生物统计学学习心得.doc

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，本章我学习了的置信区间、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