算机文化基础的一部分而被广泛学习。作为简单的数据处理工具，Excel操作简便，结果直观。SPSS的数据编辑器很像Excel，可以输入数据。SPSS的可视窗口界面和下拉列表可以选择特定命令。但运用SPSS一次只能编辑一个数据文件，在一次涉及多个文件的数据处理中并不强大。SAS在数据处理上可谓功能强大，几乎可以进行任何可能的处理。SAS中的sql数据库可以执行sql查询。只是需要耗费大量时间来学习和理解那些在excel和SPSS中相对容易处理的简单命令。但是SAS可以同时处理几个文件相关联的数据，同时SAS还可以处理多达32768个文件，记录的数量能限制在磁盘最大容量范围内，因此它以强大的数据管理和同时处理大批数据文件的功能，得到高级用户的青睐。
2.2.2统计分析三种软件用于统计分析的高级程度从高到低依次是:SAS,SPSS,EXCEL,就像例题中的操作一样，只要是Ex-cel“数据分析”库中包括的统计部分，都能通过简单的操作给出简单的统计结果。但是Excel只能进行有限的几种运算（平均、标准误差、中位数、众数、标准差、方差、峰度、偏度、区域、最小值、最大值、求和、观测数、最大、最小（1）、置信度（95.0%）等）。SPSS可以运行众多统计分析。其长处在于变量分析和多变量分析，可以进行多种特定效应检测。SPSS的缺点是运算方法不多，只能依照软件中提供的模式进行运算。SAS可以运行多数常用的统计分析。SAS和SPSS一样都属于专业分析统计软件，而SAS的强势在于方差分析，混合模式分析和多变量分析，其不足在于依次多项逻辑回归，运算方法受到SAS语言的限制。
2.2.3图表Excel的图表生成简单，可视化窗口模式形象直观，是日常图表生成的有利工具，而且修饰加工的图形尤其美观，单元格数据与数据分析结果具有“联动”关系，改变其中一个单元格数据，与之相关的Excel公式或图表就会发生相应的改变，具有“即改即见”的效果。Excel2007使之更加完善，这些功能均为SAS、SPSS所望之不及。SPSS窗口界面可以像Excel一样轻松的创建图表。图片质量较高，因此被很多发表文章的作者采用。SAS包括最强大的图表工具SAS/Graph，但是SAS/Graph学习起来很有难度。这种图表大多是通过程序性语言创建的。尽管SAS8以后的版本在创建图表方面出现可视化界面，但还是没有SPSS容易操作，一般适用于高级人士。
3结语
综上所述，Excel易学易用，功能有限；但其内置函数数量多且使用方便。公式、图形等具有即改即可见的特点，此功能在目前的SAS、SPSS等统计软件尚无法实现。SPSS操作简易，功能强大，结果详尽，是生物统计等非计算机专业人士的首选；SAS要求用户非常熟悉编程语言，这需要漫长的学习过程。但一旦掌握后就可以享受其强大的数据处理功能。总之，三种统计软件各有千秋，每个软件都有其独到之处，也难免有其软肋所在。总的来说，SAS，SPSS和Excel是能够用于多种统计分析的一组工具。通过Stat/Transfer可以在数秒或数分钟内实现不同数据文件的转换。因此，可以根据你所处理问题的性质来选择不同的软件。如果想通过混合模型来进行分析，可以选择SAS；但SAS要求用户非常熟悉编程语言，这需要漫长的学习过程，但一旦掌握后就可以享受其强大的数据处理功能。若是要进行方差分析，最佳的选择当然是SPSS，它能完成多种特殊效应的检验和多变量分析（多元方差分析，因子分析，判别分析等），SPSS11.5版还新增了混合模型分析的功能，但其缺点是没有稳健方法，无法完成稳健回归或得到稳健标准误，缺乏调查数据分析（SPSS12版增加了完成部分过程的模块）。因此对他们有整体性的功能了解将对我们的实际科研工作具有重要的意义。
假设检验是畜牧兽医类专业生物统计课程的核心内容，如何把握课程脉络，把假设检验的理论、方法讲解透彻，让学生轻松地掌握统计学原理，并能在生产实践中灵活运用，是生物统计课程教学的基本目标。在教学基本目标实现的基础上，使学生产生强烈的求知欲望，树立正确的专业意识，培养学生的统计思维，培育创新型的畜牧高级人才，是统计课程教学的总体目标。生物统计学建立在数理统计和概率论基础之上，具有数学课程的性质，如何把数学的逻辑原理转化为畜牧专业语言，是学生能够轻松学习统计原理、学会统计方法的基础。假设检验即是运用统计方法解决畜牧生产科研实际问题的一种必需方法。假设检验的方法有U检验、t检验、χ2检验和方差分析，各种方法的基本步骤、推理方法以及基本原理是相同的，只是分析的对象不同，数学上的计算方法不同，从而产生了这4种假设检验的方法。
1课程体系设置围绕假设检验
1.1假设检验的目的———揭示规律生物统计课程设置同其他课程一样，首先是绪论，讲解生物统计的基本概念、研究内容、常用术语及发展历程，其中蕴含统计分析的基本特点：由样本推断总体———即假设检验的最终目的为揭示规律。假设检验是方法，是工具，是开启生命科学的钥匙。
1.2假设检验的推断依据———小概率原理课程的第2部分是描述统计，关于数据资料特征的描述，由简入繁、由浅至深，由样本到总体，描述数据的分布特征。重点在于对数据总体分散变异性和集中稳定性特征的理解，数学上用概率特征来描述计算。数据总体的分布特征决定了临床诊断标准值、医学参考值范围以及异常值的确定方法，此即为假设检验的推断依据：小概率事件实际不可能原理，简称小概率原理。这也是建立推断思维方式的基础，是统计课程有别于其他课程的特点，是学生学习统计课程产生为难情绪的原因之所在。所以从传统的确定思维模式到统计的推断思维模式的转变，是学好统计学的基础。
1.3假设检验的本质———利用数据变异揭示规律课程的第3部分即为推断统计，详细介绍各种具体的假设检验方法，把握的重点为分析利用的样本数据，需要推断说明的是样本所在总体的参数。所以利用假定总体，判断样本属于假定总体分布的正常值范围（接受域）还是异常值范围（否定域），即可对样本是否取样来源于假定总体作出推断。数学上的解决方法是根据已知信息以及数据条件分别构造不同的检验统计量：U、t、F或χ2，计算造成数据变异的原因是本质效应造成，还是由抽样误差引起。U检验和t检验是利用数据的表面效应与抽样误差大小的权衡比较来推断本质效应（处理效应）是否存在；F检验是利用数据的组间变异（处理效应）与组内变异（试验误差）大小的权衡比较推断处理效应是否存在；χ2是通过实际观察例数与理论例数差别大小的权衡比较推断处理效应是否存在。由此可以得出，假设检验就是利用数据的变异来揭示规律。
1.4假设检验的具体应用———相关回归分析和试验设计相关回归分析是统计推断的另一项主要内容，试验设计是分析数据的来源，是统计推断的上游。相关回归分析中有关回归方程和相关系数的显著性检验以及回归截距和回归系数的参数估计，就是假设检验的具体应用，假设检验的大荟萃。试验设计中拉丁方设计和正交设计的数据分析是方差分析的延伸应用。
2课堂讲授跃动假设检验
2.1围绕假设检验展开课堂内容生物统计课程的第1堂课解释该课程在畜牧科学中的具体应用，例举当前畜牧业生产面临的问题及科学研究中的热点，不仅使学生明白统计课程要解决的问题，并引导学生对专业有深入的认识、培养专业兴趣。随后在数据资料的分类中，依据生产和科研试验的研究目的，讲解获取的各种类型数据资料，使学生对数据资料的类型有了深入认识，而且对统计分析方法解决这些专业问题产生迫切的需求，从而引发学习生物统计课程的主动性。进而在讲解二项分布时，利用课本例题及收集的有关案例，如检验某药物是否达到药商宣传的治愈率或杀伤力；试验判断某人是否具备特异功能；检验某疫苗是否达到免疫效果等，通过概率计算，利用小概率原理进行推断，从而得出推断结论。通过该类问题的解决，使学生对统计推断产生浓厚兴趣，并初步掌握简单的统计推断方法，具备一定统计推断的能力。最后通过假设检验的各种具体方法的系统学习，全面把握各种假设检验的应用条件、具体步骤，获取推断结论。
2.2围绕假设检验安排课程内容
2.2.1概念、公式为假设检验做铺垫生物统计的教学不要局限于名词如何解释，数学公式如何计算，而要把重点放在每个章节、每个知识在解决什么问题，在统计分析中发挥什么作用。从而在每一章节的讲解以引入问题入手，以解决问题为最终目标，名词、知识点、公式穿插在解决问题的途径中。每个问题的解决方法先从逻辑思维方式考虑解决途径，而最终解决问题的方法是通过数学计算。
2.2.2打破课本局限，安排课程内容讲解标准差的概念时，先忽略课本中关于标准差的特点，而在讲解正态分布的特征时，再拿出来讲解，标准差的第3个特点实质就是正态分布的特征。通过课本两次突出这一特征，进而说明该特征在统计推断中的重要地位。再如讲解方差分析中，由于不仅有方差分析数据变异来源的整体分析，还有多重比较的各个处理间的相互比较，所以首先按课本例题及有关习题把方差分析这一步骤讲清楚、弄明白之后，再去讲解多重比较的方法和结果标记方式。把复杂问题分解步骤简单处理，便于学生接受。
生物统计在生产实践和科学研究中具有重要的地位，让学生学懂学通会用，对推进畜牧产业发展和畜牧科技进步有不可或缺的重要作用。生物统计课程体系的不断发展完善，对我国畜牧业发展有不可低估的推动作用。讲好生物统计课程，培养畜牧高级人才，我们在不断探索追求。
《田间试验与生物统计》是农学类专业的一门专业基础课,由田间试验设计和生物统计两部分构成。该课程主要培养学生进行农业科学试验的能力和对试验结果进行科学分析的能力,为今后从事农业科学研究打下坚实的理论基础。
1《田间试验与生物统计》课程的教学难点
《田间试验与生物统计》是农学类专业最困难的课程之一,是应用概率论和数理统计的原理来研究生物界数量变异规律的一门学科,是概率论与数理统计在生物方面的应用,属于应用数学的范畴,因此学好该门课程要求学生有较扎实的数学基础和较强的逻辑推理能力。现在高职学生普遍数学基础差,入学后开设的数学课程又很少,数学基础普遍薄弱。而该课程课堂教学抽象的概念较多,数学公式多,前后章节的基本知识、公式联系密切,学生如果有一点没掌握好,以后的学习就会遇到很大的困难。所以相比其他专业课来说,难教、难学、难掌握,学生容易产生畏难情绪。
2教学中存在的主要问题
(1)田间试验的教学与生产实际相脱节,课堂讲授多,实践操作少;各项实习要求与生产季节紧密联系,而在实际教学中很难达到,学生普遍操作能力差。(2)教学过程大都以课堂讲授为多,缺少生物统计应用的实践环节,学生缺乏应用生物统计知识的实际训练。(3)高职教材相对落后,只是本科教材的一个翻版,理论性强,原理多,公式推导多、与生产实际联系不紧密,缺少学生实训环节。(4)由于学生开设的课程多,每门课的教学学时被大大压缩,不能完全满足教学的需要。
3加强实训基地的建设,结合科学研究,开展现场教学
田间试验的操作性极强,只在课堂上无法使学生完全掌握,提高其操作能力。因此充分利用教学实训基地,开展现场教学,将课堂上枯燥的理论教学放在基地中,由学生来进行实践操作完成,这样即可以增强直观性,调动学生的学习积极性,又可以提高学生的动手能力。教学过程中,可以结合教师的课题研究,使学生有目的的参加到科学研究之中,对学生今后从事相关工作有很大的帮助。在具体实施过程中,我们将学生分成不同的课题小组,将教学内容分解为田间试验方案的制订;试验前的准备;播种;田间管理;田间调查;收获计产等部分,由学生来研究制订方案,最后通过一起讨论,完善试验方案,按照试验方案来进行。学生通过对田间试验的全程参加,以现场教学的方式,自己动手操作,培养了学生进行科学试验的兴趣,提高了进行科学试验能力。
4积极进行教学方法的改革,提高教学质量
4.1改进教学方法,提高学生学习兴趣单一的教学形式容易导致学生注意力涣散,产生视觉、听觉和思维疲劳。生物统计部分理论性强,内容枯燥和抽象,对于学生来说难以接受。针对高职学生的特点,授课时尽量减少深奥的基础理论和繁杂的公式推导,在注重系统讲授的同时,充分结合启发式、讨论式等教学方法,活跃课堂气氛,吸引学生的注意力,引导学生思考,避免“满堂灌”。讲授完基本的理论和运算后,给学生充分的时间来进行训练,消化理解所学的内容,对学生提出的问题及时给予解决,进一步加深学生对所讲授内容的理解记忆,增强学习生物统计的兴趣。
4.2教学组织严谨,灵活,协调好教与学的关系在教学的组织上,讲究教学策略,提高教学艺术,创设良好的教学情境,培养学生判断、思维、推测、论证等多项技能,促进其逻辑思维能力的发展。课堂讲授是生物统计教学过程的主要形式,授课时应注意概念准确,条理清楚,逻辑性强,把握好课程的深度、广度,突出教学重点,难点,板书简洁、清晰,将运算步骤、公式使用的条件讲述清楚。重视讲课效果的信息反馈,及时根据反馈信息来调整授课进度与授课方式,力求使教与学两方面协调一致,以提高教学效果。
4.3严明课堂纪律,保证正常的教学秩序生物统计与其他课程显著的差别是课程前后衔接,逻辑性强,前面讲基本原理、运算公式、运算过程,后面就要对前面所学的进行具体应用,如果基本原理或公式没有掌握好,具体应用时就会一塌糊涂,影响教学效果,时间长了,学生就会感到越听越糊涂,越学越不明白,从而失去学习的积极性。因此必须严格课堂纪律,要求学生按时上课,不准旷课、迟到、早退,同时,要求学生上课要认真听讲,积极思考,跟着老师讲课的思路,认真详细地做好课堂笔记,便于课后复习,巩固所学内容。
5加强学生进行生物统计的综合实训练习,提高学生的分析应用能力
生物统计是一门应用性很强的课程,学生学会基本理论与方法后,要掌握对各种试验设计的结果进行分析处理,得出正确结论。为了使学生能对所学的知识很好地进行应用,应该有足够的时间来进行各种试验结果的统计分析能力的训练。教学中,将各种试验设计的结果分析过程、方法先由老师进行讲解,然后由学生将自己进行的试验的数据进行处理、分析,得出结论。老师在现场对于学生在运算过程中存在的问题及时给予解决。通过集中的实践练习,使学生能够把所学的知识综合起来进行应用,提高其分析问题、解决问题的能力。
生物统计学是运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的一门科学,是应用统计学的一个分支。随着生物学研究的不断发展,对生物体的研究和观察已不再局限于定性的描述,而是需要从大量调查和测定数据中,应用统计学方法,分析和解释其数量上的变化,以正确制定试验计划,科学进行试验结果的分析,从而做出符合科学实际的推断[1]。因此,生物统计学是生物学领域科学研究和实际工作中必不可少的工具。目前,各高等学校生物类专业都将生物统计学作为一门重要的基础课程纳入到教学体系中以促进新型综合性生物学高级人才的培养。
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”部级规划教材。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。
基于有效解决上述问题的考虑,更好地配套生物统计学教学,我们结合《生物统计学》(第四版)的出版,编写了《生物统计学学习指导》[8],旨在为《生物统计学》的学习提供概要性总结、资料扩充、难点解析,通过增加具体实例和对习题的解答,帮助学生进一步理解和掌握基本概念、基本内容和基本方法。其内容编排与第四版教材各章内容相对应,共分十四章。每章包括目的要求、内容提要、难点评析、例题解析、习题解答、自我测验等六部分。书后附有自我测验答案。目的要求部分提出了本章要达到的基本要求。内容提要部分概要地介绍了本章的主要知识点和难点、关键点。难点评析部分是对本章的疑难问题进行较细致的剖析,适当扩充了部分内容,对重要问题的解题思路、解题方法以及注意事项作了介绍。例题解析部分是在教材例题的基础上,重点选取部分代表性的例子对其解题过程进行了系统分析、计算和评述。习题解答部分是对教材每章后所附思考练习题一一进行了详细解答。自我测验部分则是结合《生物统计学》各类考题形式,设计了部分题目,主要包括填空、判断、名词解释、单项选择题和计算等五种类型,供读者选择练习。书后附有自我测验答案,供参考。
《生物统计学》是一门应用性较强的专业课。对于生物学专业学生统计学教材的选择应以“大统计思想”为主线,以实际案例为依托,以介绍运用方法为目的,突出教材的科学性、系统性、实用性[9～10]。我们教学组自2002年以来一直使用网络及多媒体从事《生物统计学》教学,并且完成了《生物统计学》校级网络课程的建设。我们将在四版教材出版的基础上,结合教学实践,进一步完成与教材配套的试题库建设,以实现生物统计学教材建设的立体化。
生物统计是数理统计在生物学中的应用,是用数理统计的原理、方法来分析数量资料和生物界各种现象的一门学科,其理论知识体系和学习方法有别于畜牧兽医专业的其他课程,因此被许多高职畜牧兽医专业学生认为是较难学习和掌握的一门课程。以至于出现了“教师教得辛苦,学生学得痛苦”的现象。造成这种现象的主要原因之一就是传统的教学存在很大的问题。
一、项目-分层教学法的提出
项目教学法是师生通过共同实施一个完整的项目而进行的教学行动。它蕴含着建构主义学习理论、情境认知与学习理论、实用主义教育理论等,是一种全新的教学方法。学生通过亲自调研,查阅文献,收集资料,分析研究,动手操作等过程,将学到的理论知识与现实中的实际问题紧密结合,训练提高综合素质。
“从理论上讲,项目教学法是一种几乎能够满足行动教学所有要求的教学培训方法”[1],但其弊病之一就是容易造成在项目的实施过程中,工作由成绩好的学生包办,一些成绩差的学生可能会产生“破罐子破摔”的心理。高职院校学生生源复杂,除普通高中毕业生外,还有对口升学的中专、技校、职业高中的毕业生,以及五年一贯制的初中毕业生,学生的学习基础水平差异十分明显,更容易产生这一弊端。要弥补这一不足,在实施项目教学的同时引入分层教学是行之有效的方式。
分层教学是在多元智能理论、“最近发展区”理论以及建构主义学习理论和“人本主义”学习理论等现代教育思想和教育理论指导下,从学生的知识基础、认知水平和个性差异出发,针对不同层次学生的特点选择不同的教学目标和内容,因材施教,发挥个性特长,让不同层次的学生都得到充分发展的一种教学方法,为不同条件的学生创造出适合自身特点的教育氛围,是面向全体学生的教育[2]。
项目-分层教学法是以尊重学生的个体差异、知识层次和兴趣爱好为前提,以层级化的教学项目为指导,以项目教学和分层教学的有机结合为主要形式,以教师引导各层次的学生在各自的最近发展区主动发展、获得成功体验为宗旨的一种教学方法。它是将不同层次的教学项目以需要解决的问题或需要完成的任务的方式交给学生,在教师的指导下,由学生自己按照实际工作的完整程序进行信息收集、项目决策、项目实施、成果展示、评估总结的过程。
二、项目-分层教学法的教学设计
(一)学生层次的确定
通过对班内学生的情况进行全面调查来确定采用项目-分层教学法时学生类型和层次。充分了解和尊重学生是项目-分层教学法实施分层时的基础,也是该教学方法能顺利进行、并能达到预期效果的关键。一般将学生分成A、B两个层次,不同层次的学生特点见表1。
(二)分层教学项目的制定
通过对课程的仔细分析和探讨来确定项目-分层教学法中分层教学项目。在设计分层教学项目时,要遵循教学项目的目的性原则、可行性原则、实践性原则、启发性原则和典型性原则,还要依据教学项目的标准,通过分析现有的基本条件与相关企业中对应的实际项目,探讨典型的工作过程,来确定具体的分层教学项目。
不同层次的学生特点不同,所以要为他们制定不同的教学项目。A、B不同层次学生的教学项目特点见表2。
项目-分层教学法的关键在于项目任务的设计,要用具体的实践项目引出任务,还要考虑到不同层次学生的能力差别,而且要能巧妙地将知识的掌握与能力的培养同时贯穿其中。
(三)项目-分层教学的实施
1.选择项目,划分小组
教师根据不同层次学生的特点,将教学内容分解成适合不同层次学生的教学项目。
2.分析问题,设置情景
为了更好地完成项目,应创设或引导学生进入一个与目前学习内容有关的、基本接近现实的情景环境中,解决现实问题。
3.自主协作,收集信息
小组成员协作收集有助于解决问题的信息、资料。
4.整理信息,确定工作步骤
小组成员通过整理和研究所搜集到的信息,根据项目任务要求确定项目工作步骤和程序,进行人员分工。
5.实施计划,完成项目
学生根据制定的计划实施项目,注意与他人协作,教师监控项目的实施全过程。当发现计划有问题时,经集体讨论后应该及时修正计划。
6.展示成果,总结经验,评定成绩
项目完成后,每一小组都要向全班展示自己的项目成果,并作必要的说明,让学生交流心得与经验。在评定成绩时,先由学生自评、同学互评,然后由教师进行总结性评价。
三、项目-分层教学法在生物统计教学中的应用
根据项目-分层教学法的具体要求,在兽医专业生物统计课程教学中,运用项目-分层教学法开展了教学实验研究。设置实验组与对照组,两组只有教学方法这单一因素不同,而其他各种条件均相同,以此来研究项目-分层教学法在教学中的作用。
(一)实验组教学安排
选取兽医09306、09307班作实验组,运用项目-分层教学法,实施五个教学项目(见表3)。学生分层分组组织学习,不同层次的学生完成教学项目的学习过程不同,教师采用的教学形式也不同,在A层学生的学习过程中,教师采取的是间接教学形式,通过咨询、建议等形式完成教学任务;在B层学生的学习过程中,除了间接教学,教师还需要通过讲授、示范等直接教学方法完成教学任务(见图1)。
(二)对照组教学安排
选取与兽医09306、09307班入学成绩基本相同的兽医09304、09305班为对照组,采用用传统教学法教学。
(三)教学效果的考核与评价
对学生的考核采取传统的考试方式,通过笔试和机试考核学生对知识掌握的情况。经过分类统计,实验结果见表4、表5。
检验结果表明,实验组和对照组之间存在显著差异。实验组采用项目-分层教学法,学生学习以项目为中心,有明确的任务,学生围绕项目自主学习,学习的主动性、积极性能得以发挥。同时,学习过程需要依靠组员共同努力、相互协作才能完成,学生的协调能力、团队精神也得以提高,所以考试成绩优良率极显著高于对照组。
另外,我们向参加对比教学试验的四个班的学生发放问卷,由学生对两种教学法进行评价,评议等级分为好、中、差三等。共发放问卷124份,有效回收率100%,评价结果见图2。
问卷结果显示,学生普遍欢迎项目-分层教学法。在此基础上,我们组织实验组的学生召开座谈会,讨论项目-分层教学法的优劣。发现学生思维非常活跃,认为项目-分层教学法有利于他们开拓思维,能够做自己想做的事情,充分调动学习的积极性;能发挥学生的潜能,使每个学生都有收获,有成就感;由学生自己解决问题,提高自学能力和综图2学生对项目-分层教学法和传统教学法的评价合能力;小组交流学习,提高协调能力,培养团队精神;小组之间开展学习竞赛,增强竞争意识,以适应竞争激烈的社会。
对照组由于传统教学法具有完整的理论体系,学生对生物统计学知识的学习比较系统,但学习时难度较大,容易学完就丢,学习效果不好。
四、项目-分层教学法的实践分析
(一)项目-分层教学法的特点
1.以实际任务贯穿教学的整个过程
教师依据教学内容选取任务项目,整个教学过程也就确定了,学生通过完成项目掌握课程教学内容。任务的选择相当重要,既要涵盖生物统计学教学大纲所有教学内容,又要与学生所学专业挂钩。
2.采取以小组为单位的学习形式
小组的每个成员都是同一层次的学生,采取共同努力、互相协作的学习方式。每个小组负责完成选定项目中的一个模块,小组成员在学习过程中的数据资料和项目成果为全体组员所共享。
3.对学生学习的评价是以完成项目情况为依据
由学生自己填写项目课程评估表和项目完成报告书,对项目完成情况进行自我评价,然后交小组内其他成员分别评定打分,最后由教师对小组完成项目情况进行评定。在评价和考核时应以形成性评价为主,终结性评价为辅,评价重点是项目执行的整个过程,包括每一位学生在项目中的参与程度、作用以及合作能力等。突出对学生创新精神、实践能力的形成与提高方面的评价,项目成果排在其次。个人、小组和教师的评价分数都必须有据可循。学生的最终评价得分计算公式为:(自我评价+小组其他成员评价的平均值+教师评价×2)÷4。
(二)项目-分层教学法的不足与改进措施
同一年龄段的学生,他们的思想、价值观、关注的焦点以及为人处世的态度、方式等都很接近,而同伴往往是青年学生直接学习和模仿的榜样,会产生一种持久的潜移默化的作用。但采用项目-分层教学时,将学生按不同的层次分成项目小组,对于B层小组的学生来说,同组组员在学习方面往往都存在着共同的问题,他们在项目完成过程中,失去了学习的榜样,找不到引领他们向上追赶的参照物,从而影响学生能力的提高。分层教学对低层次学生的自尊心会产生一定的伤害,学生认为自己在低层次小组,感觉差人一等,被人瞧不起,这种自卑心理会一定程度上影响学生自信心。
教学中在确定教学项目时,每个教学项目只是在完成的过程上有区别,项目本身没有高低之分,学生根据自身条件自主选择教学项目。在划分项目小组时,坚持学生自愿和教师指导相结合,学生实行隐性分层,教师心中有数即可,不必公布出来。另外,在划分项目小组时,可以同层次学生同组和异层次学生同组相结合,交替使用,避免上述弊端的出现。
在项目-分层教学的实施过程中,理论教学处于辅助地位,学生参加项目小组的工作,所得到的只是针对具体职业活动相关的知识和经验,往往是零散的、片面的,缺乏发展性,不容易掌握具有普遍指导意义的通用规律,难以提供系统的知识和理论,对于学生综合职业能力的培养显得后劲不足。因此,在实施项目-分层教学之前,最好还是先采用课堂教学的方法让学生掌握基本理论知识和技能,在学生具备了一定的专业知识后再进行项目学习。
(三)项目-分层教学法实施的保障
1.合理安排教学计划
完成一个项目-分层教学过程需要相对完整的一段时间,如果中间插入其他课程,势必会影响项目的进展和学生的学习效果,这就要求学校的大力支持,在制订教学进度时予以充分考虑。
2.设备设施投入
项目-分层教学需要理论联系实际,这就要求学校与社会、企业密切合作,使学生在完成项目中真正得到培养和锻炼,成为社会、企业需要的实用型人才。在企业培训力量不足的情况下,学校应建立模拟实验室,这需要投入巨大的财力、物力和人力。加大对项目-分层教学模式投入,可以完善和促进其在实用型人才培养上的作用。
3.培养一体化教师
在项目-分层教学中,许多教学项目是教师根据教学目标和生产实际设计的。教学内容不仅涉及本学科的专业知识与技能,还可能涉及相邻学科甚至跨学科的知识与技能,以及企业的生产实际。这就要求职业院校的教师不仅具有全面的专业理论知识,还必需有丰富的实践经验和动手能力。因此,学校应加强一体化教师的培养与培训,以满足职业教育岗位的需求。
摘要：根据21世纪对生物统计学课程的重新定位，在生物统计学精品课程建设中重点突出了教学方法和教学手段的改革，强化了学生能力的培养。
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。
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。
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
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。
摘要：分析目前高校传统教学模式下生物统计学教学之不足以及理论课程与社会实践之间的差距，提出在课程整合模式下生物统计学课程的改革措施，指出在教学中融入多元化的概念，推进课程形式、教学模式和教学资源三个方面的有效整合。在教学中逐步实现新的教学模式，为全面提高学生素质提供保障。
关键词：课程整合；生物统计学；素质能力
一、生物统计学的教育现状
随着生命科学研究的飞速发展，生物统计的重要性日趋彰显。2014年LinkedIn对全球超过3.3亿用户的工作经历和技能进行分析，在公布的最受雇主喜欢及关注的25项技能中，统计分析和数据挖掘位列榜首。生物统计学是运用概率论和数理统计的原理和方法，分析和解释生物界各种现象和实验调查资料的一门学科[1]，是众多高等院校中生物学、医学、药学和农学等专业的必修课程。生物统计学的教学内容前后章节关系密切，环环相扣，层层深入，具有内容多、公式多、概念多的特点。学生在学习中感到晦涩难懂，容易产生难学、厌学的思想。同时，目前生物统计学的教育还存在一些不足之处：（1）试验设计在教学中所占比例不足。生物统计学与试验设计是紧密结合在一起的，主要向人们讲授了从事科学研究的试验方法和对收集到的试验结果进行分析整理的方法。凯尔文勋爵（LordKelvin）曾说过：“当你能够衡量你所谈论的事物，并能以数字来表达它时，可以说你对它有了一些了解；而当你不能衡量或不能用数字表达时，你对它的知识就是肤浅的和不能令人满意的”。由此可见，生物统计学作为量化事物的工具和手段在科学研究中发挥着重要的作用。然而，目前该课程的设置上忽视了新形势下的教学导向，偏重统计基本方法和基本理论的介绍，忽视了试验设计的介绍。（2）生物统计学理论和社会实践的脱节，学生缺少将统计理论应用到实践中的能力。在生物统计学的教学实践中，教师偏重理论知识的讲解，使得教学内容空洞而枯燥。同时，在课程设置中未将生物统计学与专业实践课联系在一起教学，使得学生脱离了社会实践，导致学生的学习积极性不高。（3）生物统计学和医学基础课之间的分离。在课程设置上，没有将这两个学科整合在一起，学生既没有形成自己的知识框架，又没有将生物统计学的知识应用到医学基础课的学习中。
二、课程整合理论对生物统计学教学的启示
基于上述课程设置及教育中的问题，南方医科大学生物统计学系在多年的教学实践中总结构建了“课程整合”体系。早在19世纪末20世纪初，在杜威（JohnDewey）发起的进步教育运动中，就有了一种综合课程的思想，他强调在理论与实践中倡导课程整合。ParkW.J.在参考了各类界定的基础上，认为整合的课程是超越单门学科有目的地组合知识、观点和探究问题，以达到学习者对学习内容更深层的理解[2]。根据目前生物统计学的教学环境和条件，深化生物统计学课程整合涉及到课程形式、教学模式和教学资源三个方面。
（一）课程形式的整合
以南方医科大学的五年制临床医学本科课程设置为例（其它学校基本类似），主要分为公共基础课程、专业基础课程、专业课、公共选修课和实践教学五类。公共课程包括大学语文、外语和体育等；专业基础课程为学生必须掌握的专业基本理论、基本知识和基本技能的课程；专业课指从事本专业或相近专业工作所需的相关课程和专业学习的延伸课程，主要培养学生从事相应领域临床实践的初级思维和能力；公共选修课为面向全校所有本科专业开设的选修课程；实践教学分为课内和课外实践教学环节，主要培养学生的实践能力和科研能力。在课程整合中主要有：（1）生物统计学的理论课程和实践教学课程的整合，其主要目的是使学生对生物统计将来的应用领域有一个大概了解，能够正确理解和合理解释应用领域的问题，面对统计咨询对象时能和其它专业人士进行较好的沟通。（2）整合生物统计学中的应用软件和专业基础课程，如SPSS软件与生物统计学，STATA软件与流行病学，RevMan和循证医学等，通过在一个学期同时开设两门课程，使学生充分感受到应用软件的实用性，有助于对一些抽象的计算方法的理解，提高学习兴趣进而提高学习效率。
（二）教学模式的整合
南方医科大学生物统计学系实施了导师制教育，每位导师指导3到6名本科生，从三年级开始指导学生参加科研活动和统计咨询与数据处理实践。导师制教育的实施整合了理论教学和实践教学，这种教学模式变教师“主讲”为“主导”，学生“被动”为“主动”。导师制教育是运用任务驱动法，以实际案例为主线，教师为主导，学生为主体的教育方法，最终目的是培养学生实际应用统计学知识的能力[3]。学生在实际案例的教学情境下学习统计学有多重好处：第一，丰富的生活案例或科研案例激发了学生学习统计学的兴趣，驱动着学生进行不断学习，培养了学生的文献查阅能力、团体合作的能力、克服困难的能力，以及在解决案例后的自我认同感。第二，案例教学可以激发学生的主观能动性。在这样的教学模式整合中，突出了学生主体的地位。学生在老师和同学的帮助下，在完成各项小任务的过程中，逐步完善各个主题的知识体系的构建，促进知识的吸收和应用。第三，案例教学培养了学生思考、分析和解决问题的能力，锻炼了学生的逻辑思维，激发了学生的科研兴趣。几年的实践表明导师制教育的执行不仅提高学生专业统计学软件的学习成绩，同时学生真正学会了生物统计学的应用能力，能够有机地将理论和实践相结合，达到了较好的教学效果。
（三）教学资源的整合
生物统计学教学资源整合包括：教材资源的整合和网络资源的整合两方面。教材资源的整合要考虑到教材的规范性、可靠性、时代性和针对性，使学生在学习中举一反三，有效地发挥学生学习的主动性和自主性。在教材的选择采纳上，除了使用中文的本科生规划教材外，还选取了部分英文教材如《FundamentalsofBiostatistics》（RosnerB，2006，6thEdit）、《UsingMultivariateStatistics）（TabachnickBG&FidellLS，2007，5thEdit）等。网络资源的整合为生物统计学的教学提供了丰富的资源和空间，利用“微信墙”增强学生的参与和互动，突出因材施教和个性发展。同时，利用网络资源，按照“自评他评结合、堂内堂外结合”的原则，综合运用现代先进技术，注重对学生日常学习表现作出发展性评价，逐步推动形成性评价体系建设。
三、结束语
医学课程改革中的“学科细分”和“课程整合”并不矛盾，课程整合的主要目的是消除各学科教学间的壁垒，促进学术的交流；同时，课程整合有利于促进教师之间的交流和合作。在高等医学院校，我们要着眼于未来，实现基础与临床、医学与人文、公共卫生与临床医学的有机整合。
作者:关 颖 张国霞 单位:南方医科大学
一、生物统计学课程的地位和作用
生物统计学是生物学学科不同专业学生都应该掌握的一门重要的工具课，是许多高等院校生物学、农学、医学等专业的必修课程之一。它是现代生物学研究不可缺少的工具，是培养学生科学研究和综合分析问题能力的重要课程，也是生物学等工作者必备的基础，同时该课程又是其他专业课程的重要基础。因此该课程在生物学、农学、林学、医学、食品、环保等专业中占有十分重要的地位[12]。生物统计学需以生物材料进行研究，但通常所涉及的材料数量较大，很难也没有必要全部参加试验，必须通过科学的方法抽取有代表性的试验个体进行试验，以获得相关的数据，实现由样本推断总体的重要功能。因此生物统计学与试验设计紧密联系，主要讲授数据资料收集和整理的方法、数据资料的统计分析方法和手段以及在概率论的基础上对统计结果做出科学的推断，从而帮助我们认识研究对象的现象和本质[13]。因此，生物统计学已成为生物科技工作者必备的基础，也有利于培养和提高大学生的科学研究能力以及独立分析问题和解决问题的能力，是当代大学生系统的能力培养和全面的素质教育的具体体现。
二、生物统计学教学存在的主要问题
1.生物统计学教材方面。教材是体现教学内容和教学要求的知识载体，也是教学最基本的工具，它不仅是教师进行教学的依据，而且是学生获取知识的重要资料，选择适合教师和学生的生物统计学教材，能够保证教学过程的顺利进行，而且还能提高教学质量，达到良好的教学效果[14，15]。目前，国内所出版的生物统计学教材种类较多，各大高校由于教师和学生的情况不同，在教材方面的选择和使用也不一样。尽管如此，目前国内所出版的生物统计学教材主要包括两大类。第一大类完全是传统生物统计学的知识和内容，不涉及统计软件的介绍和使用，这一大类教材包含两小类，一类主要侧重理论教学，过分强调课程体系的完整性和理论讲授，注重公式的推导而忽视了实际应用例题的讲解。这类教材忽略了对大学生统计思维和综合分析问题能力的培养，因此有一定的缺陷。另一类是目前各大高校使用较多的生物统计学教材，该类教材虽然也存在一些必要的公式推导，但更侧重于统计学理论与实际结合，清楚介绍每一个统计原理理论后，再通过具体实例分析和巩固统计学的基本原理和基本方法，注重培养学生分析实际问题和解决实际问题的能力，因此这类教材比较适合现在生物科学等本科专业的使用。但这类生物统计学教材由于不涉及统计软件的内容，也存在一定的不足。如果教师在授课过程中未涉及一些统计软件的介绍和使用，那么即使学生完全掌握了相关的统计原理和方法，学生在复杂的试验设计及庞大的数据面前可能也会束手无策，即使会计算，在复杂及庞大的数据计算中也可能会算错，因此可能会得出相反的结论。第二大类统计教材完全是统计软件的介绍和使用，如Excel软件、SAS统计软件、SPSS统计软件、DPS统计软件、R统计软件等的介绍和使用。生物科学、技术等飞速发展的今天，这类统计软件发挥了很大的优势，给科技工作者带来了极大的方便。但这类教材也存在一定的不足，它只注重统计过程的运算和统计，没有统计原理的介绍，因此对没有相关统计学知识或统计学基础较差的学生或老师来说，即使按照教材上的步骤计算出相应的结果，但也不知道具体的含义，也不知道怎么分析。因此这类教材不适合大学本科生的教学。另外，这两大类教材要么只注重数理统计方法的讲授，要么只重视统计软件的使用，而忽视了统计学中的数理统计分析方法是建立在正确的试验设计以及所获数据资料准确的基础上才能发挥正确的作用，这是这两大类生物统计学教材共同存在的不足之处。因此，目前市场上还未见有统计学理论与实际结合，试验设计与统计原理相结合，统计软件与统计学原理相结合的较为完善的生物统计学教材。笔者认为这类生物统计学教材是当前生物科学专业、生物技术专业、生物工程专业、农学专业、医学专业、食品专业等本科专业较为适合的教材。
2.生物统计学与高等数学方面。①生物统计学与高等数学开课时间上的不一致性。国内许多高等学校生物科学等本科专业的培养方案中都把高等数学课程作为一门必修的基础课，学生通过对该门课程的学习，系统获得函数、极限、连续、导数、微积分及常微分方程等基础知识，它为后续课程的学习和解决实际问题提供必不可少的数学基础知识及常用的数学方法。而且，通过各个知识点的学习，逐步培养学生具有较为熟练的基本运算能力和自学能力，综合运用所学知识分析和解决实际问题的能力。更重要的是，高等数学课程是学习生物统计学的关键，生物统计学中的许多原理和方法都需要高等数学中相应的知识作为基础。②生物统计学与高等数学教学上的脱节性。高等数学课程作为生物科学本科专业一门必修的基础课，各高校均认识到它在生物科学本科专业中的重要性。但长期以来，高等数学和生物统计学均作为两名独立的课程开设，一般情况下，高等数学课程由数学专业教师讲授，由于数学专业的教师没有生物学专业的相关知识，不清楚生物统计学课程的知识体系，只注重数学知识的推导、讲授。因此所讲授的知识内容之间通常存在许多不衔之处，形成了不利于生物统计学课程教学的知识的断层。同样，这也是生物统计学中教师难教，学生难学、难懂、难用的原因之一。
3.生物统计学教师知识结构和科研能力方面。常言道，学生需要一滴水，教师至少要有一桶水。生物统计学的教学，相对于其他课程而言，对教师的要求更高，不仅要求教师要有一定的数学知识，较为渊博的统计学知识，还要求教师要有较强的科研能力。教师只有具备一定的数学知识和渊博的统计学知识，才能很好把握生物统计学相关原理、理论、统计分析方法等。具备较强的科研能力，才能很好将生物统计学相关原理、理论、统计分析方法与实际相结合，才能很好地进行案例教学。4.考试制度方面。考试制度在高等教育中占有非常重要的地位，考试是教学质量评价的一项重要指标，它既是对教师教学质量的反映，也是对学生学习效果的检验。考试制度是否合理
，决定着教学质量的好坏以及学生学习积极性是否能得到最大限度地调动[16]。但是现阶段我国许多高校的考试制度较为死板，缺乏合理性和灵活性。如在学期期末考试中规定一定数量的题型，当然，这种考试制度对于规范考试是必须的，但是应该根据具体课程而定，而不能一概而论。就生物统计学课程而言，如果规定一定数量的考试题型（比如四种题型），那么教师只能根据考试规定勉为其难考虑四种题型。比如说名词解释、填空、问答、计算这四种题型。很明显，这种考试方式只是较为死板的考试，不能真证体现生物统计学课程的本质，不能很好考察学生对生物统计学原理的掌握及运用。
三、生物统计学教学策略
针对目前生物统计学存在的问题，笔者根据自己近十年的生物统计学教学实践，就如何提高生物统计学的课堂教学效果，提出如下建议。
1.选择合适的教材并优化教学内容。教材是教学最基本的工具，选择适合的生物统计学教材，能够保证教学过程的顺利进行，并能提高教学质量。针对目前市场上的不同种类教材，结合学生的实际，选择统计学理论与实际相结合，试验设计与统计原理相结合，统计软件与统计学原理相结合的生物统计学教材进行教学较为合适。据笔者过去的教学实践，该课程授课内容不宜过多和过深，授课内容过多学生精力会分散，分不清重点，而过深则影响学生的接受效果[17]。因此应根据学生实际优化教学内容，坚持以试验研究实例为线索，以科学的试验研究方法为主线，理论原理和实际例子相结合，从试验研究的选题和设计、试验方案的制定和实施、试验数据的收集和整理到试验数据的统计分析，最后做出科学的推断等，尽可能把抽象的统计学概念和原理转变为具体的实例，提高学生的学习兴趣，使其更好地理解和掌握所学的课程内容[7]。很好激发学生学习生物统计学课程的兴趣，从而更好地提高教学效果和教学质量。
2.处理好高等数学和生物统计学的关系。高等数学作为生物科学本科专业的基础课，是学习生物统计学的关键。一方面，高等数学一般在第一学年开设，因此生物统计学安排在第二学年开设为宜，这样能避免高等数学和生物统计学课程开设在时间上形成的断层，有利于学生对生物统计学的学习。另一方面，高等数学和生物统计学不应分别让不同专业的教师讲授，而均应由生物学专业教师讲授，因为生物学专业的教师清楚生物统计学课程的知识体系，在讲授高等数学时，能够根据生物统计学的相关原理和内容，优化高等数学的教学内容，有侧重点进行知识的讲授。从而能避免生物统计学与高等数学教学在知识上的脱节性，也有利于学生对生物统计学的学习。
3.提高自身知识结构和科研能力，注重案例教学。生物统计学教材大多理论性强，内容枯燥，容易使学生产生厌烦感。照本宣科的传统授课方法，更会使学生失去兴趣，对于培养学生的独立思考能力和创造能力十分不利。在现代教学中，教师既是知识的传授者，也是教学活动的组织者，在教学过程中起到关键的作用，教师知识水平的高低直接影响学生的学习效果[18]。因此教师应不断加强对生物统计学基本原理、基本理论和基本方法的学习与实践。另外，教师还应不断加强自身的科研能力，在教学过程中将自己的科研工作或生产实践案例贯穿到教学中，以自身科研实例辅助教学，增加学生的学习兴趣，培养学生的统计学思维以及对统计学的实际应用能力。
4.加强试验设计的教学和实践。试验设计又称为实验设计，它以概率论和数理统计的原理和方法为理论基础，科学地、经济地设计研究方案的一项技术。一个良好的试验设计，可以用最少的实验次数，得到足够的实验数据，从而能减少人力、物力和财力的投入[6]。由于生物统计学理论性和实践性较强，且涉及大量的数学公式、抽象的概念和复杂的内容。因此在生物统计学的教学中应充分调动学生学习的主动性，加强学生对生物统计学原理、知识的理解和综合运用，强化学生综合试验设计的锻炼及其应用。提高学生利用统计原理、方法分析和解决实际问题的能力。生物统计学教学中，一方面，教师应该有渊博的统计学知识及其丰富的科研经历，另一方面，应让学生走出教室，加强实践，使学生不但能够掌握统计分析的原理和方法，而且可以解决一些生产中的实际问题，真正达到生物统计学教学的目的。
5.改革传统的考核方式，着力培养学生综合运用生物统计学知识的能力。很多学校传统的考试以闭卷笔试的考核方式为主，试卷内容主要测重基本概念、理论知识和方法的考核，期末考试成绩基本决定了学期的成绩，这种考试方式造成的结果是学生平时可以不听课，考试前通过突击，也能考合格，但考后就可能全忘了。更重要的是学生学完生物统计学，学期考试后，都不知道学了些什么，更不知道怎么用，到做毕业论文需用到统计学原理和知识时，很多学生不会用或者乱用。一些高校期末考试总评成绩由平时成绩、期中成绩和期末成绩三部分组成。这种方式在一定程度上重视了学生平时学习情况和期中考试成绩，避免了期末考试成绩基本决定了学期成绩的弊端，但是某些高校规定了每门考试课必须有四种以上的题型，对于一般的学科而言，这种规定也许是可行的，但对于生物统计学而言，这种规定是不合理的。因为生物统计学的教学主要是培养学生综合运用统计学原理和知识的能力，培养学生如何进行试验设计、试验数据的统计、分析以及对统计结果的解释等。因此笔者认为，对于生物统计学的教学，教师应从学生的实际情况出发，以培养学生综合运用统计学原理和知识为目标，合理讲授统计学的相关内容。期末考试以开卷考试为宜，学期总评成绩由平时成绩、期中成绩和期末成绩三部分组成，考试题型只需考察计算题和试验设计题两种题型，即重点考察学生对基本知识的掌握程度及灵活运用统计学原理和方法解决实际问题的能力。生物统计学是一门理论性较强的应用学科，涉及的内容多、公式多、概念多，对学生而言，难懂、难记、更难用，而且很多学生不愿意学习。因此在生物统计学教学过程中，教师应从学生的实际情况出发，选择合适的教材并优化教学内容，提高自身知识结构和科研能力，改变教学方法，加强试验设计的教学和实践，改革传统的考核方式，着力培养学生综合运用生物统计学原理和知识的能力为教学目标，充分调动学生学习生物统计学的主动性和积极性，同时增加学生上机学习统计软件的操作，掌握EXCEL、SPSS、DPS等统计软件的使用，提高学生利用生物统计学的原理和相关统计软件解决实际问题的能力。
作者：张以忠邓琳琼工作单位：毕节学院地理与生命科学学院
摘要：根据21世纪对生物统计学课程的重新定位，在生物统计学精品课程建设中重点突出了教学方法和教学手段的改革，强化了学生能力的培养。
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。
生物统计学是应用数理统计的原理和方法处理生物学中的各种数量资料,从而透过现象揭示生物学本质的一门科学,是科学研究与实践应用的基础工具。基于生物统计学在生产实践中的广泛应用及在生命科学研究中的重要作用,国内外大多数学校的生命科学各专业都将生物统计学列为专业基础课或必修课。但是,作为2003年才开始招生的新办专业,中国地质大学(武汉)生物科学专业原来的教学计划中没有“生物统计学”的课程,而设置有56学时的“概率论与数理统计”课程。学生们虽然通过“概率论与数理统计”的课程掌握了数理统计的基本原理和分析方法,但却缺乏数据处理与统计分析的必要训练。从而导致生物科学专业2003~2005级学生的毕业论文中缺乏统计分析,在答辩时也没有试验设计与假设检验的概念。鉴于这一实际情况,2007年生物科学专业的教学计划及时作了必要的调整,增开了生物统计学的课程,并且设为专业必修课。按调整后的新教学计划,2009年下学期生物科学专业大三学生在修完56学时的“概率论与数理统计”课程之后,还将学习32学时的“生物统计学”课程(含16学时的上机实习)。
传统的生物统计学教学过多强调理论的重要性,学生通过查找书后附表设计试验与手工计算,忽视了利用计算机软件进行试验设计和数据统计分析的能力培养,不符合越来越重于计算机技术的现代应用生物统计方法的发展趋势。在十分有限的32个学时内,为使“生物统计学”的授课内容不与“概率论与数理统计”发生重复且更实用,笔者通过对现代应用生物统计方法和统计软件发展趋势的课前调研,发现R软件是一款功能全面又易学的统计软件,含有许多新颖而又实用的统计分析技术与假设检验方法,完全可以满足生物统计学的教学需要,并且没有版权问题。各种概率分布的计算,以及平衡不完全区组、拉丁方与正交表等试验设计,都可以在R软件中完成,使学生可以彻底摆脱手工查表与计算的烦恼。课后关于生物统计学与R软件使用的问卷调查发现,88.2%的学生认为在修完“概率论与数理统计”课程后仍很有必要学习生物统计学和统计软件,92.8%的学生认为自由软件R作为生物统计学的教学软件十分合适,还有86.7%的学生则认为R语言的学习能够对理解统计原理有所帮助。
1统计软件R的介绍
R语言是一门比较新的计算机语言,源自S语言(S-Plus软件中使用)与Scheme语言。基于GNU协议的自由软件R提供了一种使用R语言进行统计分析与图形展示的计算机环境,整合有许多统计工具包[1]。R语言最初由新西兰奥克兰大学统计系教授RossIhaka和RobertGentleman合作编写,由于这两位“R之父”的名字都是以R开头,所以就称之为R语言。R自1993年诞生以来,深受统计学家和计量爱好者的喜爱,被国外大量学术与科研机构采用,其应用范围涵盖了计量经济学、实证金融学、空间统计学、统计遗传学和生物信息学等诸多领域,已经成为主流软件之一。2009年1月7日,《纽约时报》记者AshleeVance题为“DataAnalystsCaptivatedbyR’sPower的文章[2]在科技版发表之后,引起了统计软件R与SAS之争,可见R在统计学界和业界的影响力。
相对于其它统计软件,R的主要特色在于:1)R语言具有自由、免费、开放源代码及统计模块齐全的特征;2)R语言是彻底面向对象的统计编程语言,R中所有计算结果都可以作为对象保存起来,供进一步统计分析与图形展示之用;3)R软件体积小,更新速度快;4)R的扩展性非常强。世界各地的CRAN镜像网站上有许多志愿者提供的非常丰富的工具包,供下载使用。正如Google首席经济学家HalVarian所说,R最优美的地方是你能够修改很多前人编写的工具包的代码做各种所需的事情,实际你是站在巨人的肩膀上。
据统计,2008年12月13日~14日“第一届中国R语言会议”在中国人民大学召开时,共有近70家单位150余人参加;2009年12月召开的第二届中国R语言会议则在北京和上海设有两个分会场,共有90多家单位300余人参加。参会的人员主要来自高校和科研机构,包括在校学生、高校老师、科研所研究员等。
2统计教学中R软件的使用现状
由于R强大的统计计算与图形展示功能,以及自由免费与开放源代码的特点,目前国外许多大学统计相关专业都将R作为教学软件。据笔者调查,国内高校教学中统计软件的使用现状比较混乱,多是采用SPSS或SAS软件,也有使用S-Plus、Matlab、Minitab、Stata、Eviews、Origin、DPS、MSExcel等商业软件,仍有部分高校在统计教学中没有结合与讲授统计软件。国内只有很少一部分高校使用R软件进行统计教学,但是已有48所(不含重复)国内高校的教师或在校学生参加过R会议。
据不完全统计,江西农业大学、清华大学、中国人民大学、华东师范大学、暨南大学、中国地质大学(武汉)等高校已将R语言作为统计相关课程上机实习的计算机软件。其中江西农业大学自2005年开始,就在生物工程与生物技术专业的学生的生物统计学课程中采用自由软件R作为教学辅助工具,并取得了良好的教学效果[3]。
3生物统计学教学与R使用的调查分析
当前,数据分析处理几乎全是使用计算机统计软件完成,在统计方法的实际应用过程中,人们往往不会关注理论推导与计算过程,而是注重统计分析结果的解释。对于非数理统计专业的学生,统计教学过程中不应过多强调理论的重要性,从而忽视了统计思想和数据处理能力的培养。通过课后关于生物统计学与R软件使用的问卷调查发现,参与调查的34位学生中有30位学生(88.2%)认为在修完“概率论与数理统计”课程后仍很有必要学习生物统计学。而没有开设生物统计学课程的2003~2005级学生的毕业论文中,严重缺乏统计分析与假设检验。这充分说明了,纯粹的统计方法与理论教学,越来越不符合借重于现代计算机技术的生物统计学发展趋势。
问卷调查中发现,有96%的学生认为生物统计学与R语言都非常有用,毕业后无论是继续深造还是参加科研或管理工作都能用得上,同样有96%的学生在生物统计学的课程结束后会选择继续学习R语言,有80%的学生认为R语言上级实习的16学时不够用,且有92.8%的学生认为R软件作为生物统计学的教学软件十分合适,86.7%的学生认为R语言的学习能够对学习与理解统计原理有所帮助,67.6%的学生认为C语言的学习基础对学好R语言有所帮助。江西农业大学生物科学与工程学院程新等主持的教学研究课题“基于自由软件平台的生物统计学实践教学研究”,对两个年级共233人分别采用R和SPSS教学效果的比较分析发现,采用R进行教学,激发了学生的学习积极性,提高了学生掌握统计学知识的能力,教学效果比SPSS有了显著提高[3]。因此,可以认为使用R软件作为生物统计学的教学软件是十分合适的。
此外,本次问卷调查中还发现76.5%的学生认为R语言的入门很容易且R软件安装使用起来非常方便;有63.9%的学生认为R语言的一些统计函数特别是绘图函数的参数设置比较麻烦,学习有困难;有81.8%的学生认为很有必要组织出版关于R语言与生物统计学的参考书。与市场上随处可见的关于SPSS或SAS软件的图书相比,由于R软件是一款比较新的统计软件,且是自由软件,目前关于R语言或R软件的图书非常少。截至到2009年底只能够在互联网上搜索到4本与R语言有关的图书,分别是孙啸等著的《R语言及Bioconductor在基因组分析中的应用》(2006年7月,科学出版社出版);王斌会主编的《R语言统计分析软件教程》(2007年1月,中国教育文化出版社出版);薛毅等著的《统计建模与R软件》(2007年4月,清华大学出版社出版);汤银才主编的《R语言与统计分析》(2008年11月,高等教育出版社出版)。这些书籍均以较大的篇幅详细介绍了R语言的基础与使用方法,适宜作为关于R语言的工具书。但是由于这4本书中均未涉及到试验设计与现代应用生物统计方法等方面的内容(实际上,试验设计的内容在生物统计学中占有十分重要的地位),不宜作为生物统计学的上机实习指导书。而且CRAN网站上有多种关于试验设计及其统计分析的R工具包,如AlgDesign、crossdes、conf.design、DoE.base、FrF2等可以自由下载使用。因此,基于R软件在国内愈来愈旺盛的市场需求,笔者认为有关出版社很有必要组织出版关于“现代应用生物统计方法在R语言中的实现”的教参或工具书。
4结论
根据调查结果与科研工作的经验,笔者认为统计的思想或意识比统计理论与方法更重要,使用统计软件R进行生物统计学教学,可使学生不再陷入繁琐的统计查表与计算过程中,从而增强统计思想和数据处理能力的培养。
笔者使用R的最大感受是,不断发现其它统计软件很难实现的统计计算和图形展示方法,在R中则很容易实现,惊喜不断。R最重要的一点是怎么都不会高估它,它允许统计学家做很多复杂的分析,而不需要懂得很多的计算机知识(引自Google统计专家DarylPregibon)。R的应用领域是如此之广,R的使用则“无处不在”。
相对而言,由于SPSS软件比较容易学习掌握,目前,国内还有很多高校在使用SPSS软件。但是,毕竟受其窗口菜单数量的限制,SPSS软件的功能不会很全面。SAS软件虽然要编程,使用较困难,但由于其经过多年的研制开发,功能较全面,权威性强,国内也有不少高校在统计学教学中采用。但是这些商业软件价格昂贵,学生在学习与使用过程中均存在版权问题。而R是没有版权限制的自由软件,统计与计算功能更全面,在医学、生态学、统计遗传学、生物信息学等方面都具有十分丰富的工具包。因此,笔者认为在生物统计学的教学中使用R软件是非常合适的,值得推广。毕竟R是开源软件,使用R的人越多,其可能贡献的函数工具包也越多,R的功能也会飞速增长。
