《生物统计学》课程教学大纲
适用对象：本科药学专业中文班（学分：2 学时：36 ） 课程属性：专业选修课 开课单位：华侨大学生物医学学院 先修课程：高等数学
一、课程的性质和任务：
生物统计学是高等综合性大学院校药学专业必修课程之一。本课程应在高等数学课程之后开设专业选修课。
该门的任务就是运用数理统计的原理与方法，收集、整理、分析、展示数据，解释生物学现象，探索其内在规律。课程设置之目的就是使学生掌握试验设计与统计分析的基本原理与方法，并且能够应用这些原理与方法，解决在各专业科学试验研究过程中遇到的一些实际问题。本课程的内容包括统计数据的收集与整理、概率分布、抽样分布、统计推断、参数估计、拟合优度检验、方差分析、回归及简单相关分析等。通过学习该课程，学生能够掌握具体的设计与分析方法，学会统计思维，提高对自然与社会中具有不确定之事物的认识能力。
二、教学内容和要求（含每章教学目的、基本教学内容和教学要求）：
生物统计学是一门运用概率与统方法对数据进行收集、整理、描述、推断的科学。本课程的内容包括统计数据的收集与整理、概率分布、抽样分布、统计推断、参数估计、拟合优度检验、方差分析、回归及简单相关分析等。具体内容如下： 1. 生物统计学导论（第一节；第二节）
教学目的和要求：掌握生物统计科学的概念，统计学、数据、变量的定义。熟悉统计学与概率的关系。了解生物统计科学发展简史和相关人物，常用的生物统计量；R语言的发展过程以及常用网站。
教学内容：生物统计学定义；生物统计学发展历史；统计学奠基者；统计与概率的发展关系；P-值。 2. 描述性统计学（第三节；第四节）
教学目的和要求：统计学分类；描述性统计学的基本方法。 熟悉推断统计学与描述统计学的关系。了解R语言对数据的描述方法
教学内容：描述性统计学的概念；频率、频率分布和平均数、众数、均值、方差、标准差；常用的数
据描述的图形。
3. 概率论基础（第五，六，七，八，九，十节）
教学目的和要求：掌握概率的定义、二项分布、泊松分布、正太分布、卡方分布。 熟悉排列、组合和贝叶斯理论。了解负二项分布、几何分布、超几何分布和伽马分布。
教学内容：概率的意义；常见离散分布，如二项分布、负二项分布、几何分布、超几何分布；常见的连续分布，如；泊松分布，正太分布；二项分布、泊松分布与正太分布的关系；贝叶斯理论； 4. 假设检验（第11，12，13，14，15，16，17，18节）
教学目的和要求：掌握假设检验的概念；基本有参检验的基本步骤。
教学内容：假设检验有关概念；T-分布，卡方分布;T-检验、卡方检验以及相关应用条件。 5．方差分析（ANOVA ）（第19，20，21，22，23，24节）
教学目的和要求：掌握ANOVA的定义；ANOVA分析的基本步骤。熟悉F分布；单样本ANOVA；双样本的ANOVA。了解多样本的ANOVA分析。
教学内容：ANOVO分析步骤；ANOVA前提假设；单样本ANOVO分析步骤；双样本ANOVA分析步骤；AVOVA的优势与局限性。 6. 非参数检验(第25，26节)
教学目的和要求：掌握非参检验的定义；常见的非参检验方法；熟悉wilcox检验；Fisher检验；卡方检验。了解用R语言实现秩和检验和Fisher检验的方法。
教学内容：常见的非参检验；Wilcox检验、Fisher检验、卡方检验。 7．线性回归和相关（第27，28，29，30节）
教学目的和要求：掌握线性回归和相关的概念。熟悉简单回归模型的构建和检验；简单线性相关统计的方法。了解线性回归，线性相关的局限性。
教学内容：线性回归概念；线性回归；最小二乘法；回归统计检验；线性相关的优缺点和应用。 8．生物统计学在R语言上的实现（第31，32，33，34，35，36节）
教学目的和要求：掌握R语言在数据的收集、描述、假设检验、回归与相关的分析过程。
教学内容：R语言的基本语法；描述性统计学的基本函数；常见分布、常见有参检验和非参检验R的实现。
三、课程的重点和难点：
1 生物统计学导论
重点：生物统计学定义；生物统计学发展历史；统计与概率的发展关系；变量；数据类型；P-值。 难点：统计与概率的发展关系；P-值 2 描述性统计学
重点：描述性统计学的概念；频率、频率分布和平均数、众数、均值、方差、标准差；常用的数据描述的图形。
难点：频率分布；方差、标准差；图形描述数据的方法。 3 概率论基础（第五，六，七，八，九，十节）
重点：基本离散概率分布和连续概率分布及特性。 难点：连续概率分布及特性。 4 假设检验
重点：假设检验有关概念；假设检验的基本步骤；正太分布；Z-检验；T-分布;T-检验；卡方分布；卡方检验
难点：T-分布;T-检验；卡方分布；卡方检验 5 方差分析（ANOVA ）
重点：ANOVA分析的基本步骤；F分布；F检验；单样本ANOVA分析；双样本ANOVA分析。 难点：单样本ANOVA分析；双样本ANOVA分析。 6. 非参数检验
重点：非参检验和参数检验的关系；Wilcox检验、Fisher检验、卡方检验。 难点：Fisher检验、卡方检验。 7 线性回归和相关
重点：线性回归；最小二乘法；回归统计检验；线性相关的优缺点和应用。 难点：线性回归；最小二乘法。 8 生物统计学在R语言上的实现
重点：R语言的基本语法；常见分布、常见有参检验和非参检验R的实现。 难点：R中常见检验方法。
相关推荐：
loading