[理学]生物统计学-1.pptVIP

生物统计学(biostatistics) Lecturer：张素军 TelEmail:sdzhangsujun@163.com Introduction 什么是生物统计学（What）？ 为什么要学习生物统计学（Why）？ 如何学习生物统计学(How)？ References 1 什么是生物统计学？ 生物统计学是应用数理统计学（mathematical statistics）的原理和方法来分析和解释生物界数量现象的科学，也可以说是数理统计学在生物学研究中的应用，它是应用数学的一个分支，属于生物数学的范畴。 概率论（probability theory）是数理统计学的基础，数理统计学是概率论的一种应用，但它们二者是并列的数学分支学科。 数理统计学是数学的一个重要分支，它研究怎样有效地收集、整理和分析带有随机性的数据，以对所考察的问题作出推断或预测，直至为采取一定的决策和行动提供依据和建议。 如果在上句话中去掉“带有随机性的”这几个字，那就是统计学(statistics)的研究范围，统计学也就是数据科学。 由于实践中人们收集到的数据大都受到随机性的影响，因而数理统计学是统计学的重要组成部分。 2 为什么要学习生物统计学？ 生物学是实验性科学，对实验现象和数据的深入分析以发现生物学规律离不开生物统计学。 进一步深造学习离不开生物统计学。 以后工作也需要统计学的知识。 3 如何学习生物统计学？ 作为一门科学，深入系统学习研究—It’s tough 作为一种工具和方法，解决生物学中的基本问题——It’s a snap 理解基本的概念和原理，弄清基本公式的含义和来源，但不必囿于繁琐的数学推导。 学以致用，联系实际，加强训练，特别是应用计算机和统计软件进行实际问题的分析。 4 References SAS（statistical analysis system）统计分析：沈其君主编，高等教育出版社。 SPSS (statistical package for the social science) 统计分析基础教程：张文彤，闫洁， 高等教育出版社，2004。 数理统计学讲义：陈家鼎等，高等教育出版社，2006。 概率论与数理统计：王明聪，沈恒苑， 高等教育出版社，2007。 田间试验与统计分析：明道绪，科学出版社，2008。 第一章 统计数据的搜集与整理 第一节　总体与样本 第二节　数据类型及频数(率)分布 第三节　样本的几个特征数 第一节　总体与样本 统计数据的不齐性 总体（population） 样本(sample) 抽样(sampling) 1 统计数据的不齐性 2　总体 3 样本 样本(sample)是总体的一部分。 样本中所包含的个体数目叫样本含量或大小(sample size)，样本含量常记为n。 样本根据样本含量的大小可分为： 小样本：n＜30的样本 大样本：n ≧30的样本 4　抽样 抽样的方法： 随机抽样（random sampling） 通过随机数字法和抽签等方法使在总体中每个个体具有相同的机会被抽到 从一有限总体中抽样，可分为 放回式抽样(sampling with replac-ement) 非放回式抽样(sampling without replacement) 样本的含量越大越有代表性。 第二节　数据类型及频数(率)分布 连续型数据和离散型数据 频数(率)表和频数(率)图的编绘 频数(率)分布的不恒定性 1　 连续型数据和离散型数据 统计学的最基本工作是收集数据。 数量性状资料和质量性状资料 能够以量测或计数的方式表示其特征的性状称为数量性状 观察测定数量性状而获得的数据就是数量性状资料，其中由量测所得的数据为计量资料（measurement data），由计数所得的数据为计数资料(count data) 。 质量性状，又称属性性状，是指能够观察到而不能直接测量的性状。 为了统计分析，可以将质量性状的观察结果作数量化处理： —统计次数法：次数资料 —评分法： 连续型数据（continuous data）：与某种标准做比较所得到的数据(用量测方式获得的数量性状资料)，又称为度量数据(measurement data)。 应用：长度、时间、重量、血压值等. 离散型数据(discrete data)：由记录不同类别个体的数目所得到的数据，又称为计数数据(count data)。 特点：所有这些数据全都是整数，而且不能再细分，也不能进一步提高它们的精确度。 在判断数据的类型之后，就要进一步研究数据的变化规律。 描述数据变化规律的最简单方法是将这些数据列频数表(frequency table)或绘成频数图(frequency gr