生物统计学绪论课件.pptVIP

绪 论 Introduction 什么是生物统计 生物统计学的发展历史 为什么要学习生物统计 如何学好生物统计学 课程简介、要求 生物统计学概念 统计学：关于数据资料的收集、整理、分析和推断的科学。Data Collection Treatment Analysis Inference 统计学的分类： 分类1：数理统计学和应用统计学 Theoretic statistics Adaptive statistics 分类2：描述性统计学和推断性统计学 Descriptive statistics Inferential statistics 生物统计学概念 数理统计学:由一系列的公理(axioms)、定理(theorems)及严谨的证明(proofs)构成的完整体系，涉及微积分（Calculus）、概率论（Probability）和高等代数(Advanced algebra)等相关领域。 应用统计学:在数理统计的基础上，为适合于某个特殊领域的数据特点和处理需要而形成的统计学，涉及农学、人类学、生物学、经济学、工程学、心理学、社会学等广泛的学科门类。 生物统计学概念 描述性统计学：解决如何将原始数据整理成有用形式（如各式图表），包括收集、整理、概括、描述数据信息。 推断性统计学：从有限的、不确定的样本信息对总体做出判断及决策（前提：有限样本能很好地反映总体特性）。 生物统计学概念 生物统计学(Biostatistics or Biometry):  用统计学方法研究生命现象的学科 属于应用统计学的分支，是生物学与一般统计学交叉的学科，适用于对生物学及相关领域中的数据资料进行分析，是专门为生物科学服务的应用统计学。 生物界的数量现象是普遍存在的； 生物数量性状存在着广泛的变异性； 生物数量性状研究过程中的误差不可避免。 (若世界上不存在变异性和误差，则无所谓统计学。) 生物统计学的历史与发展 生物统计学的创立 时间：十九世纪中叶至二十世纪上半叶 相关生物学领域：遗传学、进化论 代表人物：高尔登、毕尔生 高尔登(Francis Galton, 1822～1911) ⒈引入生物统计(Biometry)概念； ⒉用统计方法处理遗传学中的变异，创立平均数离差法则； ⒊引入统计回归和相关概念。 毕尔生(Karl Pearson, 1857～1936） ⒈频数分布图表； ⒉卡方检验法； ⒊创编生物统计权威杂志“Biometrika” ⒋统计回归与相关理论的发展 生物统计学的历史与发展 生物统计学的发展 时间：二十世纪初中叶 标志性成果：从描述统计学到推断统计学的飞跃 相关生物学领域：农业田间试验（农业试验学派） 代表人物：哥塞特、费雪 哥塞特(W.S. Gosset, 1876～1937） t检验与小样本思想 费雪(R.A. Fisher, 1890～1962）创立数量遗传学；方差分析；实验设计思想（费雪三原则）及方法（随机数表、拉丁方等） 生物统计学的历史与发展 生物统计学的现状和未来 现代生物学领域对生物统计提出新要求 基因组学和功能基因组学 遗传流行病学 进化、群体遗传学和生态学 计算神经科学 生物统计与生物信息的结合 生物学数据爆炸性增长(i.e. HGP、Microarrays) 计算机技术、信息技术的大量引入(Computational Biology, Bioinformatics) 生物统计学的历史与发展 Statistical Analysis of DNA microarray upregulated normal Under-regulated 为什么要学习生物统计？ 1、树立统计思维：重视数据分析，注重统计知识的合理运用； 2、试验数据的科学整理与分析：采用客观、统一的标准和适当的检验方法，例如孟德尔杂交试验（究竟怎样才算符合3：1或9：3：3：1的比例？） 3、合理设计试验：在统计学思想或原则指导下设计试验方案，在保证所得数据的代表性的基础上，兼顾试验成本控制。 4、学科分支的需要：如现代生态学及进化，分子遗传学，农学、园林学中的遗传、育种、病理研究，医学中的流行病理学等。 5、生产实践中的应用：如药效评估、临床测试、发酵配方与流程的改进等等。 为什么要学习生物统计？ Ecology (1996) 77 2302-2311 生物学文献中的统计图表 如何学好生物统计学 1、形成清晰的统计理论概念，着重掌握统计方法的运用，而不要花过多精力在数理公式的推演或证明上。 2、认真听课，积极思考，独