生物统计学_(新)ioz2010.doc

生物统计学 教学目的和要求 本课程为生态学专业研究生的基础课，也可作为生物系相关专业研究生的选修课。统计分析是大多数现代生物学的核心。通过本课程的学习，要求学生较好地掌握生物统计学的原理和方法，以及常见的应用。 主要内容History and development of biostatistics 生物统计学生物统计学简史生物统计学内容Descriptive statistics 描述统计Probability distribution 概率分布 Probability theory 概率论 Common distributions of random variables 常见的随机变量的分布 Binomial distribution 二项分布 Poisson distribution 泊松分布 Negative binomial distribution 负二项分布 Normal distribution 正态分布 Chi square distribution 卡方分布 R code R程序 Sampling and experiment design 抽样及實验设计的原理 理论抽样数的确定 抽样设计：随机抽样，分层随机抽样，系统抽样，适应性抽样，序贯抽样 实验设计的一般原理 随机化 重复和伪重复 平衡和区组 几种类型的实验设计 Hypothesis testing 1 假设检验1 What is hypothesis testing? 什么是假设检验？ Standard procedures 标准步骤 Case studies 案例分析 T test and Z test T检验和Z检验 Situations of one tail and two tails 单尾和双尾的情况 One sample hypothesis tests and two samples hypothesis tests 单样本和双样本的假设检验 Paired test 配对检验 R code R程序 Hypothesis testing 2 假设检验2 Type I and Type II Errors 第一和第二类错误 Chi-square test 卡方检验 Effective size 有效大小 Power of test 统计功效 R code R程序 Analysis of variance (ANOVA) 1 方差分析1 Biological rationale of ANOVA 方差分析的生物学原理 One-way ANOVA 单因素方差分析 Random blocked design 随机区组设计 Two-way ANOVA 双因素方差分析 R code R程序 Analysis of variance (ANOVA) 2 方差分析2 Repeated measures ANOVA 重复实验的方差分析 Hierarchical ANOVA 嵌套方差分析 Three-way ANOVA 三因素方差分析 Latin Square Design 拉丁方实验设计 Split Plot Design 裂区设计 R code R程序 Simple linear regression and correlation 简单线性回归和相关 Biological rationale of simple linear regression简单线性回归的生物学原理 Least square 最小二乘法 Regression coefficient (slope) and intercept 斜率和截距 Significance of a regression 回归的显著性 Assumptions of regression analysis 线性回归的假设 Applications of simple linear regression 简单线性回归的应用 Comparing two slopes 两个回归斜率的比较 Comparing two elevations 两个回归截距的比较 Comparing more than two slopes 多个回归斜率的比较 Biological rationale of simple linear correlation 简单线性相关的生物学原理 Coefficient of Correlation 相关系数 Power and sample size in correlation 相关分析的统计功效和样本量 R code R程序 协方差分析 Analysis of covariance (ANCOVA) Biological rationale of Analysis of cova