生物实验设计与数据分析.pdf

前言 ! ! ! 前前! ! 言言 前! ! 言 前! ! 言 前! ! 言 前! ! 言 前! ! 言 前! ! 言 前! ! 言 前! ! 言 前! ! 言 前! ! 言 前! ! 言 前! ! 言 前! ! 言 前! ! 言 统计分析是大多数现代生物学的核心。许多生物学假说，甚至是那些看似简单的假说，也是 用复杂的统计学模型拟合的。在现代台式计算机出现之前，确定这些数据是否与这些复杂的模 型相吻合是专业统计学家的职责。许多生物学家宁愿选择那些结构被简化了的简单模型。现 在，我们中的大多数人都可得到功能强大的统计软件，都可利用这些软件来拟合复杂的模型。对 生物学家来说，这也带来一系列新的要求和问题。 我们需要： !了解特定统计模型的缺陷与假设； 能够确定合乎我们计划收集的取样设计和数据类型的模型类型； ! 能够用这些模型对分析结果进行解释； ! ! 能够优化实验设计和取样程序，例如，最大可能地利用我们有限的时间和资源。 这种分析可以由专业统计学家而不是由受过统计学培训的生物学家来做，尤其是在大型课 题组或多学科研究队伍中的生物学家。在这种情况下，我们需要使用一种共同的语言： ! 以这样一种形式来界定我们的问题以便得到合理的答案； ! 了解可能引起统计问题的生物学事项。我们不能期望一位统计学家了解我们特定研究 中所有的生物学特征，但是如果他或她缺少那方面的知识，我们可能得到有误的或者不正确的信 息； !了解我们所得到的建议与分析，并且能够将其变成生物学。 本书旨在将生物学家放在较好的处境上来处理这些事情。其内容来自我们的试验设计以及 自己的数据分析，还有来自为学生和同事提供的意见，以及实验设计与数据分析的教学。在这些 活动中，我们首先意识到自己的知识有限，这迫使我们不得不大量阅读初级统计学文献。其次， 这也是最重要的，我们了解到，与多数生物学研究有关的统计学模型的复杂性。特别需要指出的 是，我们仍不断遇到在我们喜爱的许多教材中没有得到充分描述的实验设计。这本书描述了许 多生物学常用的实验设计，我们讲解了这些实验设计所涉及的模型，并提供了关于这些模型的优 点与缺陷的充分信息。 我们在此的重点是处理生物学数据———怎样设计取样程序，以便最佳地利用我们的资源，怎 样避免由于犯错误而使我们难以分析数据，以及收集到数据时怎样分析。我们强调与真实世界 生物学情形有关的问题。 本书中 我们的方法是鼓励读者理解大多数普通实验设计有关的模型。我们介绍了适合于各种各样 生物学数据的模型———连续的与分类的响应变量、连续的与分类的预测或独立变量。重点是一 般线性模型，我们从最简单的形式开始———单一的、连续变量———详细地描述了那些模型。我们 ! 前! ! 言 利用这些模型作为积木，以了解一大批其他类型的数据———所有的一般统计分析方法，只是一般 统计模型主题的变化，而并非完全不同的分析方法———为数据构建一个模型，然后决定这些观察 数据能否用这个特定的模型拟合。我们的目的是显示、理解较多模型如何能处理一系列更复杂 的情形。 我们主要以参数统计学，举例说明了模型拟合这种研究途径。大多数生物学数据仍用假设 正态分布的线性模型来分析。然而，我们给读者提供了一系列更普遍的方法，并强调一旦你了解 了正态分布数据的一般模型分析方法，就可以利用那些信息来分析具有非线性关系的数据，以及 遵从其他统计分布的变量。 通过例子学习 我们相信，当我们看到如何将统计学应用在我们的领域中时，我们就能够更好的理解统计学 的原理。这些例子可以帮助我们在统计模型与常规统计项（区组，小区等），或撰写其他学科论 文，以及我们所处理的生物学情形之间建立联系。例如，我们怎样才能通过阅读一篇关于田间区 组的文献，来加深理解并分析一个多次重复的实验？来源于心理学研究的文献，将怎样帮助我们 测度植物生理反应的变化？ 在这本书中，我们用现代生物学文献，举例说明了所有统计技术。我们描述了为什么（我们 认为）作者选择以一种特定的方式做一个实验，怎样分析那些数据，