“生物统计学”课程实践教学改革

王魏根,隋娟娟,偶 春

(阜阳师范学院 生物与食品工程学院，安徽 阜阳 236037)

“生物统计学”课程实践教学改革

王魏根,隋娟娟,偶 春

(阜阳师范学院 生物与食品工程学院，安徽 阜阳 236037)

“生物统计学”被认为是一门学生难学和教师难教的课程，随着个人计算机的普及以及现代信息技术的发展，为“生物统计学”课程教学改革带来有利条件。在教学内容上，针对“生物统计学”课程应用性特点，增加了软件应用实践教学环节。在这一环节中，将R语言统计分析软件用于教学。在教学方法上，设计并构建了基于网络教学平台的翻转课堂教学模式，利用微课程视频资源辅助教学，提升教学效果。学生问卷调查及网络平台后台统计结果表明，这些措施对学生掌握和运用统计学知识起到了积极的作用。

“生物统计学”课程；R语言；实践教学；翻转课堂；微课程

DOI号：10.13320/j.cnki.jauhe.2017.0047

“生物统计学”是传统生物学、医学、农学和现代分子生物学研究不可缺少的工具，是一门应用性很强的学科。作为一门动物科学、生物科学类专业的基础课程，学生通过学习，学会依据统计学的原理制订试验方案、收集试验数据、统计分析和做出合理的统计推断，使学生在进行数据分析时既做到知其然又知其所以然，为学生今后科研能力的培养奠定基础。

“生物统计学”以概率论和数理统计为基础，涉及的统计概念多、数学公式多、统计计算复杂，对于动物科学、生物学专业多数学生来说该门课程比较难学，老师也认为该课程是比较难教的课程。许多教学人员对如何提高生物统计学的教学效果做了一些有益的探讨和实践，并且都认识到必须采取理论与实践相结合的方法，在原理讲解的同时选择一种统计软件辅助教学，增加实践教学环节[1，2]。通过软件辅助教学，一方面可以减少教师和学生在做统计时数学计算上的负担，另一方面也通过统计软件对实际数据的分析，使学生获得更加真实的统计分析体验。

“生物统计学”实践教学和训练离不开计算机和统计软件，个人计算机的普及以及现代通信和信息技术的发展为开展实践教学奠定了坚实的基础。因此，笔者根据生物统计学课程教学目标和课程特点，在教学方法、教学模式上积极探索生物统计学实践教学新途径，力求提高生物统计学实践教学效果。

一、教学用统计软件的选择

统计软件有很多种，从比较常用的Excel到专业的统计软件SPSS、SAS等[3，4]。在理论课程教学中，也使用了Excel辅助教学，学生可以利用Excel完成描述性统计、t检验、单因素方差分析、固定模型的双因素方差分析以及简单回归分析等[5]。但生物统计中常用的方差分析后的多重比较、多因素方差分析和非线性回归等利用Excel则不能简单实现，因此需选用其它的软件用于教学。综合考虑性能、价格以及发展趋势后，在实践教学环节中我们选用R语言统计软件。

R语言最早是由新西兰奥克兰大学(University of Auckland)的Ross Ihaka和Robert Gentleman在20世纪90年代初共同开发的一种计算机语言，自1997年起，由R语言开发核心小组负责开发。R可在多种操作系统下运行，如Windows XP及以后版本、苹果公司的Mac OS、Linux、UNIX等，作为一门开源的语言，这二十多年来得到迅速发展，在R主页上(http://www.r-project.org)有数千个程序包，涵盖了基础统计学、生态与环境科学、空间分析、系统发育分析、生物信息学等诸多领域[6]。相比其它统计软件，R有自己的特点，首先R是免费的开放获取资源，教师和学生无需花钱购买，有利于学生获取、使用。其次，R统计分析方法资源丰富，应用非常广泛，可以通过加载工具包的形式获得很多新的统计分析功能，也可以编写自己的函数库。同样，许多新的统计分析方法也借助R平台得以迅速传播。再次，R有众多的帮助文件，每个函数都有帮助文件以及运行示例，在R语言网站有许多免费学习R的参考资料。最后，R也可以和我们常用的Excel软件、数据库等实现接口连接[7]。

R语言是按照逻辑步骤来处理问题，使用时需要记住常用的函数并编程，这和我们平常使用图形界面习惯不一致，这一特点开始可能会阻碍教师和学生去学习和使用R语言。但生物学专业的学生在一年级时已经学过大学计算机基础，具有计算机编程基础，只要稍加学习，对R的运行特点掌握以后，就不难接受编程问题。

二、“生物统计学”实践教学内容

根据“生物统计学”教学大纲，在实践教学内容上精心选择。一是考虑“生物统计学”不同知识点之间的衔接性、难易程度以及实用性；另一方面也考虑利用R语言解决Excel不能简单实现的统计学问题。必做内容包括6个方面：(1)概率和分布；(2)描述性统计和图形；(3)单样本和双样本检验；(4)卡方检验；(5)单因素方差分析；(6)简单直线回归和相关分析。由于需要引导学生去逐步学会、使用和接受R语言，实践教学内容必做部分总体是选择相对简单、编程相对容易的内容。自学选做内容包括多样本方差同质性检验、多重比较、二因素方差分析、多因素方差分析、非线性回归分析等，选作部分教学内容大部分是利用Excel无法简单实现的内容，同时也适当增加一些需要更复杂编程的内容。各部分教学目标及应用的R函数见表1，推荐教材为《R语言统计入门》[6]。

表1 实践教学内容及R函数

为了使学生将实验结果与教材《生物统计学》[8]结果对比，数据仍然采用教材中例题。例如教材中例题【4.4】：检验鱼塘10个样点水样含氧量4.33、4.62、3.89、4.14、4.78、4.64、4.52、4.55、4.48、4.26与多年平均4.5差异是否显著。该例题在Excel中只能通过描述性统计的置信区间进行判断，而在R中可运行如下程序，得到具体的t值和p值。

>DO<-c(4.33,4.62,3.89,4.14,4.78,4.64,4.52,4.55,4.48,4.26)#构建一个向量DO。

>t.test(DO, mu=4.5)#进行t检验。

运行后结果如下：

"One Sample t-test

data: DO

t= -0.93574,df= 9,p-value = 0.3738

alternative hypothesis: true mean is not equal to 4.5

95 percent confidence interval:

4.230016 4.611984

sample estimates:

mean of x

4.421"

在单因素方差分析后的多重比较，Excel则不能简单完成，而在R语言中可以多种方法实现，帮助学生更容易地解决更多问题。例如教材[8]中例题【6.1】。

>zhugao<-c(18.1,18.6,18.7,18.9,18.3,17.4,17.9,17.1,16.5,17.5,17.3,16.9,18.5,18.2,16.2,15.6,15.8,16.7,15.3,16.8)#输入数据，构建一个向量zhugao。

> yingyang=factor(rep(1:4,each=5))#构建一个因子向量yingyang。

> luhui<-data.frame(zhugao,yingyang)#将数据和因子生成一个数据框luhui。

> bartlett.test(zhugao～yingyang,data=luhui)#方差同质性检验

> out<-aov(zhugao～yingyang,data=luhui)#方差分析，分析结果储存在out。

>out1<- TukeyHSD(out)# TukeyHSD法多重比较，分析结果储存在out1。

>out2<-pairwise.t.test(zhugao,yingyang,p.adjust.method="bonferroni")#配对的t检验，用bonferroni法矫正，分析结果储存在out2。

> library(agricolae)#加载agricolae程序包，内有LSD法。

让学生思考定义的注意点，比让学生回忆定义，效果也许更好.此问题，要求学生分析出两个注意点：(1)从第二项起，即an-an-1=d(n≥2)；(2)差d为常数，即公差.

>out3<-LSD.test(out,"yingyang",p.adj="none")#LSD法多重比较，不校正，分析结果储存在out3。

>summary(out)#查看结果。

> out1#查看结果。

> out2#查看结果。

> out3#查看结果。

运行以上程序后，就可以得到方差同质性检验结果、单因素方差分析结果、以及3种方法的多重比较结果，结果展现非常清楚。多重比较部分结果显示见表2。从这个例题可以看出，R语言程序逻辑条理清楚，可读性强，只通过几行编程语句，就可以比较高效地完成从数据输入到统计分析的全部过程。对于有些分析功能如果本身自带的程序包不具备，也可以通过加载其它的程序包完成分析。

表2 例【6.1】多重比较结果(部分)

三、教学模式的改革——翻转课堂

翻转课堂或颠倒课堂(Flipped Classroom 或者Inverted Classroom)形式上看是指传统教学过程中知识的传授和知识的内化两个阶段发生了颠倒，但本质是一种新的混合式学习策略。这种学习模式包含两个部分：以现代信息通讯技术为基础的课外学生自我导向学习以及课堂内以集体探究学习为主要方式的学习活动[9]。根据翻转课堂的基本特征，笔者设计并构建了基于网络教学平台的“生物统计学”实践教学的翻转课堂教学模式(见表3)。

在翻转课堂教学模式下，在课前，教师首先将视频、课件等教学资源上传到学校网络教学平台并发布学习任务，学生则在网络教学平台上根据自己的学习进度自主学习，课前主要学习并掌握相关教学内容的R语言基本函数和编程基础知识。学生可以通过自测题来了解自己的学习效果。在课内，学生以小组学习的形式，主要一起讨论交流解决实际统计问题以及统计结果的生物学解释，促进知识的吸收与内化。在这一过程中，教师是帮助者、组织者和促进者，学生是学习的主动承担者、探索者和解决者。学生可以获得更加真实的学习体验。

表3 “生物统计学”实践教学翻转课堂的教学模式

四、微课程视频资源的利用

现今流行的微课程(Micro-lecture)概念是由美国新墨西哥州圣胡安学院的高级教学设计师、学院在线服务经理戴维·彭罗斯提出的。在翻转课堂教学模式下，课程传授的知识单位不再以传统的“课”为单位，而是以“微课”为单位，一个微课程重点解决一个问题。微课程以教学视频为主要载体，以网络课程的形式呈现，是继多媒体课件、网络课程之后迅速发展起来的一种新型学习资源。微课程是学生课前自主学习的基础，一系列主题完整又相对独立的微课程也是一个教学系统，能实现一定的教育教学功能[10]。

在“生物统计学”实践教学微课程视频制作上，采用的是“录课软件+解说词”式的制作方法。采用录屏软件录制R语言的统计分析过程，配以教师讲解的声音和字幕。根据实践教学内容，必做部分视频的主题包括R及其程序包的下载和安装，数据的输入，描述性统计分析，简单统计图形的制作，单样本、双样本和配对样本t检验，两个及两个以上类别表格数据分析，单因素方差分析，简单线性回归和相关等。选作部分视频的主题包括多样本方差同质性检验；多重比较；二因素方差分析；多因素方差分析；非线性回归等。录制的视频上传到学校的网络教学平台，学生可以随时、反复观看。通过教学视频，学生可以看到R语言操作的具体运行过程，能很快指导学生如何运行自己的程序。例如，R及其程序包的下载和安装微课程设计(见表4)。

表4 “R及其程序包的下载和安装”微课程设计

五、学生观点调查

通过对学生利用网络教学平台完成的多次单元测验答题情况进行分析，结果表明，对于可以利用Excel直接实现统计分析的试题，有70%的学生是用Excel完成的，只有30%是用R语言完成的。对于不能简单直接利用Excel完成统计的试题，则均是用R语言完成的，学生并没有积极努力拓展Excel的统计分析功能。对于Excel不能完成统计分析的试题，更是全部用R语言完成。在课程学习的后期，有学生可以对同一试题编写不同的R语言程序。

对阜阳师范学院生物与食品工程学院生物科学专业和动物科学专业2013级学生进行了不记名问卷调查，主要是了解学生对“生物统计学”课程教学内容、教学方法以及教学手段等方面的看法，对调查结果进行了定性分析。调查结果表明，在对教学模式方面，学生表示翻转课堂增加了他们课外学习该课程的时间。微课程视频可以反复观看，对他们掌握和利用R语言进行统计分析有很大的帮助。网络平台后台统计结果也显示，利用R语言统计分析的学生观看视频的时间更长一些。通过使用软件，促进了他们对统计原理的学习和理解，能更快地选择相应的统计方法对生物学资料进行分析，也使他们认识到“生物统计学”是一门很实用的课程。对于统计软件R语言，很多的学生表示有进一步学习的兴趣，主要的理由是在以后的学习生活中，如考取研究生后的学习阶段可能会有很大的用处。

六、小结

将“生物统计学”理论教学和实践教学结合起来，能减轻学生对这门课程的畏难情绪，增加学习兴趣。R语言因具有多方面优点，逐渐展现出在生物统计领域的广泛应用前景，因此在“生物统计学”实践教学中利用R语言有助于学生今后进一步的学习和利用。但同时学习R语言和生物统计，几乎是同时学习2门课程，特别是刚入门时，会增加学生额外的学习负担。所以，笔者通过由简到难的示例来逐步引导学生学会和接受R语言，并且在实践教学过程中，积极利用翻转课堂这一新的教学模式，利用微课程辅助教学，促进和帮助学生自主学习，从而进一步改变生物统计学传统教学中存在问题，提高教学效果，实现课程教学目标。

[1] 张强,张建平. 生物统计学实验教学的探索与实践[J].实验室科学,2012,15(6):15-18.

[2] 吕敏芝,林树茂,何兰花. 地方农科院校生物统计学实验教学改革与实践[J].黑龙江畜牧兽医(科技版),2014(9):201-202.

[3] 高丽.Excel和SPSS软件辅助生物统计学教学模式的探索[J].大学教育,2014(9):144-146.

[4] 詹秋文. Excel和SAS在生物统计学的应用比较[J].生物学杂志,2009,26(1):74-75,83.

[5] 王魏根,赵胡.统计软件用于生物统计学课程教学的应用[J].阜阳师范学院学报(自然科学版).2014,31(4)：121-123.

[6] Peter D.R语言统计入门(第2版)[M]. 郝智恒,何通,邓一硕,等,译.北京:人民邮电出版社，2014.

[7] 程新,魏赛金,江莉.统计软件R及其在《生物统计学》实验教学中的应用[J].统计教育,2008(4):29-31.

[8] 李春喜,姜丽娜,邵云,等．生物统计学[M]．北京:科学出版社，2013.

[9] 张金磊,王颖,张宝辉.翻转课堂教学模式研究[J].远程教育杂志，2012(4): 46-51.

[10] 尹达.“翻转课堂”中国化：微课程问题系统化脚本设计[J]. 内江师范学院学报,2014, 29(11):142-144.

(编辑：刘伟霄)

2017-03-10

国家卓越农林人才教育培养计划项目(教高函[2014]7号)；安徽省高校教研重点项目：“基于翻转课堂的《生物统计学》微课程教学系统构建与应用”(编号：2015jyxm223)；安徽省高校教研项目：“《花卉学》实践教学‘兴趣-动手-实践-创新’模式的探索——以阜阳师范学院为例”(编号：2015jyxm221)；阜阳师范学院本科教学工程项目：“网络课程资源《生物统计学》”(编号：2016WLKC31)。

王魏根(1975-)，男，安徽宣城人，硕士，讲师，研究方向为水生动物学及生态。

G642.0

A

1008-6927(2017)02-0098-05