1223S00086-R语言和生物统计学实验-2023版人才培养方案课程教学大纲.docxVIP

PAGE10

ADDINCNKISM.UserStyle《R语言和生物统计学实验》课程教学大纲

（实验课程·2023版）

一、课程基本信息

课程号

1223S00086

开课单位

生命科学学院

课程名称

（中文）R语言和生物统计学实验

（英文）RprogrammingandBiostatisticsExperiments

课程性质

必修

考核类型

考查

课程学分

1

课程学时

34

课程类别

专业发展课程

适用专业（类）

生物信息学、生物科学类

二、课程描述及目标

（一）课程简介

随着生物学研究的不断细化，对研究者的数据处理能力要求越来越高。因此，加强生物信息专业学生统计学相关知识和技能的培养，也应当引起相关高校的高度重视。近年来，R语言作为高效的统计学工具得到广泛应用。因此，在生物统计课程中加入R语言实践的内容，或者直接开始独立的R语言生物学应用课程，对专业人才的培养具有重要意义。本课程主要涉及包括R语言基础、参数估计与假设检验、方差分析、回归与相关分析、聚类分析与主成分分析等实验项目。

（二）教学目标

传统的生物统计学课程各部分都涉及大量的数学公式推导与证明。由于课时有限且计算复杂，使得学生在学习过程中难以掌握，降低学习效率，进而失去学习兴趣。为了提高教学效果，培养学生的动手能力，将R语言与生物统计学课程教学相结合，提高学生的学习兴趣和动手能力。通过本课程，使学生在以下四个方面达到课程学习的要求：

课程目标1：掌握生物数据存储的基本格式和了解R语言工作的基本原理；

课程目标2：夯实生物统计学的基本知识，进行实例印证；

课程目标3：掌握生物统计学知识的R语言实现方法；

课程目标4：掌握生物数据的R语言分析原理及实验。

三、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

1-4：掌握统计学、生物学、信息科学与技术等方面的基本知识和理论。

课程目标1

2-2：具有较强的综合运用所掌握的理论知识和技能，从事生物信息学及其相关领域科学研究和技术开发的能力。

课程目标2

2-3：具有浓厚的科学兴趣及批判性思维能力。

课程目标3

3-3：具备良好的专业素质，受到严格的科学思维训练，有求实创新的精神、批判性思维和可持续发展理念。

课程目标4

四、教学方式与方法

实验教学不仅仅是教与学的过程，实验教学更要体现对人的培育，包括能力的提高和人格的塑造等。本实验体现了以教师为主导，学生为主体的教学思想，在教学过程中激发学生的学习兴趣，引导学生在实验中发现问题，并通过实验分析问题、解决问题；重视学生基本实验技能的掌握；培养学生的创新思维，培养学生良好的实验习惯和学生的团队精神，培养学生解决实际问题的能力。

五、教学重点与难点

（一）教学重点

1．掌握R语言的语法和工作特点；

2．掌握生物统计学的基本原理和R语言实现方法；

3．探索利用R语言进行多变量统计分析方法。

（二）教学难点

本课程要求学生不仅要谙熟生物统计学知识和掌握R语言的工作特点，还需能够利用R语言实现数据的处理和分析，并以此来解决生物学中的问题。准确、熟练地处理数据和通过程序实现数据分析是本课程的难点。

六、实验内容、基本要求与学时分配

序号

实验项目名称

实验内容与要求

学时

类型

对应课程目标

1

R语言基础

必修。R语言简介及软件安装；在线帮助系统；R中对象的赋值与计算；R中数据文件的读写。

3

演示性

课程目标1

2

常用统计量的计算与统计图表的绘制

必修。常用统计量包括均值、方差和five-numbersummary等；统计图包括茎叶图、直方图和箱形图等。

2

综合性

课程目标1、2、4

3

概率与概率分布

必修。概率计算；概率分布；抽样分布。

2

综合性

课程目标1、2

4

假设检验

必修。样本平均数的假设检验；样本频率的假设检验；方差的同质性检验；适合性检验；非参数检验。

2

综合性

课程目标1、2

5

方差分析

必修。单因素方差分析；两因素方差分析；协方差分析。

4

综合性

课程目标1

6

抽样原理与方法

必修。抽样误差的估计与置信区间；样本容量的确定。

2

综合性

课程目标3

7

试验设计

必修。实验设计的基本概念；随机区组设计；平衡不完全区组设计；正交试验设计。

2

综合性

课程目标3

8

直线回归与相关分析

必修。直线回归；直线相关；可直线化的非线性回归分析。

4

综合性

课程目标3

9

多元线性回归与Logistic回归

必修。多元线性回归；Logistic回归

4

综合性

课程目标3

10

聚类分析和主成分分析

必修。K-means聚类；HierarchicalAgglomerativeClustering；主成分分析、PrincipalCoordinatesAnalysis和NonmetricMultiDi