高级生物统计学课程学习总结
摘要：经过一学期对生物统计学的学习，我对生物统计学有了进一步的理解。本文主要讲述了本学期学习生物统计之后，我对生物统计学的收获和体会。
关键词：生物统计学 收获 体会
学习了黄老师讲授的《高级生物统计学》这门课程，我觉得自己又收获了不少。经过一学期对生物统计学的学习，我对生物统计学有了进一步的理解。虽说我的专业是课程与教学论，对生物统计学知识的运用较少，但我深信，于我自身，它将起到不可估量的作用。下面主要谈谈我对这门课程的理解与感悟。
1.对生物统计学的认识
1.1生物统计学的概念
生物统计学是一门以概率理论为基础的，实际应用性非常强的综合性的学科。它运用概率论与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。它是研究如何搜集、整理、分析反映整体信息的数字资料，并以此为依据，推断总体特征，然后用生物学的语言加以描述的工具。
从生物统计学的概念我们不难看出，生物统计是要我们根据部分所反映出来的性质，推断总体的性质，在推断的过程中，不可避免的会有一定的出错概率，我们只是选择不同的分析方法将这一概率降到最低。它不仅为我们提供了设计试验，获取资料的方法，还提供了整理资料，最后得出科学结论的方法。因此，学好生物统计对我们以后设计试验，分析试验数据，得出科学而精简的结论有很大帮助。
1.2生物统计学的重要性
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。
随着基因组学、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。，生物统计学在这些领域被广泛应用，并显得日益重要。生物统计学是生物领域学生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，大到整个生态系统，小到核苷酸序列，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，它是生物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，作为一门综合课程，生物统计学既有理论又有实践,既讲方法又讲究动手能力。不论是传统学科还是现代分子生物学，时时刻刻都在与数字打交道,为了揭示生物体内在规律或生物与环境之间的关系,都将用到生物统计学知识。可以说，生物统计学是现代生物学研究不可缺少的工具,它已经成为每一位生物科学工作者的必备基础。
2. 生物统计学的主要内容
生物统计学课程系统地介绍了生物统计学的基本原理和方法，在简要叙述生物统计学的概念、产生、发展和作用、生物学研究中试验资料的整理、特征数的计算、概率和概率分布、抽样分布基础上，着重介绍了平均数和频率的假设检验、 X2 检验、方差分析、直线回归与相关分析、可直线化的非线性回归分析、协方差分析、试验设计的原理和常用试验设计及其统计分析、多元回归与相关分析和多项式回归分析，同时简要介绍聚类分析、判别分析、主成分分析、因子分析、典型相关、时间序列分析等多元分析。
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我们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。通过统计方法除了让我们弄清各种统计方法的内涵外，还需要使我们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，从而提高科学研究素质。主要内容如下：
教材框架集重点知识如下表。
教材框架集重点知识
3.习得的主要知识
3.1生物统计学的基础知识
(1)生物统计的特点、基本概念；
(2)各类资料的整理方法；
(3) 反映资料集中性和离中性的三个基本统计量——平均数、标准差和变异系数的概念、性质及计算；
(4)概率的定义和小概率事件实际不可能性原理；
(5) 正态分布、二项分布及泊松分布的特点及概率计算；
(6) 样本平均数的抽样分布和 t 分布。
3.2统计分析方法
统计分析最重要的内容是差异显著性检验，我主要熟练掌握了以下几种基本的生物统计方法：
(1) u 检验和 t 检验：主要用于检验样本平均数（百分数、频数）与总体平均数（百分数、频数）或者两个处理平均数（百分数、频数）差异是否显著；
(2) 方差分析：主要用于检验多个处理平均数间差异是否显著；
(3) X2检验：主 要用于由质量性状得来的次数资料的显著性检验；
以上三种显著性检验的方法讨论的参数检验都要求总体服从一定的分布。
(4) 非参数检验法：当样本观测值的总体分布类型未知或知之甚少，无法肯定其性质，特别是观测值明显偏离正态分布，不具备参数检验的应用条件时应使用非参数检验法，包括符号检验、秩和检验和等级相关分析；
(5) 直线回归与相关分析：统计分析的另一个重要内容是对试验指标的关系进行研究，或者研究它们之间的联系性质和程度，或者寻求它们之间的联系形式，即进行相关分析与回归分析。
3.3 试验设计方法
(1) 了解试验设计的基本概念、任务、特点与要求，掌握试验设计基本原则；
(2) 掌握完全随机试验设计、裂区试验设计、拉丁方试验设计的概念、方法、特点及结果的统计分析；
(3) 了解正交设计的原理与方法。
总之，生物统计学是一门思维很强的学科，这就需要我们课前做好预习的准备。因此，一定程度上的自主学习是十分必要的。仅仅一个学期的时间对于我们来说，学会这一逻辑性强，应用性强的课程实在很难，在以后的试验中做到灵活运用更难。因此，我们要更加重视这一学科，在以后的工作和学习中多思考，多实践，将我们习得的生物统计学知识运用到生活实践中去。
第二篇：生物统计学学习心得
生物统计学学习心得
一、《生物统计学》这一门课。你学到什么？谈谈你学习这一门课的心得体会。
（一）、《生物统计学》这门课，首先，我不仅学到了很多生物统计方面的基础知识、基本概念和相关的应用，还学习了如何设计试验。
在第一章，我学了统计数据的收集与整理。首先学习的是总体与样本的概念，统计学研究的核心问题是如何通过样本推断总体，因此，总体与样本是生物统计学中的两个最基本概念。总体是我们研究的全部对象。构成总体的一个研究单位称为个体。样本是总体的一部分，样本内包含的个体数目称为样本含量。接着学习了数据类型及频数分布。生物统计学中经常遇到的数据有两种类型，一种是连续型数据，指与某种标准做比较所得到的数据，采用变量的方法进行分析。另一种是离散型数据，指由记录不同类别的个体的数目所得到的数据，采用属性的方法进行分析。最后学习了样本的几个特征数,平均数、标准差、方差。
在第二章，我学了概率和概率分布。概率是事件所固有的，且不随人的主观意识而改变。总体分布是建立在概率这一概念基础之上的，因此在研究总体分布之前首先应对概率的基本知识有所了解。试验的每一最基本的结果称为基本事件，指不能再分的事件。复合事件指由若干个基本事件组合而成的事件。概率的基本运算法则包括概率加法法则、条件概率、概率乘法法则、独立事件。概率分布包括离散型概率分布和连续型概率分布。
在第三章，我学了几种常见的概率分布律。首先学了二项分布，二项分布的基本情况是：设有一随机试验，每次试验都有两种不同的结果，如成功的（事件A）和失败的（事件A’）；生男孩（事件A）和生女孩（事件A’）。显然这两种可能的结果是互不相容的，独立地将此试验重复做n次，求在n次试验中，一种结果出现y次的概率。接着学了泊松分布、超几何分布、负二项分布、正态分布、指数分布等。
在第四章，我学了抽样分布。首先学了从一个正态总体中抽取的样本统计量的分布，学了一些基本概念，如标准误差、样本标准误差、自由度、查表。然后学了从两个正态总体中抽取的样本统计量的分布，包括标准差已知时两个平均数的和与差的分布、标准未知但相等时两个平均数的和与差的分布、两个样本方差比的分布----F分布。
在第五章，我学了统计推断。对总体做统计推断可以通过两条途径进行，一是首先对所估计的总体提出一个假设，称为统计假设检验，二是通过样本统计量估计总体参数，称为总体参数估计。首先学习单个样本的统计假设检验，检验的基本步骤：1.提出假设。2.构造并计算检验统计量：利用原假设所提供的信息，而且抽样分布已知。3.确定否定域（临界值）：根据小概率事件原理，比较检验统计量和临界值的关系，确定其落在否定域还是接受域。主要学了t检验，u检验、x2检验。接着学了两个样本的差异显著性检验，包括两个方差的检验----F检验，标准差已知时两个平均数间差异显著性的检验，标准差未知但相等时，两平均数之间差异显著性的检验，标准差未知且可能不等时两平均数之间差异显著性的检验，配对数据的显著性检验-----配对数据的t检验，二项分布数据的显著性检验。
在第六章，我学了参数估计，即由样本统计量估计总体参数。估计量是估计总体参数的统计量，一个好的估计量应该满足三个条件：无偏性、有效性、相容性。对总体参数的估计，可分为点估计和区间估计。区间估计是指在一定概率保证下指出总体参数的可能范围，所给出的可能范围叫置信区间，本章我学习了μ的置信区间、σ的置信区间、平均数差的置信区间、配对数据的置信区间、标准差比的置信区间二项分布总体的置信区间。
在第七章，我学了拟合优度检验，拟合优度检验是用来检验实际观测数与依照某种假设或模型计算出来的理论数之间的一致性，以便判断该假设或模型是否与观测数相配合。做拟合优度检验一般需一下各步：1.对数据进行分组。2.计算理论数Ti。3分别合并两个尾区的理论数。4.零假设。5.计算出x2与x2临界值（查附表6）做比较。
在第八章，我学了单因素方差分析，方差分析可以同时判断多组数据平均数之间的差异显著性。总平方和，处理平方和，误差平方和，误差均方。方差分析应具备三个条件：可加性、正态性、方差齐性。若对一个固定效应模型经过方差分析之后，结论是拒绝Ho，即处理之间存在差异。为了弄清究竟在哪对之间存在显著差异，哪对之间无显著差异，必须在各处理平均数之间一对一对地做比较，统计上把多个平均数两两间的相互比较称为多重比较。本章学了最小显著差数检验和Duncan检验。最小显著差数检验的步骤：1.列出平均数的多重比较表，平均数从大到小自上而下排列。2.计算最小显著差数和LSD0.05和LSD0.01.
3.将平均数多重比较表中两两平均数的差数的绝对值与LSD0.05和LSD0.01比较，作出统计推断。
在第九章，我学了两因素及多因素方差分析。对于两因素交叉分组设计的实验应采用两因素方差分析，当两个因素都是固定因素时为固定模型，当两因素均为随机因素时为随机模型，两个因素一个是固定因素，另一个是随机因素为混合模型。两因素实验的典型设计是：假定A因素有a个水平，B因素有b个水平，则每一次重复都包括ab次实验，并设实验重复n次，则实验总次数为abn次。多因素方差分析实验的典型设计是：A因素有a个水平，B因素有b个水平，C因素有c个水平等。假设每一处理都有n 次重复（n大于2），那么总观测次数为abcn次。
在第十章和第十一章，我学一元回归及简单相关分析和多元回归及复相关分析。变量间的关系包括相关关系和函数关系。相关关系包括因果关系和平行关系。因果关系指一个变量受另一个变量影响，研究一因一果称为一元回归分析，研究多因一果称为多元回归分析。平行关系指两个或多个变量互为因果，研究两个变量的为简单相关分析，研究多个变量的为复相关分析，研究其余变量不变的两个变量间的为偏相关分析。
在第十二章，我学了实验设计。实验设计与生物统计学有密切的联系，实验设计的三个原则是重复、随机化和局部控制。实验设计的要点：1、为什么要做？选题依据包括国内外研究动态、研究意义和研究的特色与创新之处。2、准备怎么做？研究内容、研究国标、研究方法和实验手段、技术路线、研究工作安排及进度、预期研究成果。3、条件具备吗？可行性分析，想想拟采用的研究方法与实验手段行不行？研究基础和工作条件。4、结果怎么评价？发表文章、申请专利、专家评审鉴定。实验所采用的设计方法是根据实验的需要选择的。简单实验设计包括成组比较实验设计和配对实验设计。单因素实验设计包括完全随机化实验设计和随机化完全区组设计。两因素实验设计包括两因素交叉分组实验设计、两因素随机化区组实验设计、裂区实验设计和套设计。反转设计也称交叉设计，指每个受试者随机地在两个或多个不同实验阶段分别接受指定的处理。正交设计是多因素分析的有力工具。
（二）、我学习这门课的心得体会：
有人认为生物统计学很难学，我认为只要肯下工夫，其实并不是那么难。首先我觉得要想课堂上更好跟上老师的思路和进度，预习很重要，生物统计学是一门理科思维很强的学科，有些内容可能没那么容易理解，这时就需要我们做好预习准备，先对知识点有个了解，能理解最好，这样课堂上的听课效率会更高。然后我觉得为了更好的巩固知识内容，多做练习很有必要。我每次都会认真完成老师布置的作业，然而我发现有时有些内容之前认为自己已经懂了，但一旦做起相关的练习题，我又短路了，这时我会返过去看书，再加深理解，直到习题做对为止。通过做题我们会知道我们对知识点的掌握程度，加深对知识的巩固。其次我觉得应用Excel操作习题具有方便、准确等优点。每次做练习的时候，只要点一下数据分析并进行相关的操作，马上好多数据表格都出来了。我每次都先按照书上的做法做题，然后和用Excel的操作对比，看一下有没有出入，以确定我做出答案的准确性。做题的时候一定要严谨，容不得半点疏忽。我记得有一次做数据分析题的时候，我把一个数据弄错了，导致结果结论都和正确答案差很多。
这门课让我学到了很多，我不仅认真的学习了课本知识，还端正了学习态度，提高了逻辑思维能力。老师不仅深入浅出的讲授书本内容，有时还教会我们一些道理，比如以后出社会得注意的问题、做实验写论文需要严谨等等。现在进入期末复习阶段了，本来生物统计学是一门难度比较大的学科，而我复习起来就反而没那么吃力，多亏了老师平时严格的要求，我平时在这门课上比较用功，预习、上课认真听、课后做作业、电脑Excel操作等等。所以平时就该好好读书、好好听课，期末才不会那么迷茫。
二、假如你是《生物统计学》这一门课的任课老师，你将怎么讲授？
首次课，我将讲讲有关生物统计学的信息，比如学习这门课的必要性、这门课大概在讲什么、这门课在现实生活中的应用，以激发学生学习的好奇心。然后叫同学们看看目录，对这门课学习的内容和范围有个大概的了解。接下来，每堂课开始，我将以概括性的语言对学习过的旧知识进行总结和对要学习的新知识进行介绍，架好新旧知识发生联系的桥梁。比如，开始讲授两因素和多因素方差分析时，可以这样讲“上节课我们已经学习了单因素方差分析，仅涉及一个处理因素。那么当因素出现两个或多个又会怎样呢？这节课我们将找寻其奥妙，学习两因素和多因素方差分析。”
在教师教授知识的同时，学生要对教师传授的知识信息进行加工，信息加工是需要时间的，而且由于工作记忆的容量十分有限，学生在有限的时间里只能以有限的速度学习有限的信息。因此，在授课中，我将给学生提供必要的信息加工时间，我将把握呈现的新信息的速度、节奏以满足学生对信息加工的时间需要，让他们去思考新信息与他们已有知识的联系、自己生成新概念的实例、理解所学材料的实际含义。教学中的一些重要内容，我将不止呈现一次，而是几次，每次用不同的话说出基本相同的意思。比如，我先陈述一个知识点，然后举例子去证明，再重述一次这个知识点。
我将控制一次连续讲授的时间，比如，讲授10分钟后，有一两分钟的间歇，在这段间歇时间里让学生以小组的方式比较他们的笔记、相互问问题、分享他们的看法。这样他们将会做出更有用的课堂笔记、更长久地记住有关信息。讲课过程中我将不定时的提问题，且把握问题的难度水平。提问面向全体学生，不只举手的几个学生。我将鼓励学生大胆质疑，提出自己想问的问题，并对学生的问题给以回答或引导学生自己回答。
在讲授结束时，给学生提供总结，串讲、巩固所讲授内容，有时也可叫学生起来总结。并提出课后思考题，适当布置课后练习作业。还有，讲一下下节课要讲的内容方向，让学生做好预习准备。