第一篇：生物統計學教案

生物統計學教案

第三章 幾種常見的概率分布律

教學時間：3學時 教學方法：課堂板書講授

教學目的：重點掌握正態分布，掌握二項分布，了解泊松分布，中心極限定律。講授難點：正態分布、二項分布

3.1 二項分布（重點）3.1.1 二項分布的概率函數

滿足二項分布的條件：

1、在一隨機試驗中，每次試驗都有兩種不同的結果。

2、兩種結果是互不相容的。

3、每一種結果在每次試驗中都有恒定的概率。

4、試驗間應是獨立的。

獨立地將此試驗重復n次，求在n此試驗中，一種結果出現x次的概率是多少？

例：從雌雄各半的100只動物中抽樣，抽樣共進行10次，問

其中包括3只雄性動物的概率是多少？包括3只及3只以下的概率是多少？即求P（X＝3）和P（X≤3）

該例符合二項分布的條件。規定以下一組符號：

n ＝ 試驗次數

x ＝ 在n次試驗中事件A出現的次數

φ＝ 事件A發生的概率（每次試驗都是恒定的）1－φ＝ 事件A發生的概率

p(x)= x的概率函數＝P（X＝x）（累積分布函數）F(x)= P(X ≤x)上例中：n=10 x=3 φ=0.5 求p(3)和F(3)。在一次抽樣中抽到的結果為：mmmfffffff，它的概率為

P（mmmfffffff）=φ3(1-φ)7 抽到3雄7雌的數目相當于從10個元素中抽出3個元素的組合數

3p3??C10?3?1???7對于任意n和x有以下通式：

p?x??C?xnx?1???n?x,x?0,1,2,???,n

上式稱為二項分布的概率函數。該式正是二項展開式的第x+1項,因而產生“二項分布”這一名稱。因為φ＋（1－φ）＝1，所以

?p?x????x?0n??1????n?1將x＝0，1，2，3，代入二項分布概率函數，可以得出出現0，1，2，3只雄性動物的概率。

P（0）＝ 0.0009766 P（1）＝ 0.0097656 P（2）＝ 0.0439453 P（3）＝ 0.1171876 抽到3只和3只以下雄性動物的概率為：

F（3）＝P（0）＋P（1）＋P（2）＋P（3）

＝0.1718751 3.1.2 服從二項分布的隨機變量的特征數

平均數： μ＝nφ 或 μ＝φ 方差： σ2＝nφ（1-φ）或

?3.1.3 二項分布應用實例

2???1???n例1 以雜合基因型Wvwv的小鼠為父本，隱性純合子小鼠wvwv為母本雜交（wv波浪毛，Wv直毛），后代兩種基因型的數目應各占一半。實驗只選每窩8只的，多于 8只和少于8只的都淘汰。結果列在下表中。直毛后代數 觀測頻數

（x）（f）fx fx2 p(x)Np(x)0 0 0 0 0.003906 0.124992 1 1 1 1 0.031250 1.000000 2 2 4 8 0.109375 3.500000 3 4 12 36 0.218750 7.000000 4 12 48 192 0.273437 8.749984 5 6 30 150 0.218750 7.000000 6 5 30 180 0.109375 3.500000 7 2 14 98 0.031250 1.000000 8 0 0 0 0.003906 0.124992 總數 N＝32 139 665 0.999999 31.99968 樣本平均數、總體平均數；樣本方差、總體方差如下：

32?1???n???8????4.000000?2?fx??2fx139?x???4.343750Ns2?fx???N2N?11392665?32?1.974798?31?2?n??1????2 例2 遺傳學中單因子雜交RR×rr，F1代為Rr，F1自交，F2基因型比符合二項分布。在F2中P（R）＝φ＝1/2，P（r）＝1－φ＝1/2，n＝2。展開二項式：

????1?????2??2?2??1?????1???2?1?????2?2?1??1??1??2????????2??2??2?21?RR??1?Rr??1?rr?424 27 對于兩對因子，n＝4 在為人類或動物遺傳學研究中，為了保證實驗順利完成，在制定試驗計劃時，首先要以指定概率求出所需樣本含量n。

例3 用棕色正常毛（bbRR）的家兔和黑色短毛（BBrr）兔雜交，F1代為黑色正1??1??1??1??1??1??1??1?????1????4?????4?????6?????4????????2??2??2??2??2??2??2??2?14641?????16161616161/16bbrr。問最少需要多少F2代家兔，才能以99％的概率得到一個棕色短毛兔？

答： φn ＝（15/16）n ＝ 0.01 n（lg15－lg16）＝ lg0.01-0.02803n ＝－2.00000 n ＝71.4 3.2 泊松分布

3.2.1 泊松分布的概率函數

在二項分布中，當某事件出現的概率特別小（φ→0），而樣本含量又很大（n432234常毛長的家兔（BbRr）, F1代自交，F2代表型比為：9/16B_R_ : 3/16B_rr : 3/16bbR_ : →∞）時，二項分布就變成泊松分布了。泊松分布是描述在一定空間、長度、面積、體積或一定時間間隔內，點子散布狀況的理想化模型。泊松分布的概率函數為：

p?x???xx!e?,x?0,1,2,???3.2.2 服從泊松分布的隨機變量的特征數

泊松分布的平均數： μ＝ μ

可見，泊松分布的平均數就是泊松分布概率函數中的μ。

泊松分布的方差： σ2＝ μ

概率函數中的μ不但是它的平均數，而且是它的方差。3.2.3 泊松分布應用實例 例1 在麥田中，平均每10m2有一株雜草，問每100m2麥田中，有0株、1株、2株、?雜草的概率是多少？

解： 先求出每100m2麥田中，平均雜草數μ

μ＝ 100/10＝ 10株

將μ代入泊松分布的概率分布函數中，p(x)= 10x/x!e10, 即可求出x＝ 0，1，2，? 時所相應的概率。結果如下：

x ≤5 6 7 8 9 10 p(x)0.0671 0.0631 0.0901 0.1126 0.1251 0.1251 11 12 13 14 ≥15 0.1137 0.0948 0.0729 0.0521 0.0835

例2 繪制遺傳連鎖圖時，制圖函數是通過泊松分布推演出的。在一對同源染色體之間交換的出現是服從泊松分布的，將x＝0代入泊松分布的概率函數中，p?0???00!e???e??得出兩基因座之間無交換出現的概率。兩基因座之間至少出現一次交換的概率P(x≥1)= 1－e-μ。從遺傳學理論可知，在兩基因座之間大于等于1的任何有限次交換其重組頻率恒等于50％。因此重組率

RF?解出兩基因座之間的平均交換次數

11?e??2?? μ= －ln（1－2RF）

兩基因座之間平均交換一次，其圖距為50m.u.，從而可以得出圖距 MD＝－50ln（1－2RF）

3.4 正態分布（重點）3.4.1 正態分布的密度函數和分布函數

對于平均數是μ，標準差是σ的正態分布，其密度函數為：

f?x??1??x???22?2?2?e,???x??,??0正態分布密度函數的圖象稱為正態曲線

正態分布曲線

以符號N（μ，σ2）表示平均數為μ，標準差為σ2的正態分布。隨機變量X的值落在任意區間（a，b）內的概率

P?a?X?b??累積分布函數

?ba1f?x?dx??2??bae2x?????2?2dxF?x??P?X?x??3.4.2 標準正態分布

?x??f?z?dz?1?2??x??e?z???2?2?2dz當μ＝0，σ＝1時的正態分布稱為標準正態分布，標準正態分布記為N(0,1)。標準正態分布的密度函數為：

??u??12??eu22,???u??標準正態分布的分布曲線如下圖

v2??u??P?U?u??122??u??e?dv標準正態分布曲線

累積分布函數分布圖如下：

標準正態分布的累積分布曲線

標準正態分布有以下特性：

1、在u＝0時φ(u)達到最大值。

2、當u不論向哪個方向遠離0時，φ(u)的值都減小。

3、曲線兩側對稱。

4、曲線在u＝－1和u＝1處有兩個拐點。

5、曲線與橫軸所夾面積等于1。

6、累積分布曲線圍繞點（0，0.5）對稱。3.4.3 正態分布表的查法

為了簡化計算，隨機變量（U）的值（u）落在區間（a,b）內的概率，根據標準正態累積分布函數，已經把不同u值的Ф(u)值列成表（附表2），稱為正態分布表。根據以下關系式可以擴展正態分布表的使用范圍。

P?0?U?u????u??0.5P?U?u?????u??P?UPU?u?2???u???u??1?2???u?P?u1?U?u2????u2????u1?例1 查u＝－0.82及u＝1.15時的Ф(u)值。解：Ф(-0.82)＝0.20611 Ф(1.15)＝0.87493 例2 隨機變量U服從正態分布N（0，1），問隨機變量的值落在0，1.21間的概率是多少？落在－1.96，1.96間的概率是多少？ 解：

1)P(0

=1-Ф(-1.96)=1-0.05000 =0.95000

對于服從N（μ，σ2）的隨機變量X，首先要進行標準化變換，使之變為標準正態分布，再按上述方法查表。變換的方法是：

u?對于隨機變量X

x???x?????x???PX?x??P?U????????????在對x進行標準化變換后，即可從正態分布表中查出相應的概率值。

例3 已知高粱品種“三尺三”的株高X服從正態分布N（156.2，4.822），求：1)X<161厘米的概率；2)X>164厘米的概率；3)X在156－162厘米間的概率。

解：

1)2)?161?156.2?P?X?161????????1??0.843144.82???164?156.2?P?X?164??1?????1???1.62?4.82???1?0.94738?0.05262P?152??162?156.2??152?156.2???162????????4.824.82??????1.2?????0.87??0.88493?0.19251?0.69278?3)X3.4.4 正態分布的單側臨界值

附表3給出了滿足P(U > uα)=α時的uα值。即曲線右側尾區一定面積(α)下，所對應的u值uα，uα稱為α的上側臨界值。

對于左側尾區，滿足P(U <－uα)=α時的－uα值，稱為α的下側臨界值。

將α平分到兩個尾區，每一尾區的曲線下面積只有α/2，滿足P(|U| > uα/2)=α時的uα/2稱為α的雙側臨界值。

正態分布的單側（上側）和雙側臨界值

3.6 中心極限定理

假設所研究的隨機變量X可以被表示為許多相互獨立的隨機變量Xi的和，如果Xi的數量很大，而且每一個別的Xi對于X所起的作用很小，則可以認為X服從或近似地服從正態分布。

推理：若已知總體平均數為μ，標準差為σ，那么，不論該總體是否正態分布，對于從該總體所抽取的含量為n的樣本，當n充分大，其平均數漸近服從正態分布N(μ,σ2/n)。

第二篇：生物統計學教案

生物統計學教案

第四章 抽樣分布

教學時間：2學時 教學方法：課堂板書講授

教學目的：重點掌握樣本平均數的t分布、F分布和樣本方差的X2分布，掌握兩個樣本標準差比的分布。

講授難點：t分布、F分布和X2分布

4.1 從一個正態總體中抽取的樣本統計量的分布 4.1.1 樣本平均數的分布

標準差已知時的平均數的分布 從平均數為μ，標準差為σ的正態總體中，獨立隨機地抽取含量為n的樣本，其樣本平均數為一服從正態分布的隨機變量。它的平均數和方差分別為：

?x???x??nσ/n 稱為標準誤差。標準化的平均數

u?x???n服從N(0,1)分布。

標準差未知時的平均數的分布－t分布 若上述總體的標準差未知，可以用樣本標準差代替總體標準差，標準化的平均數稱為t x??t?sn統計量t不再服從N(0,1)分布，而服從n-1自由度的t分布。S/n稱為樣本標準誤差。

t分布也是一種對稱分布，在密度函數中只有自由度一個參數，隨著自由度的增加，t分布越來越接近于標準正態分布。

不同自由度下的t分布

與標準正態分布類似，t分布的上側、下側和雙側臨界值，由以下各式給出： 對于給定的α從附表4中可以查出相應的上側、下側和雙側臨界值。

P?t?P?t?t?????t???????????P??t?t?2?4.1.2 樣本方差的分布

從方差為σ2的正態總體中，隨機抽取含量為n的樣本，計算出樣本方差s2，標準化的s2稱為χ2。

2?df?dfs2?2?n?1?s2??236 在這里，χ2服從n－1自由度的卡方分布。它是概率曲線隨自由度而改變的一類分布。

附表6給出了P(χ2 >χ

2α)=α時的χ

2α，稱為上側臨界值。該圖形是不對稱的，求下側臨界值時不能用標準正態分布和t分布的方法查找。正確的做法是，只要查出1－α的上側臨界值即可。

χ2分布的上側和下側分位點

4.2 從兩個正態總體中抽取的樣本統計量的分布 4.2.1 標準差σi已知時，兩個平均數的和與差的分布

??x??x

1?x2????1??2?2?11?x2n1?2?2n237 如果兩個總體的分布都是正態或近似正態的，平均數的和與差的分布也是正態的

22???1?2N???1??2?,??n?n2?1????????u??x1?x2????1??2?2?1n1標準化的變量服從標準正態分布

?2?2n24.2.2 標準差σi未知但相等時，兩個平均數的和與差的分布

當σ1和σ2未知時，可用s1和s2代替，標準化變量t服從df1+df2自由度的t分布，統計量t為：

tdf1?df2??x1?x2????1??2?2?1?n1?1?s12??n2?1?s21??????n1?1???n2?1??n1n2??4.2.3 兩個樣本方差比的分布—F分布

統計量F的定義為：

2s1F?2?12s22?2F分布的密度函數是由兩個自由度df1和df2決定的。屬于不對稱分布，分布曲線如下圖。F分布的臨界值的查法，將在下一章中介紹。

第三篇：生物統計學學習心得

生物統計學學習心得

一、《生物統計學》這一門課。你學到什么？談談你學習這一門課的心得體會。

（一）、《生物統計學》這門課，首先，我不僅學到了很多生物統計方面的基礎知識、基本概念和相關的應用，還學習了如何設計試驗。

在第一章，我學了統計數據的收集與整理。首先學習的是總體與樣本的概念，統計學研究的核心問題是如何通過樣本推斷總體，因此，總體與樣本是生物統計學中的兩個最基本概念。總體是我們研究的全部對象。構成總體的一個研究單位稱為個體。樣本是總體的一部分，樣本內包含的個體數目稱為樣本含量。接著學習了數據類型及頻數分布。生物統計學中經常遇到的數據有兩種類型，一種是連續型數據，指與某種標準做比較所得到的數據，采用變量的方法進行分析。另一種是離散型數據，指由記錄不同類別的個體的數目所得到的數據，采用屬性的方法進行分析。最后學習了樣本的幾個特征數,平均數、標準差、方差。

在第二章，我學了概率和概率分布。概率是事件所固有的，且不隨人的主觀意識而改變。總體分布是建立在概率這一概念基礎之上的，因此在研究總體分布之前首先應對概率的基本知識有所了解。試驗的每一最基本的結果稱為基本事件，指不能再分的事件。復合事件指由若干個基本事件組合而成的事件。概率的基本運算法則包括概率加法法則、條件概率、概率乘法法則、獨立事件。概率分布包括離散型概率分布和連續型概率分布。

在第三章，我學了幾種常見的概率分布律。首先學了二項分布，二項分布的基本情況是：設有一隨機試驗，每次試驗都有兩種不同的結果，如成功的（事件A）和失敗的（事件A’）；生男孩（事件A）和生女孩（事件A’）。顯然這兩種可能的結果是互不相容的，獨立地將此試驗重復做n次，求在n次試驗中，一種結果出現y次的概率。接著學了泊松分布、超幾何分布、負二項分布、正態分布、指數分布等。

在第四章，我學了抽樣分布。首先學了從一個正態總體中抽取的樣本統計量的分布，學了一些基本概念，如標準誤差、樣本標準誤差、自由度、查表。然后學了從兩個正態總體中抽取的樣本統計量的分布，包括標準差已知時兩個平均數的和與差的分布、標準未知但相等時兩個平均數的和與差的分布、兩個樣本方差比的分布----F分布。

在第五章，我學了統計推斷。對總體做統計推斷可以通過兩條途徑進行，一是首先對所估計的總體提出一個假設，稱為統計假設檢驗，二是通過樣本統計量估計總體參數，稱為總體參數估計。首先學習單個樣本的統計假設檢驗，檢驗的基本步驟：1.提出假設。2.構造并計算檢驗統計量：利用原假設所提供的信息，而且抽樣分布已知。3.確定否定域（臨界值）：根據小概率事件原理，比較檢驗統計量和臨界值的關系，確定其落在否定域還是接受域。主要學了t檢驗，u檢驗、x2檢驗。接著學了兩個樣本的差異顯著性檢驗，包括兩個方差的檢驗----F檢驗，標準差已知時兩個平均數間差異顯著性的檢驗，標準差未知但相等時，兩平均數之間差異顯著性的檢驗，標準差未知且可能不等時兩平均數之間差異顯著性的檢驗，配對數據的顯著性檢驗-----配對數據的t檢驗，二項分布數據的顯著性檢驗。

在第六章，我學了參數估計，即由樣本統計量估計總體參數。估計量是估計總體參數的統計量，一個好的估計量應該滿足三個條件：無偏性、有效性、相容性。對總體參數的估計，可分為點估計和區間估計。區間估計是指在一定概率保證下指出總體參數的可能范圍，所給出的可能范圍叫置信區間，本章我學習了μ的置信區間、σ的置信區間、平均數差的置信區間、配對數據的置信區間、標準差比的置信區間二項分布總體的置信區間。

在第七章，我學了擬合優度檢驗，擬合優度檢驗是用來檢驗實際觀測數與依照某種假設或模型計算出來的理論數之間的一致性，以便判斷該假設或模型是否與觀測數相配合。做擬合優度檢驗一般需一下各步：1.對數據進行分組。2.計算理論數Ti。3分別合并兩個尾區的理論數。4.零假設。5.計算出x2與x2臨界值（查附表6）做比較。在第八章，我學了單因素方差分析，方差分析可以同時判斷多組數據平均數之間的差異顯著性。總平方和，處理平方和，誤差平方和，誤差均方。方差分析應具備三個條件：可加性、正態性、方差齊性。若對一個固定效應模型經過方差分析之后，結論是拒絕Ho，即處理之間存在差異。為了弄清究竟在哪對之間存在顯著差異，哪對之間無顯著差異，必須在各處理平均數之間一對一對地做比較，統計上把多個平均數兩兩間的相互比較稱為多重比較。本章學了最小顯著差數檢驗和Duncan檢驗。最小顯著差數檢驗的步驟：1.列出平均數的多重比較表，平均數從大到小自上而下排列。2.計算最小顯著差數和LSD0.05和LSD0.01.3.將平均數多重比較表中兩兩平均數的差數的絕對值與LSD0.05和LSD0.01比較，作出統計推斷。

在第九章，我學了兩因素及多因素方差分析。對于兩因素交叉分組設計的實驗應采用兩因素方差分析，當兩個因素都是固定因素時為固定模型，當兩因素均為隨機因素時為隨機模型，兩個因素一個是固定因素，另一個是隨機因素為混合模型。兩因素實驗的典型設計是：假定A因素有a個水平，B因素有b個水平，則每一次重復都包括ab次實驗，并設實驗重復n次，則實驗總次數為abn次。多因素方差分析實驗的典型設計是：A因素有a個水平，B因素有b個水平，C因素有c個水平等。假設每一處理都有n 次重復（n大于2），那么總觀測次數為abcn次。

在第十章和第十一章，我學一元回歸及簡單相關分析和多元回歸及復相關分析。變量間的關系包括相關關系和函數關系。相關關系包括因果關系和平行關系。因果關系指一個變量受另一個變量影響，研究一因一果稱為一元回歸分析，研究多因一果稱為多元回歸分析。平行關系指兩個或多個變量互為因果，研究兩個變量的為簡單相關分析，研究多個變量的為復相關分析，研究其余變量不變的兩個變量間的為偏相關分析。

在第十二章，我學了實驗設計。實驗設計與生物統計學有密切的聯系，實驗設計的三個原則是重復、隨機化和局部控制。實驗設計的要點：

1、為什么要做？選題依據包括國內外研究動態、研究意義和研究的特色與創新之處。

2、準備怎么做？研究內容、研究國標、研究方法和實驗手段、技術路線、研究工作安排及進度、預期研究成果。

3、條件具備嗎？可行性分析，想想擬采用的研究方法與實驗手段行不行？研究基礎和工作條件。

4、結果怎么評價？發表文章、申請專利、專家評審鑒定。實驗所采用的設計方法是根據實驗的需要選擇的。簡單實驗設計包括成組比較實驗設計和配對實驗設計。單因素實驗設計包括完全隨機化實驗設計和隨機化完全區組設計。兩因素實驗設計包括兩因素交叉分組實驗設計、兩因素隨機化區組實驗設計、裂區實驗設計和套設計。反轉設計也稱交叉設計，指每個受試者隨機地在兩個或多個不同實驗階段分別接受指定的處理。正交設計是多因素分析的有力工具。

（二）、我學習這門課的心得體會：

有人認為生物統計學很難學，我認為只要肯下工夫，其實并不是那么難。首先我覺得要想課堂上更好跟上老師的思路和進度，預習很重要，生物統計學是一門理科思維很強的學科，有些內容可能沒那么容易理解，這時就需要我們做好預習準備，先對知識點有個了解，能理解最好，這樣課堂上的聽課效率會更高。然后我覺得為了更好的鞏固知識內容，多做練習很有必要。我每次都會認真完成老師布置的作業，然而我發現有時有些內容之前認為自己已經懂了，但一旦做起相關的練習題，我又短路了，這時我會返過去看書，再加深理解，直到習題做對為止。通過做題我們會知道我們對知識點的掌握程度，加深對知識的鞏固。其次我覺得應用Excel操作習題具有方便、準確等優點。每次做練習的時候，只要點一下數據分析并進行相關的操作，馬上好多數據表格都出來了。我每次都先按照書上的做法做題，然后和用Excel的操作對比，看一下有沒有出入，以確定我做出答案的準確性。做題的時候一定要嚴謹，容不得半點疏忽。我記得有一次做數據分析題的時候，我把一個數據弄錯了，導致結果結論都和正確答案差很多。這門課讓我學到了很多，我不僅認真的學習了課本知識，還端正了學習態度，提高了邏輯思維能力。老師不僅深入淺出的講授書本內容，有時還教會我們一些道理，比如以后出社會得注意的問題、做實驗寫論文需要嚴謹等等。現在進入期末復習階段了，本來生物統計學是一門難度比較大的學科，而我復習起來就反而沒那么吃力，多虧了老師平時嚴格的要求，我平時在這門課上比較用功，預習、上課認真聽、課后做作業、電腦Excel操作等等。所以平時就該好好讀書、好好聽課，期末才不會那么迷茫。

二、假如你是《生物統計學》這一門課的任課老師，你將怎么講授？

首次課，我將講講有關生物統計學的信息，比如學習這門課的必要性、這門課大概在講什么、這門課在現實生活中的應用，以激發學生學習的好奇心。然后叫同學們看看目錄，對這門課學習的內容和范圍有個大概的了解。接下來，每堂課開始，我將以概括性的語言對學習過的舊知識進行總結和對要學習的新知識進行介紹，架好新舊知識發生聯系的橋梁。比如，開始講授兩因素和多因素方差分析時，可以這樣講“上節課我們已經學習了單因素方差分析，僅涉及一個處理因素。那么當因素出現兩個或多個又會怎樣呢？這節課我們將找尋其奧妙，學習兩因素和多因素方差分析。”

在教師教授知識的同時，學生要對教師傳授的知識信息進行加工，信息加工是需要時間的，而且由于工作記憶的容量十分有限，學生在有限的時間里只能以有限的速度學習有限的信息。因此，在授課中，我將給學生提供必要的信息加工時間，我將把握呈現的新信息的速度、節奏以滿足學生對信息加工的時間需要，讓他們去思考新信息與他們已有知識的聯系、自己生成新概念的實例、理解所學材料的實際含義。教學中的一些重要內容，我將不止呈現一次，而是幾次，每次用不同的話說出基本相同的意思。比如，我先陳述一個知識點，然后舉例子去證明，再重述一次這個知識點。

我將控制一次連續講授的時間，比如，講授10分鐘后，有一兩分鐘的間歇，在這段間歇時間里讓學生以小組的方式比較他們的筆記、相互問問題、分享他們的看法。這樣他們將會做出更有用的課堂筆記、更長久地記住有關信息。講課過程中我將不定時的提問題，且把握問題的難度水平。提問面向全體學生，不只舉手的幾個學生。我將鼓勵學生大膽質疑，提出自己想問的問題，并對學生的問題給以回答或引導學生自己回答。

在講授結束時，給學生提供總結，串講、鞏固所講授內容，有時也可叫學生起來總結。并提出課后思考題，適當布置課后練習作業。還有，講一下下節課要講的內容方向，讓學生做好預習準備。

第四篇：生物統計學學習心得

生物統計學學習心得

李昱靜 2009343014 濟寧學院生命科學與工程系2009級生物工程3班

摘要：經過一學期對生物統計學的學習，我對生物統計學有了進一步的理解。本文主要講述了本學期學習生物統計之后，我對生物統計學的收獲和體會，并對生物統計學的教學提出了建議。

關鍵詞：生物統計學

收獲

體會

建議

生物統計學是運用數理統計的原理和方法來分析和解釋生物界各種現象和試驗調查資料的一門科學，是現代生物學研究不可缺少的工具。通過學習這門學科，我有很多收獲和體會。1.收獲

生物統計學是在生物的基礎上進行數學統計分析，具有很強的邏輯性。在運用的過程中，公式較多，應用性強，需要多記多用，才能充分的發揮其功能。生物統計學的內容包括試驗設計、資料整理與描述、統計假設檢驗、方差分析等。這門課程，讓我學會了怎樣根據實際情況進行試驗設計（制定試驗方案、實施試驗方案、分析實驗結果）；學會了怎樣從一堆無規則的數據中提取有用的信息，通過整理數據和分析，進行相應的假設從而得出結論。2.體會

2.1生物統計學的作用

生物統計學為人們提供了數據整理和分析方法；提供了由樣本推斷總體的方法；判斷實驗效應的真實性和分析現象間的關系；提供了設計試驗的原則和方法。它是一種方法論，在生物領域有著不可或缺的地位。它為我們提供了解決實驗過程中各種疑難雜癥的方法，有了生物統計，再復雜的數據也不攻自破。2.2怎樣學好生物統計學

當我剛接觸到生物統計學時，感覺它是一門很揪心的科目，部分理論非常抽象，學起來很困難，所以剛開始上課很不喜歡聽。后來在老師的講解下慢慢的覺得，其實它也沒那么難。學習生物統計時不要老想去完全明白那些理論的每一個字，只要在老師的講述下理解了那些理論的含義，然后通過例題將這些理論帶到實踐中去，基本上就可以學會了。所以想要學好生物統計，就要先學會理解。最基本的就是熟悉概念，這樣在審題的時候就能立刻明白題目的主干意思，有利于進一步尋找解題方案。明白了題目意思后，搜索腦海中所學的試驗方法，選擇相應的試驗方案，就是什么類型的題目，對應什么類型的解題方案，這樣才能解決一道困難的題目。為了更深入的學習生物統計，除了要求平時上課仔細聽課，課后的作業也要認真完成。做完作業習題，還要學會總結分類，這樣對書本的知識點就有一個全面的了解，鞏固了對生物統計學內容的掌握。生物統計很重要，我們一定要學好。不管是對于生物這門學科，還是對于我們的生活，它都有很大的幫助。3.建議

經過一學期生物統計學的學習，就個人而言，提出一些建議：

（1）雖說這是一門選修課，但是也要重視，圖書館的資源有限，盡量統一發課本。（2）講課時增強老師與學生之間的互動，使學生變被動聽課為積極思考。

（3）理論與實踐相結合，用實例增加其趣味性。可開設同學們感興趣的實驗，通過實例解決生物統計問題，使學生感到所學知識的實用性強，利于調動同學們的學習積極性。生物統計學是貫穿生物學科的一門重要工具，我們要充分認識到它的重要性，在老師的幫助下，積極主動的學好生物統計，以便于以后的研究發展。BIOLOGICAL STATISTICAL LEARNING EXPERIENCES

Li Yujing

2009343014 Department of Life Science and Engineering of Jining University biological

engineering 3 class 2009 level

Abstract：After a semester of biostatistics learning, I of biostatistics, further understanding.This paper mainly about this semester study biological statistics after, I of biostatistics harvest and the experience, and of biostatistics teaching are proposed.Key word：biostatistics harvest experience suggest

第五篇：生物統計學總結

生物統計學學習心得

這學期要結束了，在老師的指導下，經過一學期對生物統計學的學習，我對生物統計學有了進一步的理解。下面是我學習這門課程的一些收獲和體會，還有對生物統計學簡單的總結。

1.收獲

生物統計學是在生物的基礎上進行數學統計分析，具有很強的邏輯性。在運用的過程中，公式較多，應用性強，需要多記多用，才能充分的發揮其功能。生物統計學的內容包括試驗設計、資料整理與描述、統計假設檢驗、方差分析等。這門課程，讓我學會了怎樣根據實際情況進行試驗設計（制定試驗方案、實施試驗方案、分析實驗結果）；學會了怎樣從一堆無規則的數據中提取有用的信息，通過整理數據和分析，進行相應的假設從而得出結論。

2.體會

2.1生物統計學的作用

生物統計學為人們提供了數據整理和分析方法；提供了由樣本推斷總體的方法；判斷實驗效應的真實性和分析現象間的關系；提供了設計試驗的原則和方法。它是一種方法論，在生物領域有著不可或缺的地位。它為我們提供了解決實驗過程中各種疑難雜癥的方法，有了生物統計，再復雜的數據也不攻自破。

2.2怎樣學好生物統計學

當我剛接觸到生物統計學時，感覺它是一門很揪心的科目，部分理論非常抽象，學起來很困難。后來在老師的講解下慢慢的覺得，其實它也沒那么難。學習生物統計時不要老想去完全明白那些理論的每一個字，只要在老師的講述下理解了那些理論的含義，然后通過例題將這些理論帶到實踐中去，基本上就可以學會了。所以想要學好生物統計，就要先學會理解。最基本的就是熟悉概念，這樣在審題的時候就能立刻明白題目的主干意思，有利于進一步尋找解題方案。明白了題目意思后，搜索腦海中所學的試驗方法，選擇相應的試驗方案，就是什么類型的題目，對應什么類型的解題方案，這樣才能解決一道困難的題目。為了更深入的學習生物統計，除了要求平時上課仔細聽課，課后的作業也要認真完成，還要學會總結分類，這樣對書本的知識點就有一個全面的了解，鞏固了對生物統計學

內容的掌握。生物統計很重要，我們一定要學好。不管是對于生物這門學科，還是對于我們的生活，它都有很大的幫助。

3.總結

生物統計學是運用數理統計的原理和方法來分析和解釋生物界各種現象和試驗調查資料的一門科學，是現代生物學研究不可缺少的工具。

通過學習生物統計學，就個人而言，我收獲了很多。生物統計學是貫穿生物學科的一門重要工具，我們要充分認識到它的重要性，積極主動的學好生物統計，以便于以后的研究發展。同時，對于還有一年就畢業了的我們，專業知識儲備的還并不夠，所以我們應該養成每天學習的習慣，不斷的提高自己，并好好珍惜眼前學習的機會。