《生物统计附试验设计》教案首.docx
《《生物统计附试验设计》教案首.docx》由会员分享，可在线阅读，更多相关《《生物统计附试验设计》教案首.docx（46页珍藏版）》请在冰点文库上搜索。
《生物统计附试验设计》教案首
《田间试验与统计分析》教案（首页）
课程名称
田间试验与统计分析
课程编号
总学时：
60
讲课：
44学时
实验课：
16学时
学分数
课型
必修课（√）选修课（）
理论课（√）实验课（√）
任课教师
祝丽英
职称
讲师
授课对象
农学类、植物保护类等专科专业
基本教材和主要参考资料
教材：
1.朱明哲主编.田间试验与统计分析.中国农业出版社，1992.
2.本教研组自编.田间试验与统计分析上机实习指导书，2004
参考书：
1.李春喜主编.生物统计学（第三版）.科学出版社，2005
2.盖钧镒主编.试验统计方法.中国农业出版社，2000
3.袁志发周静芋主编.试验设计与分析.高等教育出版社，2000
4.杜荣骞主编.生物统计学.高等教育出版社，2003
5.于洪彦主编.EXCEL统计分析与决策.高等教育出版社，2001
6.王文中主编.EXCEL在统计分析中应用.中国铁道出版社，2003
教学目的和要求
田间试验与统计分析是运用数理统计理论与方法研究农业科学研究和技术工作中，所需的田间试验设计、实施和试验资料统计分析方法的一门应用学科，是农学类、植物保护类专业的专业基础课。
本课程在高等数学、概率论与数理统计等课程的基础上，介绍数理统计的基本概念和基本原理，讲解田间试验的基本要求、设计实施和试验资料统计分析方法，既涉及一些严谨的数学理论和方法，又紧密结合农业生产和科学研究实践。
作为农学类、植物保护类等专业专科生必修的一门专业基础课，教学目的是为进一步学习遗传学、作物栽培学、作物育种学等专业基础课和专业课奠定必备的基础，为开展农业科学研究和技术工作提供统计分析工具，同时，还要培养学生分析问题和解决问题的能力。
要求学生掌握常用的统计分析方法，基本的试验设计方法，Excel的统计分析功能。
教学重点、难点
本课程从样本试验数据最基本的描述统计开始，逐渐引入到统计理论分布，进而介绍这些统计理论在农业科学试验中的应用。
课程的重点是田间试验设计方法和常用的统计分析方法，但也注意到实验室Excel统计分析功能的应用。
由于课程内容中涉及到一些严谨的数学理论和方法，教学难点表现为概念多、符号多、公式多、计算量大，理论抽象，系统性强；本课程的另一特点是紧密结合农业生产和科学研究实践，所以教学又一难点是实践性强，需要学习者有较好的专业背景知识。
教学进程
第次课
理论课授课章节
学时
备注
1
1-3
3-6
7-10
11-12
13-14
15-17
18-19
20-22
绪论
第一章试验数据的收集、整理与特征数
第二章概率和概率分布
第三章统计推断
第四章卡平方测验
第五章田间试验的基本原理和方法
第六章方差分析的基本原理
第七章常用试验设计的统计分析
第八章直线回归和相关
合计
1
4
7
8
4
4
5
5
6
44
本课程采用多媒体课件教学，理论课讲授安排在多媒体教室进行。
实验课安排在微机房进行。
第次课
实验课授课内容
学时
1
2
3
4
5
实验一数据的整理与特征数的计算
实验二统计假设测验
实验三卡平方测验
实验四常用试验设计结果的统计分析
实验五直线回归和相关
合计
4
4
2
4
2
16
《田间试验与统计分析》教案（章节备课）
章节
绪论（1学时）
教学目的
和要求
通过讲解，使学生初步了解《田间试验与统计分析》的研究对象、主要研究内容，理解该课程与其它课程的关系，了解本课程学习的特点与要求，培养学生对本门课程学习的兴趣，为后续学习打下基础。
重点
难点
重点：
1.田间试验与统计分析的研究对象和内容
2.田间试验与统计分析与其他学科的关系
教学方法
多媒体课件教学
教
学
进
程
新课导入：
对于我们学农业的来说，不管是农学、中药、资环专业，还是园艺、植保专业，都离不开试验研究。
研究的对象是复杂的生物有机体（作物、中药材、蔬菜、果树、昆虫等），农业试验很多都是在田间进行，生物有机体的生长发育、生理活动、生长变化及有机体受外界环境因素的影响等（光照、温度、水分、土壤条件等），都使生物学研究的试验结果有较大的差异性，这种差异性往往会掩盖该生物体本身的特殊规律。
同时，我们得到的结果往往是一堆杂乱无章的数据。
如何通过这些杂乱无章的数据，找出试验资料内在的规律性呢？
生物学研究实践证明，只有正确地应用生物统计的原理和分析方法对试验进行合理设计，对数据进行客观分析，才能得到科学的结论。
那么如何进行合理的试验设计和科学客观的统计分析呢？
这就是《田间试验与统计分析》这门课程要给大家介绍的内容。
新课讲授：
一、《田间试验及统计分析》的主要内容
《田间试验及统计分析》是运用数理统计的理论与方法研究田间试验的设计、实施和数据资料统计分析方法的科学。
二、《田间试验及统计分析》基本作用
1.提供整理和描述数据资料的科学方法
2.判断试验结果的可靠性
教
学
进
程
3.提供由样本推断总体的方法
4.提供试验设计的一些重要原则
三、《田间试验及统计分析》特点、要求和学习方法
特点：
概念多、符号多、公式多、计算量大、理论抽象、系统性强、实践性强
着重基本概念、基本方法的介绍，有选择地介绍基本公式及其推证过程，更多地从应用角度理解。
要求：
1.熟练掌握几种基本的试验设计方法，能独立、正确进行试验设计；
2.熟练掌握几种基本的生物统计方法，能独立进行试验结果的统计分析；
3.培养严谨精细的治学态度，培养独立刻苦的治学能力。
建议学习方法：
1.弄懂基本原理和公式、理解其含义和应用条件
2.认真做作业，加深对公式及统计步骤的了解。
3.培养科学的统计思维方法
4.联系实际，结合专业，了解统计方法的实际应用。
总结
通过绪论的介绍同学们了解了《田间试验及统计分析》这门课程研究的主要内容和它的基本作用。
同时也了解了课程的特点和老师对大家的要求，希望同学们在以后的学习过程中能按照要求和建议的学习方法，认认真真地听课、独立刻苦的学习，真正地做到学有所得，有所收获。
作业
《田间试验与统计分析》教案（章节备课）
章节
第一章试验数据收集、整理与特征数（4学时）
教学目的
和要求
1．了解总体与样本、参数与统计数等常用统计术语的概念和试验资料的分类；
2．掌握次数分布表和次数分布图的制作方法；
3．掌握平均数和变异数的意义和计算方法。
重点
难点
重点：
各种资料的次数分布表和次数分布图的方法及其步骤、平均数、变异数的计算
难点：
平均数、变异数应用
教学方法
直接讲陈法、示例法、提问、启示法，
主要运用多媒体课件展示，重要内容采用书写板书
教
学
进
程
新课导入：
试验资料的搜集整理是数据资料处理的首要环节。
数据的收集是统计分析的第一步，也是全部统计工作的基础，基础工作做的不好，以后的统计分析就无法开展。
通过调查或试验可以获得大量试验数据,这些数据在未整理之前，一般是分散的、零星的和孤立的，是一堆无序的数字。
直接用它，是不能反映任何问题的。
只有通过对资料的整理分析，进行归类，使其系统化，才能把数据中蕴含的客观规律挖掘出来。
新课讲授：
第一节数据的收集（1学时）
一、几个常用的统计术语
总体、有限总休、无限总体、观察值、变量、统计数、参数
二、数据的收集
间接来源：
利用别人调查或试验的数据
直接来源：
直接的调查和科学试验
统计调查的方式：
１．普查
２．统计报表
３．抽样调查（１）机械抽样（２）典型抽样（３）随机抽样
三、数据的检查与核对
数据本身是否有错误、取样是否有差错、不合理数据的修订；
从而保证数据资料的完整、真实和可靠。
第二节资料的整理（1学时）
一、试验资料的分类（连续性资料，离散性资料）
（一）数量性状的资料：
（1）用计数方法获得的不连续或间断性变数；
（2）用量测方法获得的连续性变数。
（二）质量性状的资料：
（1）用计数方法所得的资料；
（2）给予每类性状以相当等级方法所得资料。
教
学
进
程
二、次数分布表：
制作次数分布表的意义;间断性变数资料的整理，连续性变数的整理；确定组数、组距、组限、组中点值和数据归组的方法，做成次数分布表。
属性变数资料的整理。
三、次数分布图：
方柱形图、多边形图适用于表示连续性变数的次数分布资料。
条形图适用于间断性变数和属性变数的资料。
三种图形的绘制方法。
第三节平均数（1学时）
一、算术平均数
（一）算术平均数的计算方法
１．直接法
2．加权法
（二）算术平均数的主要特性：
１．离均差的总和等于零；
２．离均差平方的总和较各观察值与任意数值的差数平方的总和为小。
二、几何平均数
三、中数
四、众数
第四节变异数（1学时）
一、极差（又称全距）
利用两个极端观察值的相差来估测资料的变异度。
R=max-min
二、方差
以样本平均数作为共同比较的标准，利用全部观察值与平均数的差数平方的总和，再被其自由度除后的商数来度量资料的变异度。
三、标准差：
为方差的平方根值
（一）自由度的意义；
（二）标准差的计算方法：
1.直接计算法
=
2.加权法
=
四、变异系数：
样本的标准差对其平均数的百分数，用以比较两个样本的变异度。
总结
数据的搜集和整理分析是试验工作的重要组成部分。
数据的收集常用的方法有调查和试验，资料的整理一般需要通过对原始数据进行检查、核对，制作次数分布表和次数分布图来完成。
定量的来描述数据资料的分布特征，则需要计算它的特征数，平均数是反映集中性的特征数，主要包括算术平均数、几何平均数、中数和众数；而反映离散性的变异数主要包括极差、方差、标准差和变异系数。
本章思考题
1.什么叫总体、样本、随机样本、样本容量、参数和统计数？
2.为什么随机样本具有总体的代表性？
由随机数字表取得随机样本的基本方法？
3.试验数据资料可以分为哪几类？
4.编制次数分布表的好处何在？
5．常用的统计图各有什么特点？
6．度量集中趋势与离散趋势的指标各有哪些？
7.平均数、方差、标准差和变异系数的统计学含义是什么？
应用上各有什么特点？
作业
P134题、6题、7题
《田间试验与统计分析》教案（章节备课）
章节
第三章概率和概率分布（7学时）
教学目的
和要求
1了解随机事件、统计概率及其运算方法；
2.理解小概率事件实际不可能性原理；
3.掌握正态分布和二项分布的概念、基本性质和概率计算；
4.掌握抽样分布的概念以及样本平均数及平均数差数的抽样分布特征；
5.理解t分布的定义、参数和性质。
重点
难点
重点：
小概率事件实际不可能性原理、二项分布、正态分布的概率计算、中心极限定理
难点：
总体分布的概念和参数、抽样分布与总体分布的关系
教学方法
直接讲陈法、示例法、提问、启示法，
本课程主要运用多媒体课件教学，重要内容结合书写板书讲授
教
学
进
程
新课导入：
第二章详述了如何进行样本数据的搜集和整理，如何编制次数分布表和绘制次数分布图，并介绍了如何用平均数和变异数来描述样本特征。
但是，进行资料统计的目的不在于单纯的描述一个样本，而是要用样本统计数来推断其所属的总体参数，即统计推断。
统计推断是建立在概率论的基础上的。
在讲述统计推断之前，我们首先来介绍一些统计推断的基础知识—概率和概率分布，其后介绍抽样试验和统计数的抽样分布。
新课讲授：
第一节概率基础知识（2学时）
一、事件的概念
必然事件、不可能事件、随机事件
二、事件间的关系
和事件、积事件、互斥事件、对立事件、独立事件、完全事件系
三、概率的概念
古典定义、统计定义、小概率实际不可能性原理
四、概率的计算法则
加法定理、乘法定理
五、概率分布
离散型变量的概率分布、连续型变量的概率分布
第二节二项分布（1.5学时）
一、二项总体
二、二项分布
三、二项分布的概率计算
二项分布事例、概率密度函数、概率的计算
四、二项分布的形状和参数
二项分布的形状、二项分布的参数
教
学
进
程
第三节正态分布（1.5学时）
一、正态分布的概念
二、正态曲线的特征
三、标准正态分布
标准正态分布、正态分布的标准化
四、正态分布的概率计算
标准正态分布的概率计算、一般正态分布的概率计算
第四节抽样分布（2学时）
一、随机抽样和无偏估计
通过抽样实例的讲解，引出无偏估计的概念，并得出抽样结论：
x是?
的无偏估计值；S2是σ2的无偏估计值；S不是?
的无偏估计值。
二、样本平均数的抽样分布
通过抽样实例的讲解，样本平均数的抽样分布，中心极限定理，说明如总体不是正态分布，但样本容量适当大时，平均数分布仍为正态分布。
三、样本平均数差数的抽样分布
通过抽样实例的讲解，两个正态总体抽出的独立样本的平均差数分布作正态分布及其差数：
四、t分布（t－distribution）
t分布、t分布曲线的特点、t分布表
总结
统计推断是建立在概率论的基础上的。
这一章讲述了概率和概率分布，常见的理论分布主要有离散型随机变量的二项分布和连续型随机变量的正态分布。
所抽取样本的统计数抽样分布主要有平均数的分布，平均数差数的分布和t分布，为学习下一章统计推断奠定了理论基础。
本章思考题
1、什么是互斥事件？
什么是对立事件？
什么是独立事件？
2、什么是频率？
什么是概率？
3、离散型随机变量概率分布与连续型随机变量概率分布有何区别？
4、什么是正态分布？
什么是标准正态分布？
5、正态分布的密度曲线有何特点
6、标准误与标准差有何联系与区别
7、样本平均数抽样总体与原始总体的两个参数间有何联系？
8、t分布与标准正态分布有何区别与联系？
作业
P372题、3题、4题、5题
《田间试验与统计分析》教案（章节备课）
章节
第三章统计推断8学时
教学目的
和要求
1．了解统计假设测验的意义和内容
2．掌握统计假设测验的基本原理和步骤、一尾测验与两尾测验的区别；
3．理解假设测验的两类错误及减小两类错误的方法；
4．掌握单个样本、两个样本平均数间差异显着性测验的方法
5．掌握单个百分数假设测验的方法,了解两个百分数假设测验的方法；
6.掌握参数区间估计的原理和方法。
重点
难点
重点：
平均数、百分数假设测验的方法，各类参数区间估计方法
难点：
统计假设测验的基本原理，一尾测验与两尾测验的区别，参数区间估计的原理
教学方法
直接讲陈法、示例法、提问、启示法，
本课程主要运用多媒体课件教学，重要内容结合书写板书讲授
教
学
进
程
新课导入：
我们知道总体和样本的关系是两个方向的，前面讲了由总体→样本即抽样分布问题，从本章起讨论由样本→总体，即统计推断的问题，由样本估计总体。
统计推断就是根据抽样分布规律和概率理论，由一个或一系列样本的结果推论总体特征。
新课讲授：
第一节统计假设测验的基本原理（2学时）
一、统计假设测验的实例
有一个小麦品种亩产量总体是正态分布，总体平均亩产360kg，标准差40kg。
此品种经过多年种植后出现退化，必须对其进行改良，改良后的品种种植了16个小区，获得其平均亩产为380kg，试问改良后品种在产量性状上是否和原品种有显着差异？
二、假设测验的基本步骤
（一）提出假设无效假设H0备择假设HA
（二）确定显着水平α=0.05或α=0.01
（三）计算概率在H0正确的前提下，依统计数的抽样分布，计算实际差异由误差造成的概率。
（四）推断H0的正误根据“小概率事件实际不可能性”原理来接受或否定假设。
三、一尾测验和两尾测验
（一）接受区和否定区
（二）一尾测验和两尾测验两尾测验和一尾测验的区别及其应用
四、假设测验的两类错误
（一）第一类错误
（二）第二类错误假设测验中的两类错误及其控制途径。
教
学
进
程
第二节单个平均数的假设测验和区间估计（1.5学时）
一、单个样本平均数的假设测验
（一）测验方法
复习样本平均数的抽样分布知识：
1.从?
2已知的总体抽样，无论样本容量的大小，其样本平均数
的抽样分布必做正态分布，具有平均数
和方差
。
2.从?
2未知的总体抽样，当样本容量足够大时（n>30），其样本平均数
的抽样分布趋于近正态分布，具有平均数
和方差
。
3.从?
2未知的总体抽样，样本容量n<30时，其样本平均数
的的抽样分布服从t分布。
由抽样分布可知，单个平均数的假设测验方法有U测验和t测验两种：
U测验：
σ2已知（无论n≥30，还是n＜30），
；
σ2未知，但n≥30（大样本），
。
t测验：
从?
2未知的总体抽样，样本容量n<30时，
。
（二）测验步骤
P42例3.13.3讲解
二、总体平均数的区间估计
参数的区间估计概念点估计和区间估计，置信区间和置信限，置信度的概念。
参数的区间估计原理
（一）符合u分布的区间估计
1.σ2已知
2.σ2未知，但n≥30（大样本）
（二）符合t分布的区间估计
P45例3.4讲解
三、影响估计误差范围的因素
1.样本容量n，n越大，误差范围越小。
2.显着水平a，a越小，ua（ta）越大，误差范围越大。
3.样本标准差S，S越大，误差范围越大。
教
学
进
程
第三节两个平均数的假设测验和区间估计（2.5学时）
按数据资料的来源，分为成组数据和成对数据，举例说明成组数据和成对数据。
一、成组数据的假设测验和区间估计
复习样本平均数差数的抽样分布规律，引出成组数据的平均数的测验方法
（一）成组数据的平均数比较分为三种测验方法：
1.在两个样本的总体方差
和
为已知时，用U测验；
或
P48例3.7讲解
2.在两个样本的总体方差
和
为未知，但可假定相等，用t测验；
P50-51例3.93.10讲解
3.两个样本的总体方差
和
为未知，且不相等，仍用t测验，但须另估计t的自由度（又称近似的t测验）。
n1=n2=n时，用df=n-1时的t临界值。
n1≠n2时，先计算k值，再用k值计算矫正的自由度。
（二）两总体平均数差数的区间估计（成组数据）
二、成对数据的假设测验和区间估计
当试验单元间差异较大，用完全随机试验将对试验指标有明显影响。
把条件一致的两个供试单元配成一对，并设多个配对，再对每一配对两个单元随机独立实施一处理，这就是配对试验。
得到的数据称为成对数据。
（x11,x21）,（x12,x22）,…（x1i,x2i）…,（x1n,x2n）各配对间供试单元差异较大，可由di=x1i-x2i消除不同配对间试验单元的差异。
P54例3.15讲解
列表比较成组数据和成对数据假设测验的特点：
名称
成组数据
成对数据
依据条件
两个处理为完全随机设计，处理间供试的单位相互独立
两个样本观察值因某种联系而一一对立，彼此相关
样本容量
可以相等，也可以不等
必须相等
?
12和?
22
已知或未知
（假设?
12=?
22、?
12≠?
22）
不受?
12和?
22的影响
标准差
测验方法
用u测验或t测验
用t测验
教
学
进
程
第四节百分数的假设测验和区间估计（2学时）
一、单个样本百分数的假设测验和区间估计
（一）单个样本百分数的假设测验
1.np，nq小于5时，按二项分布直接进行检验；
2.np，nq大于5，小于30时，可以进行u测验（t测验），但要作连续性矫正
3.np，nq大于30时，进行u测验，无需作连续矫正
（二）单个样本百分数的区间估计
二.两个样本百分数的假设测验和区间估计
（一）两个样本百分数的假设测验
1.np，nq小于5时，按二项分布直接进行检验；
2.np，nq大于5，小于30时，可以进行u测验（t测验），但要作连续性矫正
3.np，nq大于30时，进行u测验，无需作连续矫正
（二）两个样本百分数差数的区间估计
总结
U-测验:
?
?
已知
单个样本平均数U-测验:
?
?
未知，大样本
的假设测验t–测验:
?
?
未知，小样本
平均数的假设测验U-测验:
?
?
已知或未知，大样本
成组数据t–测验:
?
?
未知，小样本?
1?
=?
2?
t–测验:
?
?
未知，小样本?
1?
≠?
2?
两个样本平均
数的假设测验
成对数据t–测验
np，nq＜5时，通过二项展开式计算概率；
单个样本百分数5＜np，nq＜30时，进行u测验，但要矫正；
的假设测验np，nq>30时，进行u测验。
百分数的假设测验
两个样本百分数的假设测验
本章思考题
1．何谓假设检验？
作假设检验的基本步骤是什么？
2．统计假设有哪两种？
各有何含义？
假设测验直接测验的假设是哪一种，为什么？
3．什么是显着水平，=0.05的显着水平的含义是什么？
4．什么是双侧检验和单侧检验？
它们各在什么情况下应用？
5．什么是假设检验的Ⅰ类错误和Ⅱ类错误？
如何才能降低它们发生的概率？
6．对单个或两个总体的平均数作假设检验，用Z检验还是用t检验的根据是什么？
7．什么样的资料是配对资料？
它和非配对资料的主要区别是什么？
8．如果将配对资料用非配对资料的检验方法来检验可能有什么情况出现？
9．对两个总体的平均数作假设检验时为什么必须先检验两总体的方差是否相等？
作业
P62-635题、6题、7题、8题
《田间试验与统计分析》教案（章节备课）
章节
第四章卡平方测验4学时
教学目的
和要求
1.掌握适合性测验原理和方法
2.掌握独立性测验原理和方法
3.掌握单个和两个样本方差假设测验
4.了解多个样本方差的同质性测验
重点
难点
重点：
各种遗传分离比例的适合性测验、两个或两个以上变数间的独立性测验
难点：
卡平方测验的基本原理
教学方法
直接讲陈法、示例法、提问、启示法，多媒体教学与板书相结合的方式
教
学
进
程
新课导入：
第三章讲述的平均数的假设测验，主要是针对连续型变数资料。
而对于离散型变数资料的假设测验，除可将次数转化为频率再计算其概率来进行外，还可采用?
2测验。
第四章就来给同学们介绍一下?
2测验的方法。
新课讲授：
第一节卡平方的概念和?
2测验（0.5学时）
一、卡平方（?
2）的概念
卡平方的概念，计算公式的意义，一般应用于比较观察次数与理论次数的符合程度
二、?
2分布
卡平方分布的特性，?
2分布是一组曲线。
?
2分布的偏斜度在df=1时为最大，df增大，分布曲线趋对称而接近于正态分布。
卡平方分布为连续性分布。
?
2表的应用。
三、?
2测验
四、?
2的连续性矫正
Df=1时，
第二节适合性测验（1学时）
适合性测验常用于遗传学研究，比较实验数据是否与理论假设相符合。
一、两组资料的理论比例（一对等位基因等位基因遗传试验）的?
2测验
二、三类及
升级会员 