一。教学目的生物统计学是运用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料的一门科学，是现代生物学研究不可缺少的工具。它不仅在传统生物学、医学和农学中被广泛应用，而且在新兴的分子生物学研究中也发挥着重要作用。因此，本课程教学目的1.使学生了解统计学方法在现代动物科学中的重要作用；2.系统掌握生物统计学的基本原理、基本概念、具体实验资料分析方法以及畜牧兽医学试验设计方法等的应用；3.通过对生物统计学的学习，培养学生严谨的科学态度与分析问题、解决问题的能力，为以后的科学研究打下基础二．教学内容根据中国农业大学动物科技学院的专业设置特点，教学计划要求，该课程主要内容：1.概率：事件的关系、概率的基础知识以及概率分布；2.统计分析：主要包括数据资料的搜集和整理、数据特征的计算、假设检验及参数估计、方差分析、协方差分析、分类数据的假设检验、数据转换、相关与回归等；3.试验设计：包括试验设计的基本原则及常用的试验设计方法。第一章绪论本章以课程的学习目的、任务、内容和研究对象为主要内容，简要介绍畜牧生物统计学的概念，主要内容、学习的目的与方法、生物统计学发展概况以及一些常用统计学术语。第一节生物统计学的概念1.生物统计学的基本定义2.生物统计学的应用对象3.生物统计学的主要内容4.生物统计学的特点第二节生物统计学的基本特点第三节生物统计学的重要意义第四节常用统计学术语第二章试验数据的整理试验数据的分类、整理和特征数的计算第一节试验数据的分类1.质量性状数据2.数量性状数据第二节试验数据的整理1.离散型数据的整理2.连续型数据的整理3.频数图的绘制4.频数图的作用第三节试验数据特征数的计算1.集中趋势2.离散趋势第三章随机变量与概率分布着重介绍概率的基本概念和运算、几种常见的概率分布，如二项分布、正态分布及标准正态分布
一．教学目的 生物统计学是运用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料的一门 科学，是现代生物学研究不可缺少的工具。它不仅在传统生物学、医学和农学中被广泛应用，而且 在新兴的分子生物学研究中也发挥着重要作用。因此，本课程教学目的： 1. 使学生了解统计学方法在现代动物科学中的重要作用； 2. 系统掌握生物统计学的基本原理、基本概念、具体实验资料分析方法以及畜牧兽医学试验设计 方法等的应用； 3. 通过对生物统计学的学习，培养学生严谨的科学态度与分析问题、解决问题的能力，为以后的 科学研究打下基础。 二．教学内容 根据中国农业大学动物科技学院的专业设置特点，教学计划要求，该课程主要内容： 1. 概率：事件的关系、概率的基础知识以及概率分布； 2. 统计分析：主要包括数据资料的搜集和整理、数据特征的计算、假设检验及参数估计、方差 分析、协方差分析、分类数据的假设检验、数据转换、相关与回归等； 3. 试验设计：包括试验设计的基本原则及常用的试验设计方法。 第一章 绪 论 本章以课程的学习目的、任务、内容和研究对象为主要内容，简要介绍畜牧生物统计学的概念、 主要内容、学习的目的与方法、生物统计学发展概况以及一些常用统计学术语。 第一节 生物统计学的概念 1. 生物统计学的基本定义 2. 生物统计学的应用对象 3. 生物统计学的主要内容 4. 生物统计学的特点 第二节 生物统计学的基本特点 第三节 生物统计学的重要意义 第四节 常用统计学术语 第二章 试验数据的整理 试验数据的分类、整理和特征数的计算 第一节 试验数据的分类 1. 质量性状数据 2. 数量性状数据 第二节 试验数据的整理 1. 离散型数据的整理 2. 连续型数据的整理 3. 频数图的绘制 4. 频数图的作用 第三节 试验数据特征数的计算 1. 集中趋势 2. 离散趋势 第三章 随机变量与概率分布 着重介绍概率的基本概念和运算、几种常见的概率分布，如二项分布、正态分布及标准正态分布
等。第一节随机变量及其分类第二节概率分布第三节正态分布离散型变量的概率分布1.正态分布的概率密度函数2．标准正态分布3．正态分布的概率计算4．偏度与峭度第四节二项分布第四章统计推断概述了解几种从正态总体中抽取的样本统计量的分布、假设检验的基本原理和步骤。第一节抽样分布从一个正态总体中抽取的样本统计量的分布1：样本平均数的分布：u分布、份布2.样本方差的分布：x2分布、F分布第二节参数估计1.点估计2.区间估计第三节假设检验1.假设检验的基本概念2.假设检验的基本步骤3.相关概念和几点说明第五章对单个和两个总体平均数的假设检验了解单个和两个总体平均数的检验以及配对检验。第一节对单个总体均数的检验1.总体方差已知：Z检验2．总体方差未知：t检验第二节对两个总体均数的检验1.均值差的抽样分布2.两总体方差已知时的检验-Z检验3.两总体方差未知但相等时的比较4：两忌体方差未知但不等时的比较第三节配对资料的假设检验-检验第六章方差分析I-单向分类资料了解单向分类数据资料结构、变异的剖分、假设检验以及多重比较。第一节单向分类数据资料结构第二节数学模型第三节变异的剖分第四节假设检验第五节和F检验的关系第六节多重比较第七章方差分析-双向分类资料了解双向分类有重复、无重复和嵌套结构数据资料结构、数学模型、假设检验以及多重比较第一节双向交叉无重复资料的方差分析
等。 第一节 随机变量及其分类 第二节 概率分布 第三节 正态分布离散型变量的概率分布 1． 正态分布的概率密度函数 2． 标准正态分布 3． 正态分布的概率计算 4． 偏度与峭度 第四节 二项分布 第四章 统计推断概述 了解几种从正态总体中抽取的样本统计量的分布、假设检验的基本原理和步骤。 第一节 抽样分布从一个正态总体中抽取的样本统计量的分布 1．样本平均数的分布: u分布、t分布 2．样本方差的分布：x 2分布、F分布 第二节 参数估计 1．点估计 2．区间估计 第三节 假设检验 1．假设检验的基本概念 2．假设检验的基本步骤 3．相关概念和几点说明 第五章 对单个和两个总体平均数的假设检验 了解单个和两个总体平均数的检验以及配对检验。 第一节 对单个总体均数的检验 1．总体方差已知：Z检验 2．总体方差未知：t检验 第二节 对两个总体均数的检验 1．均值差的抽样分布 2．两总体方差已知时的检验－Z检验 3．两总体方差未知但相等时的比较 4．两总体方差未知但不等时的比较 第三节 配对资料的假设检验－t检验 第六章 方差分析I－单向分类资料 了解单向分类数据资料结构、变异的剖分、假设检验以及多重比较。 第一节 单向分类数据资料结构 第二节 数学模型 第三节 变异的剖分 第四节 假设检验 第五节 t和F检验的关系 第六节 多重比较 第七章 方差分析II－双向分类资料 了解双向分类有重复、无重复和嵌套结构数据资料结构、数学模型、假设检验以及多重比较。 第一节 双向交叉无重复资料的方差分析
1.数据模式2.数学模型3.平方和与自由度的剖分4.假设检验5.多重比较第二节双向交叉有重复资料的方差分析1.数据模式2.数学模型3.交互作用4．平方和与自由度的剖分5.假设检验6.多重比较第三节双向嵌套分组资料的方差分析1.数据模式2.数学模型3.平方和与自由度的部剖分4.假设检验第七章数据转换了解数据方差同质性检验以及方差稳定性转换。第一节方差的同质性检验1.HartletF检验2.Cochran检验3.Bartlett检验第二节方差稳定性转换1.方差稳定性转换一般原理2.平方根转换3.对数转换4．反正弦转换5.倒数转换第八章简单相关与回归简要介绍相关系数的计算方法、检验以及直线回归方程的建立及检验。第一节简单相关1.样本相关系数的定义和计算2.相关系数的显著性检验3.总体相关系数的置信区间4.秩相关系数第二节简单回归1.一元回归的数学模型2.一元回归方程的建立3.回归的显著性检验4.对截距的检验5.回归系数的置信区间6.回归方程的拟合度-决定系数
1．数据模式 2．数学模型 3．平方和与自由度的剖分 4．假设检验 5．多重比较 第二节 双向交叉有重复资料的方差分析 1．数据模式 2．数学模型 3．交互作用 4．平方和与自由度的剖分 5．假设检验 6．多重比较 第三节 双向嵌套分组资料的方差分析 1．数据模式 2．数学模型 3．平方和与自由度的剖分 4．假设检验 第七章 数据转换 了解数据方差同质性检验以及方差稳定性转换。 第一节 方差的同质性检验 1．Hartlet F检验 2．Cochran 检验 3．Bartlett 检验 第二节 方差稳定性转换 1．方差稳定性转换一般原理 2．平方根转换 3．对数转换 4．反正弦转换 5．倒数转换 第八章 简单相关与回归 简要介绍相关系数的计算方法、检验以及直线回归方程的建立及检验。 第一节 简单相关 1．样本相关系数的定义和计算 2．相关系数的显著性检验 3．总体相关系数的置信区间 4．秩相关系数 第二节 简单回归 1．一元回归的数学模型 2．一元回归方程的建立 3．回归的显著性检验 4．对截距的检验 5．回归系数的置信区间 6．回归方程的拟合度－决定系数
7.X对Y的回归8.两条直线回归的比较9.利用回归方程进行估计和预测10．制定校正系数第三节简单线性相关与回归的区别与联系1.相关与回归的区别2.相关与回归的联系第四节进行相关与回归分析时应注意的问题第十二章协方差分析简要介绍协方差分析的模型和假定以及单向与双向分类资料的协方差分析。第一节协方差分析的模型和假定第二节单向分类资料的协方差分析第三节双向分类资料的协方差分析第十三章分类资料的假设检验介绍分类资料在数据量大时按照率的方式检验、数据量小时的卡方适合性检验以及独立性检验。第一节率的假设检验1.单个率的检验2.率的区间估计3.两个率的比较第二节卡方适合性检验1.卡方适合性检验时的检验统计量2.对不同类型分布比例的适合性检验3.对分布类型的检验第三节独立性检验1.列联表2.独立性检验的方法3.2'2表的精确概率检验法4.配对2'2表的独立性检验第四节卡方检验的分解第十四章试验设计简介介绍试验设计的基本原则和样本含量、常用的五种试验设计方法以及抽样调查的设计。第一节概述1.试验设计的有关概念2.试验设计的三原则第二节常用动物试验的设计方法1.完全随机设计2.配对设计3.随机区组设计4.双向对已区组设计－拉丁方设计5.正交试验设计第三节抽样调查的设计1.概率抽样2.非概率抽样
7．X对Y的回归 8．两条直线回归的比较 9．利用回归方程进行估计和预测 10．制定校正系数 第三节 简单线性相关与回归的区别与联系 1．相关与回归的区别 2．相关与回归的联系 第四节 进行相关与回归分析时应注意的问题 第十二章 协方差分析 简要介绍协方差分析的模型和假定以及单向与双向分类资料的协方差分析。 第一节 协方差分析的模型和假定 第二节 单向分类资料的协方差分析 第三节 双向分类资料的协方差分析 第十三章 分类资料的假设检验 介绍分类资料在数据量大时按照率的方式检验、数据量小时的卡方适合性检验以及独立性检验。 第一节 率的假设检验 1．单个率的检验 2．率的区间估计 3．两个率的比较 第二节 卡方适合性检验 1．卡方适合性检验时的检验统计量 2．对不同类型分布比例的适合性检验 3．对分布类型的检验 第三节 独立性检验 1．列联表 2．独立性检验的方法 3．2´2表的精确概率检验法 4．配对2´2表的独立性检验 第四节 卡方检验的分解 第十四章 试验设计简介 介绍试验设计的基本原则和样本含量、常用的五种试验设计方法以及抽样调查的设计。 第一节 概述 1．试验设计的有关概念 2．试验设计的三原则 第二节 常用动物试验的设计方法 1．完全随机设计 2．配对设计 3．随机区组设计 4．双向对己区组设计－拉丁方设计 5．正交试验设计 第三节 抽样调查的设计 1．概率抽样 2．非概率抽样
第四节样本含量的确定1：抽样调查中样本含量的确定2.试验设计中样本含量的估计三、学时分配与考核方式：1、学时分配本课程教学计划学时为64学时，课堂讲授48学时，试验16学时。详见附件中的教学日历。2、考核方式期中考试为闭卷百分制（占40%），期末考试为开卷百分制（占40%）；平时试验课以及出席情况（占20%）；作业考查学生思维、分析能力，作为乘因子对上述总成绩进行加权后得到最后的分数
第四节 样本含量的确定 1．抽样调查中样本含量的确定 2．试验设计中样本含量的估计 三．学时分配与考核方式： 1、学时分配 本课程教学计划学时为64学时，课堂讲授48学时，试验16学时。详见附件中的教学日历。 2、考核方式 期中考试为闭卷百分制（占40％），期末考试为开卷百分制（占40％）；平时试验课以及出席 情况（占20％）；作业考查学生思维、分析能力，作为乘因子对上述总成绩进行加权后得到最后的 分数