比较法在生物统计实验教学中的应用

邢光南， 管荣展， 赵团结， 盖钧镒

(南京农业大学 农学院 国家大豆改良中心 农业部大豆生物学与遗传育种重点实验室(综合)江苏省现代作物生产协同创新中心， 南京 210095)

比较法在生物统计实验教学中的应用

邢光南， 管荣展， 赵团结， 盖钧镒

(南京农业大学 农学院 国家大豆改良中心 农业部大豆生物学与遗传育种重点实验室(综合)江苏省现代作物生产协同创新中心， 南京 210095)

生物统计学是生物学类和农学类本科专业的重要基础课，随着理论课学时数的减少，必须增设相应的实验课，以强化教学效果。实验课既要传授SAS编程的基本知识，又要与统计方法相结合，解决科研应用问题。教学面临学时数少、内容多等问题。采用比较教学法，运用实际教学案例，通过数据表格与SAS数据集比较、理论公式计算与SAS软件运算比较、同一SAS程序不同参数比较、相似SAS程序不同运算结果比较及一题多解等办法，增强了学习生物统计学的兴趣，取得了良好的教学效果。

比较法; 生物统计实验; 教学; SAS

1 开设生物统计实验课的必要性

生物统计学是生物学类和农学类专业的重要专业基础课，为科学实验提供了设计和数据分析方法。然而通识教育背景下，压缩了课程学时。生物统计学课程的学时数由原来的72学时压缩到36学时。这给该课程教学带来了难度，尤其是统计计算方面的问题突出。

从教学要求上看，非统计专业的统计教学，应注重统计方法的应用，培养定量分析问题、解决问题的实际能力[1-2]。这种情况下，统计软件SAS成为解决统计计算的有力工具[3]，有益于辅助统计学教学[4-6]。陈方樱发现教学过程中将数据分析方法与应用软件相结合可以起到相辅相成的作用，同时指出为获得良好的教学效果必须特别注意对教学过程进行精心设计[7]。汤在祥探讨了医学统计学SAS实验课程相关的教学问题，认为上好SAS软件实验课对于学生掌握和应用统计学方法具有重要实践意义[8]。

南京农业大学生物统计学课程群，从解决学时数减少、计算量大等问题出发，较早开设了生物统计学实验课。其目标是用国际上权威的统计分析软件SAS，快速教会描述统计、统计假设测验、方差分析、卡平方测验、直线回归和相关分析等基本方法，使统计方法教学较少受制于公式手工计算，期冀能够起到深化、验证统计知识的作用。

2 生物统计实验课目前存在的问题

生物统计实验课教学内容主要包括：SAS编程的基本知识，生物统计基本理论方法的SAS操作，以及统计学方法在生物学、农学科研中的应用。教学特点是：内容多、时间短、掌握难度大。在教学中，作者发现有的学生对SAS语句不理解，不能灵活应用；有的学生即使SAS程序编对了，但对SAS程序运算结果不理解，不能联系具体的生物学问题。如何开设生物统计学实验课，起到理论课的补充作用，获得倍加效应，是教学改革中必须面对的问题。

3 比较法在生物统计实验教学中的应用

比较法教学主要是把教学内容中既有关联又有区别的一些知识点，通过教师的处理与组织，构成可以相互进行比较的教学内容，从而有效引导学生经过仔细地对比、类比，最终达到辨别真伪、由浅入深地了解所学知识，加深对所学知识的理解，形成比较式的思维和辨别能力的一种教学方法，被广泛应用于不同学科的教学实践[9-12]。教师可挑选有一定联系的比较对象，找出比较对象之间的相同点和不同点，分析相同点和不同点产生的原因，总结或概括出事物的本质属性、差异和规律[10]。比较教学法可以突出教学重点，突破教学难点，使学生的认知能力更全面、更客观，使学生的思维能力更具广泛性和贯穿性，从而培养学生能力，开发学生智力[11-12]。本文主要针对农科学生在生物统计实验学习上的特点，结合多年的教学经验，通过实际教学案例的设计谈一谈比较法教学在生物统计实验教学中的案例设计及运用效果。

3.1 数据表格与SAS数据集的比较

学会SAS数据步是SAS编程的基础，首先应明确SAS存储数据的格式与数据表格的区别(图1)。[例5.3] 调查某农场每667 m230万苗和35万苗的稻田各5块，得667 m2产量(单位：kg)于图1中的数据表格[13]。数据表格中，两种密度的产量数据分列在两列(y1和y2)中，而SAS数据集中应将两种密度的产量放在一列(y)中，而增加一列分类变量(trt)以说明某产量属于哪一类(图1)。同时教学思路与学生实践思路也不一致，教学上教师先教学生写SAS数据步，运行后获得相应的SAS数据集，而学生做题时应在脑海中先有SAS数据集再写SAS数据步。所以在SAS数据步教学、学习中应提醒学生经常将SAS数据步与SAS数据集对照以加深理解。

图1 数据表格与SAS数据集及教学与实践顺序的比较

3.2 理论公式计算与SAS软件运算的结果比较

生物统计学实验课教学内容涵盖了理论课生物统计学讲授的主要统计方法，包括描述统计、统计假设测验、方差分析、卡平方χ2测验、直线回归和相关分析等。实验课选用的例题大多数为理论课相关章节的例题，便于学生将SAS运算结果与课本上的公式计算结果进行比较，加深理解。教材[13]也在附录1中列出了全书例题SAS统计软件应用的提示。实验课上应注意讲解SAS软件运算结果与课本上理论公式计算结果的区别，如SAS运算结果一般提供了P值，人们只需根据P值的大小进行统计推断，而课本上的公式计算没有提供P值，统计推断需将计算出的统计量与附表提供的临界值进行比较。

3.3 同一SAS程序不同参数的比较

3.3.1 统计假设测验中设置不同的H0

[例5.1] 某小麦良种的千粒重μ0=34 g，现自外地引入一高产良种，在8个小区种植，得千粒重(g)为：35.6、37.6、33.4、35.1、32.7、36.8、35.9、34.6，问新引入品种的千粒重与当地良种有无显著差异[13]？SAS程序如下：

教学中可设置不同的H0导致不同的t值和P值(表1)，此题样本平均数为35.2，通过表1可以发现H0假设中无论平均数变大还是变小，越远离35.2其t值的绝对值越大，而P值越小，但参数的置信区间33.84～35.21保持不变。P值小于显著水平0.05时，H0假设中的总体平均数在置信区间外，拒绝H0。这正好与常识H0假设的总体平均数越远离样本均值，H0成立的可能性越小相符。这样通过不同H0下的t值和P值的比较分析，加深学生对P值和统计假设测验的理解。

表1 不同的无效假设H0下的t值和P值

3.3.2 gchart过程中不同参数的设置

讲解描述统计利用SAS的gchart过程绘制统计图时，不仅给学生演示一下，还可利用同一案例同一程序变换不同参数得到不同形状、颜色的统计图，通过变换前后的比较加深学生对相关参数的理解，引导学生通过变换获得与数据匹配的最佳统计图。同时在变换的过程中，学生也能体会到利用SAS统计软件绘制统计图的便捷，比手工绘制大大节约了时间，可增强学生的学习兴趣。

3.4 相似SAS程序不同运算结果的比较

3.4.1 SAS数据步中@与@@的区别

表2为编写的5个相似的SAS程序及输出，学生在实践中通过比较@与@@在多个相似程序中的应用及输出，可加深对一个@和两个@区别的理解。

表2 区分@与@@的SAS程序及输出

Table 2 The outputs and SAS programs to distinguish @ and @@

3.4.2 方差分析不同线性可加模型的比较

[例6.13] 采用5种生长素处理豌豆，未处理为对照，待种子发芽后，分别每盆中移植4株，每组为6盆，每盆一个处理，试验共有4组24盆，并按组排于温室中，使同组各盆的环境条件一致。当各盆见第一朵花时记录4株豌豆的总节间数，结果列于表3，试作方差分析[13]。

表3 生长素处理豌豆的试验结果

SAS程序中非常容易改变方差分析的线性可加模型，从而得到不同的自由度与平方和的分解，对比分析可加深学生对方差分析不同模型的理解。上例为随机区组设计如作完全随机设计分析，只需将随机区组模型class和model语句中的区组变量blk去掉，即变为完全随机模型，SAS程序及方差分析结果见表4。对比表4可见随机区组模型中的区组自由度和误差自由度相加等于完全随机模型中的误差自由度，随机区组模型中的区组平方和和误差平方和相加等于完全随机模型中的误差平方和。利用SAS程序可快速实现两种模型的比较，让学生明白，随机区组模型中的区组自由度和平方和是从完全随机模型的误差项中分解出的。利用SAS程序进行对比分析相较于理论课上的对比分析，具有容易实现和快速的特点。

表4 随机区组模型和完全随机模型的SAS程序及方差分析结果

Table 4 The ANOVA and SAS program of random complete block model and completely random model

3.5 一题多解

在生物统计实验课SAS软件的教学中，往往一个案例可以有多种编程方法，在教学过程中教师可把多种编程方法和思路给学生做一个详细的比较，培养学生从多个方面分析、解决问题的能力，加深对所学知识的理解。周东波在数学教学中也发现一题多解可以很好地提高学生的学习兴趣，促进学生的创新思维发展[9]。

3.5.1 不同的SAS数据步实现相同的SAS数据集

如图1中的SAS数据集可用图1中的SAS数据步实现，也可在数据块中增加分类变量的信息而不用循环语句(表5)，在对比中学生将会发现用循环语句将减小数据块的输入量及不易出错，特别是处理数和重复数较多时。

表5 不同的SAS数据步实现相同的SAS数据集

Table 5 Different data steps to achieve the same SAS data set

3.5.2 变量名位置、含义的变化实现相同的方差分析

如单因素的完全随机设计可用表4中完全随机设计的SAS程序进行分析，但如果案例中给的数据每一列为一处理，直接将案例表格中的数据放入SAS程序的数据块就出问题了。这时的解决方法有：1)将案例中的数据进行转置，即转换为每行为一处理；2)数据如没转置，那数据步外循环的变量将作为重复，而内循环的变量反而作为处理，这时可将内、外循环的变量名进行调换；3)如不将内、外循环的变量名进行调换，可在SAS过程步中将class和model语句中外循环的变量名改为内循环的变量名。通过一题多解学生对SAS程序的理解更加深刻，在将同一类型案例套用相应程序时也会注意思考，不会机械照搬。

3.5.3 freq过程中weight语句有无的比较

[例7.5] 大豆花色一对等位基因的遗传研究，在F2紫花208株，白花81株。问这一资料的实际观察比例是否符合于3∶1的理论比值[13]。这一案例可编写weight语句有无的两个SAS程序(无weight语句的数据块，限于篇幅省略了一些观察值)，见表6。这两个SAS程序的区别在于有无weight语句、有无权重变量及数据块的不同，让学生在对比中加深对freq过程weight语句的理解，利用weight语句可大大减少SAS数据块中的数据量。

4 结语

综上所述，在生物统计实验的教学过程中可从多个方面应用比较法。作者在教学实践中，注重应用比较法，提高了学生的学习兴趣，获得了良好的教学效果，认为比较法是一种有效的教学方法，能加深学生对所学知识特点的认识，还能促进学生主动参与到教学活动中来，能有效提高教学质量。教师在教学过程中应不断积累比较法的优秀教学案例，建设并完善比较法教学案例资源库，提高教学创新能力和设计能力，增强教学的趣味性和启发性。比较教学法在不同学科教学中的具体实施方式不一定相同[9-12]，应结合具体的学科具体设计。运用比较法时应注意正确选择比较对象，同时应考虑各种教法灵活、综合的应用[10]。

表6 freq过程中weight语句有无对比的SAS程序

Table 6 SAS programs with or without weight statement in freq procedure

[1]冯 昀. 非统计专业统计教学改革探索[J]. 广东农工商职业技术学院学报, 2004, 20(1): 58-60.

[2]解锋昌, 李 强. 农业院校《多元统计分析》教学探讨[J]. 中国农业教育, 2005 (6): 28-29.

[3]胡良平. 99’SAS软件应用高级研讨会交流论文选登——SAS软件在研究生医学统计教学中的作用和推广应用的经验[J]. 统计教育, 2001 (1): 40-42.

[4]林爱华, 柳 青, 方积乾. 二项分布及其正态近似的电脑实验设计与教学实践[J]. 医学信息, 2000, 13(4): 179-180.

[5]邢光南, 赵团结, 盖钧镒. 生物统计教学中用SAS程序讲解抽样分布[J]. 农业网络信息, 2010 (3): 107-110.

[6]邢光南, 赵团结, 盖钧镒. 用SAS程序模拟抽样绘制t、F和χ2分布[J]. 中国卫生统计, 2011, 28(2): 197-198, 201.

[7]陈方樱. 关于数据分析方法及SAS软件教学的探索[J]. 数学的实践与认识, 2004, 34(1): 168-172.

[8]汤在祥. 医学统计学SAS实验课程相关教学问题探讨[J]. 连云港职业技术学院学报, 2012, 25(2): 83-85.

[9]周东波. 比较法教学在中职数学教学中的应用[J]. 数学学习与研究, 2012 (13): 20.

[10]陈雪娟. 比较法在化学教学中的实践探究[J]. 教学与管理, 2004 (24): 85-86.

[11]赵先英, 刘毅敏, 赵华文. 比较教学法贯穿于医用化学教学中的实践与体会[J]. 山西医科大学学报: 基础医学教育版, 2005, 7(4): 375-376.

[12]徐世英. 初中生物比较法教学探索[J]. 教育教学论坛, 2011 (8): 99.

[13]盖钧镒. 试验统计方法[M]. 北京: 中国农业出版社, 2000: 82-394.

Application of comparative method to teach biostatistical experiment course

XING Guang-nan， GUAN Rong-zhan， ZHAO Tuan-jie， GAI Jun-yi

(College of Agriculture, Nanjing Agricultural University， National Center for Soybean Improvement，MOA Key Laboratory for Biology and Genetic Improvement of Soybean (General)， Jiangsu Collaborative Innovation Center for Modern Crop Production, Nanjing 210095, China)

Biostatistics is an important and basic course for undergraduate students specializing in life science and agronomy. With the decreasing number of theoretical class hours, the corresponding experimental course must be added to intensify biostatistical teaching. Biostatistical experiment course needs to teach the basics of SAS programming with a combination of statistical methods to solve practical problems in scientific research and application. The issues confronting biostatistical experiment course are less number of teaching hours, along with more content. In this article, the application of comparative method in teaching biological experiment was discussed and the actual teaching cases were designed. These include the comparison of different formats of data table and SAS data set, the calculation results obtained from theory formula and SAS software, different parameters from the same SAS program, various results using similar SAS programs and multiple solutions to one problem. The results showed that comparative analysis can be used for teaching biostatistical experiment with promising teaching effects and enhancing the student′s interest.

comparative method; biostatistical experiment; teaching; SAS

2016-06-15；

2016-07-11

教育部卓越农林人才教育培养计划改革试点项目资金资助；江苏省高校品牌专业建设工程项目资金资助(编号：PPZY2015A059)；南京农业大学校、院级教改项目资金资助(2015Y006、2015YJ05T)

邢光南，副教授，博士，研究方向为生物统计和试验设计, E-mail: xinggn@njau.edu.cn

盖钧镒，教授，主要从事生物统计与数量遗传研究, E-mail: sri@njau.edu.cn

G642

C

2095-1736(2017)02-0112-04

doi∶10.3969/j.issn.2095-1736.2017.02.112