《生物统计学》课程教学大纲

英文名称：Biometrics
一、课程说明
1．课程性质：《生物统计学》是高等农业院校农学类专业的一门专业基础课，是运用统计学的原理和方法，结合农业科学实践，对试验的设计、试验资料的收集和整理以及试验结果的分析和推断等方法研究的一门学科。
2．课程的目的和任务：本课程着重介绍有关农业试验的基本知识、数据分析的基本技能以及从试验数据进行归纳的统计推断原理和程序，使学生获得在设计试验和分析资料从而导出科学结论的过程中所必需的知识和技能。
3．适应专业：植物科学与技术、种子科学与工程及相关类专业。
4．学时与学分：54个学时，3个学分。
5．先修课程：《高等数学》、《概率论》、《线性代数》。
6．推荐教材及参考书：
推荐教材：盖钧镒主编.试验统计方法.中国农业出版社，2000.
 参考书 ：①荣廷昭、李晚忱主编.田间试验与统计分析.四川大学出版社，2001.
②朱孝达主编.田间试验与统计方法.重庆大学出版社，2000.
③莫惠栋主编.农业试验统计（第二版）.上海科学技术出版社，1992.
④林德光主编.生物统计的数学原理.辽宁人民出版社，1982.
7．主要教学方法与手段：本课程采用课堂讲授与课外作业相结合的教学方法。
8．考核方式：本课程采用闭卷考试，总评成绩由考试成绩和平时成绩两项构成。
9．课外自学要求：要求完成本课程布置的作业及部分自学内容。

二、教学基本要求和能力培养要求
1.通过本课程的各个教学环节，达到以下基本要求：
第一章   试验方法
⑴识记：田间试验的意义、任务、特点和要求；试验方案的概念和确定试验方案的要点；试验误差的概念、来源及其控制途径；试验设计的基本原则，试验计划的基本内容。
⑵领会：试验地的选择与培养，控制土壤差异的小区技术，田间试验的一般程序。
⑶简单应用：试验计划的制订，试验地的选择，试验小区的规划在农业试验上的具体应用。
⑷综合应用：试验设计的原理和方法在各种农业试验中的实际运用。
第二章  试验资料的整理与特征数
⑴识记：总体和样本，观察值和变数，参数和统计数的概念；间断性变数资料、连续性变数资料和质量性状资料的概念；算术平均数、中数、众数和几何平均数的概念；极差、方差、标准差和变异系数的概念。
⑵领会：资料的整理与分组的方法，统计图适用的资料及其绘制方法；算术平均数的性质；标准差和变异系数的比较。
⑶综合应用：资料初步整理的方法，包括统计表的编制和统计图的制作在农业试验上的应用；算术平均数、标准差和变异系数在研究资料的集中性和变异性上的综合运用。
第三章  理论分布与抽样分布
⑴识记：随机事件和统计概率的概念，二项分布、多项式分布和泊松分布、正态分布和标准正态分布的概念；抽样分布和抽样分布试验的概念。
⑵领会：事件的关系和概率计算法则；二项分布的概率函数及其主要参数；正态分布的主要性质；样本平均数分布和两个样本平均数的差数分布的主要性质。
⑶简单应用：二项分布概率、正态曲线区间概率的计算在农业和生物学试验中的应用。
⑷综合应用：概率理论分布和抽样分布在统计推断中的应用。
第四章  统计推断
⑴识记：统计推断，统计假设测验，参数估计；无效假设与备择假设，接受区与否定区；显著水平；两尾测验与一尾测验；u测验与t测验；成组数据与成对数据；α错误与β错误；参数的区间估计，置信区间，置信限，置信度。
⑵领会：统计假设测验的基本原理与步骤。
⑶综合应用：u测验与t测验在农业试验上的实际运用。
第五章  方差分析
⑴识记：方差分析的概念和必要性；F分布的特点，F测验的条件和方法；多重比较的概念和方法；数学模型和期望均方的概念及功用；固定模型和随机模型的概念；方差分析的基本假定和数据转换；单向分组资料与两向分组资料的区别。
⑵领会：方差分析的基本原理与方法；方差分析的基本假定的含义；数据转换的意义。
⑶综合应用：方差分析法在农业试验上的具体运用。

第六章 单因素试验结果的统计分析
⑴领会：缺区估计的原理及意义。
⑵简单应用：缺区估计及分析方法；单一自由度的独立比较。
⑶综合应用：单因素的完全随机、随机区组、拉丁方试验的设计及结果分析。
第七章  多因素试验结果的统计分析
⑴简单应用：三因素完全随机和随机区组，再裂区和条区，多年多点试验结果的统计分析。
⑵综合应用：二因素完全随机、随机区组、裂区试验的设计及结果分析。
第八章  简单回归和相关
⑴识记：回归模型与相关模型的特点；回归与相关的作用；回归系数和回归截距；回归平方和与离回归平方和；相关系数与决定系数；试验控制与统计控制的概念；协方差分析的概念及主要功用。
⑵领会：线性回归的估计标准误的意义和计算；线性回归的数学模型和基本假定；回归和相关的关系；协方差分析的数学模型和基本假定。
⑶简单应用：建立一元线性回归方程的方法及步骤；线性回归的区间估计；相关系数的计算；回归关系的协方差分析方法。
⑷综合应用：回归与相关分析在农业和生物学中的应用。
第九章  多元线性回归和相关
⑴识记：多元回归和多元相关的概念；偏回归和偏相关的概念；偏回归系数、偏相关系数、多元相关系数的概念与计算。
⑵领会：偏回归与简单回归、偏相关与简单相关的区别。
⑶综合应用：多元线性回归和相关分析在农业及生物学上的应用。
第十章  卡平方（χ2）测验
⑴识记：χ2分布的特性；适合性测验和独立性测验的概念。
⑵领会：χ2连续性矫正的意义、条件和方法；χ2测验自由度的计算。
⑶综合应用：适合性测验、独立性测验、区间估计和几个样本方差同质性测验在农业和生物学上的实际运用。
2．通过学习本课程，应具备以下能力：
⑴比较全面系统地了解田间试验和其它农业技术研究的设计、实施，以及数据的收集、整理和统计分析的基本原理。
⑵掌握实施试验的技术和常用试验的统计方法，能对试验结果做出科学的解释。

三、课程教学内容
第一章  试验方法
第一节  田间试验的任务与要求  （任务、作用、特点、要求）
第二节  试验方案　　（概念、方案的拟定）
第三节  试验误差　　（概念、误差的来源及控制途径）
第四节  试验地的选择与培养  （土壤差异的形成、特点、形式及估测方法、试验地选择时应考虑的因素。
第五节  控制土壤差异的小区技术  （小区的面积、形状、重复次数、对照区的设置、保护行的设置、重复区和小区的排列）
第六节  常用的田间试验设计  （试验设计的原则、常用试验设计方法）
第七节 试验的实施  （田间试验的布置与管理、观察记载）
第八节 温室与实验室试验
第二章  试验资料的整理与特征数
第一节  总体及其样本  （总体、样本、观察值、变数、参数、统计数）
第二节  次数分布 （试验资料的性质与分类、次数分布表、次数分布图）
第三节  平均数  （平均数的意义、种类、算术平均数的重要特性）
第四节  变异数  （极差、方差、标准差、变异系数）
第三章  理论分布与抽样分布
第一节  事件及其概率 （随机事件、统计概率）
第二节  二项分布  （二项总体及二项式分布、二项分布的概率计算、形状及参数、多项式分布、泊松分布）
第三节  正态分布  （正态分布方程、曲线特性、概率计算）
第四节  抽样分布  （概念、正态总体抽样的分布规律、二项总体抽样的分布规律）
第四章  统计假设测验
第一节  假设测验的基本原理  （基本概念及思路）
第二节  平均数的假设测验  （单个样本平均数的假设测验、两个样本平均数的假设测验）
第三节  二项总体百分数资料的假设测验  （单个样本百分数的假设测验、两个样本百分数的假设测验、二项样本假设测验时的连续性矫正）
第四节   假设测验的两类错误  （概念、概率计算、减少犯错误的途径）
第五节   参数的区间估计  （概念、方法）
第五章  方差分析
第一节  方差分析的基本原理  （平方和与自由度的分解、F测验、多重比较、线性模型与期望均方）
第二节  单向分组资料的方差分析  （组内观察值数目相等资料的方差分析、组内观察值数目不相等资料的方差分析、组内又分亚组资料的方差分析）
第三节  两向分组资料的方差分析  （组合内只有单个观察值资料的方差分析、组合内有重复观察值资料的方差分析）
第四节  方差分析的基本假定和数据转化  （基本假定、数据转换）
第六章  单因素试验结果的统计分析
第一节  完全随机和随机区组试验的统计分析  （随机区组试验的统计分析及缺区估计）
第二节  拉丁方试验的统计分析  （拉丁方试验的统计分析及缺区估计）
第三节  单一自由度的独立比较
第七章  多因素试验结果的统计分析
第一节  完全随机和随机区组试验的统计分析  （二因素及三因素试验的统计分析）
第二节  裂区试验的统计分析  （二因素裂区、三因素裂区及条区试验结果的统计分析）
第三节  一组相同试验方案数据的联合分析
第八章  简单回归与相关分析
第一节  回归和相关的概念
第二节  直线回归  （回归方程的建立、直线回归的假设测验及区间估计）
第三节  直线相关  （相关系数的计算及假设测验）
第四节  协方差分析  （协方差分析的意义、单向及两向分组资料的协方差分析）
第九章  多元线性回归和相关分析
第一节  多元线性回归  （多元线性回归和偏回归的计算及显著性测验）
第二节 多元相关和偏相关  （多元相关和偏相关的计算及显著性测验）
第十章  卡平方测验
第一节  卡平方分布的概念
第二节  适合性测验
第三节  独立性测验
第四节  卡方测验在方差同质性测验中的应用  （一个样本方差与给定总体方差比较的假设测验、几个样本方差的同质性测验）
四、教学学时分配