统计学概率
开篇：润墨网以专业的文秘视角，为您筛选了八篇统计学概率范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
统计学概率范文第1篇
1.引言
生物统计学是研究数据资料的收集、整理、分析、解释的一门科学[1]，也是畜牧、兽医、农学、微生物、医学等领域中不可缺少的统计工具，越来越多的数据分析离不开生物统计学原理。随着计算机技术的发展，已经有更多软件或操作系统被应用于生物统计学，如Excel[2]，SAS[3]，SPSS[4]等，但是不同统计软件具有不同的统计特点，如Excel统计功能更为简单，适合生物统计学的初学者。SAS统计功能比较宽广些，因其里面统计模块的限制，所以更适合自己编写程序的学者。SPSS的统计功能更为强大，几乎具备了所有统计分析功能，操作相对简单、直观。
2.二项分布
虽然从统计分析来看，SAS和SPSS的统计分析功能略胜于Excel，但是Excel具有其独特的地方，如对一些常用分布的概率计算来说Excel显得简单多了。二项分布是最常见的离散性随机变量的概率分布，核心定义为每次实验只能有两种可能结果。对于二项分布的手动计算公式[1]：
3 利用Excel对二项分布的概率计算
虽然二项分布的概率手动也能计算，但是比较费时费力，因此我们借助Excel计算二项分布的概率就比较简单。例2：已知某种病猪的死亡率为30%，现在有10头病猪，如果不给治疗，问死4头的概率是多少？和死4头及4头以下的概率是多少？
（1）死4头的概率：Excel中选定空格―插入f函数统计BINOMDIST：在其对话框中从上依次输入4，10，0.3，false，具体见图1，其概率为0.2001。
（2）死4头及4头以下的概率：Excel中，选定空格―插入f函数统计BINOMDIST：在其对话框中从上依次输入（4，10，0.3，true），具体见图2，其概率为0.8497。
4.注意问题
在本次教学改革与实践中，已经把各种分布的概率计算纳入《生物统计学》实践教学中，一方面可以让学生针对不同数据清楚其分布类型，针对不同分布类型选用不同Excel函数模块，可以说将课本上所学知识很好地应用于实践数据分析。本文介绍的是二项分布，只有二项分布的概率计算才适用Excel中的BINOMDIST统计函数模块，如果是其他分布的概率计算需要另选其他模块。
参考文献：
[1]张勤.生物统计学.中国农业大学出版社，北京，2009.
[2]王香萍，王文凯，李俊凯，等.EXCEL中关于生物统计中两组平均数的应用方法及探讨.考试周刊，2011，6：180-181.
统计学概率范文第2篇
三角洲前缘沉积一直是储层预测的重点和难点，具有砂泥交互叠置严重、砂体厚度薄（一般为2~8m)的特点，这给储层预测带来极大困难。常规的确定性反演方法难以满足该区薄砂体预测的需求。地质统计学反演将确定性反演和地质统计学模拟相结合，兼顾地震横向覆盖面广、分辨率高，测井纵向采样密集的特点，反演结果是多个等概率的数据体实现，符合输人数据的地质统计学特征并受地质模型的约束，是目前解决三角洲前缘沉积储层预测难的一种有效方法。
杜坡油田位于泌阳凹陷古城油田南部，主要构造特征为北西部高、南东部低，以宽缓近东西走向的鼻状构造为主，断裂发育。该区含油层位为古近系核桃园组核三段的n—训油组，主要沉积为三角洲前缘亚相砂体，具有砂体相变快、储层薄、非均质性强等特点，储层平面分布预测成为该油田研究的重点。
本文以杜坡油田核三段薄储层油组作为靶区，进行了地质统计学反演研究。测井资料质控和储层岩石物理特征分析、约束稀疏脉冲反演、地质统计学参数分析、随机模拟、地质统计学反演等工作得到的结果表明，地质统计学反演极大地提高了预测结果的垂向分辨率，可以有效识别出3~5m厚的薄层砂体，为研究区有利储层预测提供了依据。
1研究思路
在获得高品质地震资料、测井资料的前提下，通过测井资料质控和储层岩石物理分析得到弹性波阻抗与岩性的关系，充分发挥约束稀疏脉冲反演和地质统计学模拟的优势，在约束稀疏脉冲反演基础上进行相关统计分析模拟实现。为此，首先，进行约束稀疏脉冲反演，了解储层的展布特征，并求取子波和横向变差函数;然后，通过分析岩相曲线，得到垂向变差函数，对波阻抗、岩相进行概率密度函数及变差函数分析，通过随机模拟产生多个波阻抗、岩相数据体实现；最后，在随机模拟的基础上，加上地震约束，并与子波进行褶积产生合成地震道，反复迭代直至合成地震道与原始地震道相关性达到最优'得到地质统计学反演数据体。
地质统计学反演分为5个步骤：1)测井资料质控和储层岩石物理特征分析;2)约束稀疏脉冲反演;3)地质统计学参数分析;4)随机模拟；5)地质统计学反演。流程如图1所示。
2技术关键
2.1测井资料质控和储层岩石物理特征分析
高质量的测井资料是进行定量化油藏描述研究的基础条件。研究区测井资料较差，多井之间缺乏一致性，部分井的声波、密度等曲线有数据缺失，因此，在井震标定之前，必须对测井资料进行质控。主要包括对研究区10口井的声波、密度、自然伽马、中子孔隙度、电阻率曲线进行深度、环境校正，并展开多井一致性处理及标准化工作，以得到一致性高、相对完整的测井数据集。在测井资料精细处理的基础上，针对杜坡油田核三段进行了小层对比控制下的岩石物理特征分析。岩石物理特征分析是地质统计学反演的前提，主要是检查弹性参数对岩性的识别能力，通过交会图分析，找出对岩性变化较敏感的测井曲线。
杜坡油田核三段储层以石英砂岩和长石石英砂岩为主，利用自然伽马、电阻率、中子孔隙度曲线进行岩性划分，分为砂岩、泥岩2种岩相。多井弹性参数统计分析表明，波阻抗属性对该区储层有一定的敏感性，图2为研究区10口井的波阻抗与岩性敏感性的直方图统计m，可见波阻抗能够在一定程度上识别岩性，这为地质统计学反演打下了很好的基础，满足了精细预测的条件。
2.2约束稀疏脉冲反演
约束稀疏脉冲反演是地质统计学反演的基础，其实质是测井-地震联合反演，测井资料中的低频信息以低频模型的形式补充到地震中，扩宽了地震频带，得到高分辨率的地层波阻抗资料。约束稀疏脉冲反演建立在一个趋势约束的脉冲反演算法上，反演结果忠实于地震数据，在一定程度上刻画了储层物性展布特征，但垂向分辨率低，无法满足砂泥薄互层储层的识别。其流程可分为5步：1)数据可行性分析；2)井震联合标定、子波提取;3)利用解释的层位、断层构建框架模型；4)低频模型建立;5)反演参数设置得到最终阻抗体。
约束稀疏脉冲反演在运算过程中利用合成地震记录与原始地震道残差的大小逐渐修改反射系数，反复迭代，直至合成地震道与实际地震道的相关性达到最大。测试稀疏性约束因子、地震信噪比、合并频率、子波刻度因子等4个主要敏感参数，得到合理值，加上软趋势约束，求得带限波阻抗，再与低频模型进行合并得到全频带绝对波阻抗。
图3为约朿稀疏脉冲反演结果。可以看出，在纵向上大致反映了储层变化规律（^油组泥岩较为发育，V，W油组砂岩较为发育），其垂向分辨率低。通过对反演结果进行沿层属性（均方根振幅）提取可知，研究区核三段V油组中部和北西部波阻抗值较高，是有利储层部位，这与地质研究认识较为符合。横向上较为连续，能够反映储层总体变化特征，可根据储层展布范围求取横向变差函数[7-S]，解决只依靠井数据计算横向变差函数采样点不足的问题，反演过程中求得的子波也只直接应用于地质统计学反演。
2.3地质统计学参数分析
地质统计学参数分析主要包括概率密度函数和空间变差函数分析。
概率密度函数描述某一属性在空间的概率分布情况，表示特定岩相对应的弹性参数分布的可能性，包括一维直方图分析和二维交会图分析。从直方图上可以直观地分析属性值分布的总体特征，了解均值、方差、标准偏差等变异情况，并且在随机反演前常要对数据进行正态变换。
变差函数是随机模拟、地质统计学反演的核心技术，是区域化变量空间变异性的一种度量。它反映了储层在三维空间的变化规律，利用变差函数提供的全部结构信息，可以用来分析和认识所研究的地质问题。
变差函数变程设置直接影响到最终的反演结果。水平方向变程过小，剖面随机性增加，井间地质统计学反演结果误差较大；变程过大，虽然减小井间反演误差，但反演结果更趋于模型化。垂向变程是用来识别砂体有效厚度的，设置过大，则分辨不出薄储层，使最终结果与确定性反演结果差别不大，达不到薄储层预测要求;设置过小，则会导致在反演过程中由于数据搜索过少而使预测结果在横向上出现过强的连续性。利用测井资料确定垂向变程。由于横向采样数据点不足，通过约朿稀疏脉冲反演结果认识地质沉积规律，进而求取水平方向变程。最终得到较准确的空间变差函数。
2.4 随机模拟
随机模拟是从巳知的储层出发，以储层特征参数概率密度函数和变差函数分析为基础，应用序贯模拟方法，对储层的空间分布特征进行模拟，产生可选的等概率的与巳有数据相一致的储层参数三维空间随机分布模型。序贯模拟方法包括序贯指示模拟和序贯高斯模拟，其基本原理都是应用克里金算法对地质变量进行局部估计，由巳知点推未知点，不同之处主要在于如何估计局部概率分布。本次研究采用序贯指示模拟方法生成岩性数据体，利用序贯高斯模拟连续型变量(波阻抗）。
序贯指示模拟采用指示克里金来估计局部概率分布。根据研究区录井、测井曲线交会分析可知，研究区发育砂岩、泥岩2种岩相。由于钻井资料较少，利用约朿稀疏脉冲反演结果作为约朿，采用地震约朿下的序贯指示模拟方法，产生10个等概率岩性体，并对其进行统计分析求平均，得到的平均体上的每一点都代表了模拟出现的最大概率，能够充分表征砂体的空间展布。图4为10个等概率岩性体求平均得到的岩性剖面，在井点附近，剖面岩性与井上岩性基本一致，井点之间岩性变化较快。
序贯高斯模拟采用简单克里金来估计局部概率分布，主要用于连续型变量的模拟(如波阻抗)，该算法的最大特征是随机变量符合高斯分布。将波阻抗转换为高斯分布，进行简单克里金计算和变差函数分析，产生一个连续的概率密度函数M，从中随机地提取分位数，最终得到波阻抗体的模拟结果。图5为随机模拟产生的波阻抗剖面，可以看出，W油组井间砂体发育不连续，V，W油组砂泥交互明显的特征，这些都与地质分析相符合。
2.5 地质统计学反演
地质统计学反演是将随机模拟的思想引到地震反演中，以地震数据作约束，用随机模拟算法得出属性数据体，从而实现储层预测。地质统计学反演通过统计学建模、贝叶斯判别、马尔科夫链蒙特卡罗技术得到多个等概率油藏模型实现，并可进行不确定性分析。它是一种基于模型的地震反演，且只考虑井数据作为约束条件。
地质统计学反演采用了马尔科夫链蒙特卡罗算法，通过分析井资料和地质信息获得概率分布函数和变差函数，然后根据概率分布函数获得统计意义上正确的样点集。马尔科夫链蒙特卡罗算法能够避免局部最优，具有快速收敛能力。反演过程中，充分利用随机模拟技术综合不同尺度数据的能力，所有的反演结果均与井资料、地质信息，以及主要的连续变量一地震资料相吻合。依据信息协同的方式，将井资料、地质统计学信息、地震资料进行结合，是目前预测三角洲前缘沉积储层的有效方法。
与随机模拟相比，地质统计学反演多了井间地震的约束，减少了砂体分布的不确定性和多解性，提高了井间砂体预测精度。反演产生10个随机路径的实现，对10个实现进行统计分析，求取平均值，得到最终的反演结果(见图6)。与之前所得确定性反演结果(见图3)、随机模拟结果(见图4)进行对比分析可知：地质统计反演和约束稀疏脉冲反演结果整体上趋势相同，但分辨率前者明显高于后者；虽然随机模拟结果也能极大程度地提高纵向分辨能力，但地质统计反演由于多了井间地震的约束，其反映的薄层信息更丰富，使得井间砂体预测更加可信。
图6地质统计学反演剖面
图6b展示的岩性剖面中，蓝色圈出的部分砂体厚度普遍在3~5m，证实了地质统计反演能够预测砂泥薄互层储层，并且预测精度较其他方法精度更高。
3模型精度检验
地质统计反演最大特点就是其随机性很强，因此，对结果进行可靠性验证是很有必要的。常用的检验方法有3种：1)将反演岩性体与井上的岩性曲线进行对比。井周围反演的岩性体与井上吻合较好，井间砂体连通性好。时深转换后计算过井反演岩性剖面上该井的砂体厚度所占目的层总厚度的百分比，将其与测井分析的岩性曲线中目的层砂岩所占百分比进行对比可知两者几乎相等，证实反演结果精确度高。2)输人输出概率密度函数、岩性比例对比。比较输人输出的波阻抗概率密度函数，两者形态较一致，反演前后岩性比例变化误差在5%以内，说明反演结果较精确。3)抽稀井检验。均匀抽取3口井，使之不参与随机模拟和地质统计反演，在同一剖面上观察反演前后岩性变化(见图7)。对比图7a，7b可以看出，岩性剖面在井抽稀前后虽有微小差别，但变化不大。这表明地质统计反演结果较为可信。
统计学概率范文第3篇
关键词： 数学焦虑现象 工作记忆 概率论与数理统计教学
一、概率论与数理统计教学中的“数学焦虑”现象
（一）知识需求和教学之间的矛盾
概率论与数理统计是数学基础课中应用性较强，与现代经济、金融、统计、管理密切相关的一门课程。随着信息技术的不断深入发展，概率论与数理统计越来越重要，然而概率论与数理统计的教学质量却是一个值得探讨的问题。在概率论与数理统计的教学中广泛面临学生积极性较低、理解程度偏低、考试通过率较低的问题。从心理学的研究成果看，这些现象都是“数学焦虑”现象的反映。
（二）数学焦虑是概率论与数理统计教学的重要挑战
数学焦虑是指个体在处理数字、使用数学概念、学习数学知识或参加数学考试时所产生的不安、紧张、畏惧等焦虑现象。因为数学学习的抽象度在所有学科之中较高，在学习过程中充满探索和挑战，也会不断遇到挫折。不管你是谁，当你解决问题或者思考问题时都会面临大量挑战。数学焦虑是影响数学教学质量的主要原因之一，在全世界的数学教学中，普遍存在数学焦虑现象。由于概率论与数理统计是数学基础课中应用性较强一门课程，因此数学焦虑是概率论与数理统计教学的重要挑战。
二、进化心理学视角下的数学焦虑现象
（一）焦虑机制的形成原因
从进化心理学的角度看，焦虑情绪和风险厌恶倾向，事实上是进化过程中人类形成的一种自我保护机制。焦虑是一种帮助人类侦测并应对环境中威胁因素的心理机制，从而提高人类在危险环境中的生存概率。出现焦虑情绪的概率是和人们感到的危险程度和危险频率成正比的。由于人类在相当长的时间内都处于极低生产力的部落社会，因此形成了对未知事物的强烈恐惧。在所有的未知事物中，只有极小部分是对自身有利的，人类需要保持对大多数陌生事物的戒备。焦虑情绪及伴随焦虑而来的心跳加速、不安、紧张、恐惧等，都是为了帮助人们应对环境中的威胁。
（二）概率论与数理统计知识和焦虑情绪的关系
心理学家指出人类社会在最近五百年内实现了科技和社会的跨越式发展，而人类在生理上仍然保持着四万年前的结构。对于四万年来未产生生理进化的大脑来说，数学知识和概率论与数理统计知识是陌生而复杂的事物，因此大脑对其的本能反应是焦虑和逃避。这一心理结构在几乎没有理性知识的原始社会中，能够帮助人类避免大量的潜在危险，但是在知识决定生产力的今天，这种深藏于本能之中的心理结构就成为阻碍复杂知识学习的一堵墙。
三、从认知心理学角度分析概率论与数理统计教学中风险的来源
数学焦虑是学习过程中存在的威胁因素造成的情绪反应。概率论与数理统计学习过程中的威胁因素来源于三个方面：一是学习过程中的有限的工作记忆，二是焦虑情绪对于工作记忆的显著干扰，三是概率论与数理统计的学习容易遇到挫折。这几个威胁因素的共同作用，导致学习概率论与数理统计是一个充满困难和挑战的过程，很容易使学生产生焦虑情绪。
（一）概率论与数理统计学科特性导致的认知困难
学习过程中威胁的第一个来源，是概率论与数理统计学科的抽象性对工作记忆容量和注意力强度提出很高的要求。概率论与数理统计理论是由环环相扣的严密逻辑体系构成的，其知识点和知识点之间有着逻辑上的高度关联性。概率论与数理统计理论包含的信息量很大，不仅包含概率论和微积分的基础模型，还包含科学方法论模型。由于理论较大的信息密度和抽象程度，对于学习时的工作记忆要求很高，从而需要学生保持高度的注意力。如果注意力不集中，或者出现情绪上的干扰和波动，认知过程就可能被打断，难以再理解讲课的内容。
（二）焦虑情绪和工作记忆之间的正反馈
学习过程中威胁的第二个来源，是焦虑情绪上升和工作记忆下降的正反馈关系，所造成的心理恶性循环。解决概率论与数理统计问题需要学生调用大量的工作记忆，焦虑情绪的出现会导致工作记忆下降，学习容易出现错误和焦虑。以上因素的相互作用，就构成了一个正反馈回路，即学习上的挫折形成了焦虑情绪，焦虑降低了工作记忆的容量，工作记忆下降导致了概率论与数理统计成绩下降，不佳的学习表现使数学焦虑更严重了。一旦触发其中的任一环节，就会导致焦虑情绪不断加重。
（三）出错率高导致的较高焦虑情绪
学习过程中威胁的第三个来源，是概率论与数理统计学习过程的出错概率高，从而导致更强的焦虑情绪。当学生要进行假设检验的应用，必需的知识包括：样本与总体、随机变量、随机变量的分布与抽样分布等。缺少了任何一个知识点，都无法理解假设检验的原理和应用。这样就构成了一个串联系统可靠性分析的模型。如果这些知识中有部分掌握得不好，就比较容易出错，从而产生较高的焦虑情绪。
四、降低数学焦虑的措施
（一）以提高学习动机为主要应对措施
由于是多个因素共同导致概率论与数理统计教学中的数学焦虑，要缓解数学焦虑对于概率论与数理统计教学的影响，也就需要从多个角度入手，进行综合性的应对。一方面，要加强学生对概率论与数理统计价值的认识，消除学生对概率论与数理统计的陌生感，激发学生的学习动机。另一方面，要从认知心理学的原则出发，在教学过程中防止工作记忆不足和焦虑情绪之间形成恶性循环。但是这三个风险有一个共同的背景原因，就是因为学生对于概率论与数理统计的价值认识模糊，所以不重视概率论与数理统计，从而没有投入时间来了解概率论与数理统计应用并训练概率论与数理统计技能。这样就导致理论学习时间不充足，知识的应用训练也不充足，最终导致知识的“学不懂”和“用不上”。应对学生的数学焦虑，要抓住这个源头。因此，为了缓解在概率论与数理统计学习中的数学焦虑，很重要的一个措施就是让学生明确学习概率论与数理统计的价值，并且辅助于教学和作业考评上的手段。
（二）通过概率论与数理统计技能的高需求以激发学生学习动机
通过分析劳动力市场和科技进步的趋势，帮助学生明确学习概率论与数理统计的价值，是激发学生动机的有效手段。在劳动力市场上，统计学专业毕业的学生，薪资在不断增加。无论是金融行业、政府还是互联网行业，数据分析的需求都在快速增加，这些行业都在争取拥有统计技能的复合型人才。这些行业都需要优秀的统计学人才分析数据、解读趋势、判断机会。在这两个趋势之下，统计学专业的人才薪资水平不断增长。明确了学习概率论与数理统计的价值，学生感受到学习的不确定性也就相应降低了，学习动机也会有较大的提高。
参考文献：
[1]陈英和，耿柳娜.数学焦虑研究的认知取向[J].心理科学，2002，25（6）：653-655.
[2]王凤奎，罗增儒.数学焦虑的研究概况[J].数学教育学报，2002，11（1）：39-42.
统计学概率范文第4篇
1、一个命题只能证伪，不能证明为真；
2、在一次观测中，小概率事件不可能发生；
3、在一次观测中，如果小概率事件发生了，那就是假设命题为假。
统计学概率范文第5篇
关键词： R软件 概率统计教学 辅助教学
一、引言
概率论与数理统计是高等院校非常重要的一门公共基础课，覆盖范围广泛，几乎所有的理工科专业都需要这门课程作为基础。在对非统计专业的学生进行概率统计教学时，传统的方式是理论推导和理论教学。大部分学生在初次接触这些概率统计的概念时会感到有些困难，如何使用一种更生动、更透彻的方式讲解这门课程，让学生更容易理解和接受概率统计思想，这是值得深入思考的一个问题。
计算机的迅速发展推动了概率统计的发展进程，许多计算问题得到充分解决。在教学中能够穿插统计软件的使用，能激发学生自己动手实践的兴趣和提高解决实际问题的能力，从而更深刻地理解概率论与数理统计这门课程。目前广泛流行的统计软件很多，其中R软件在学界备受推崇，计算和绘图功能十分强大，使用灵活，应用范围广泛；而且这个软件是免费的，并且有大量软件包可供使用，这些软件包汇集了全世界的统计学家的智慧。在课堂教学中使用这样一种免费、方便、快捷、强大的软件是非常好的选择。
二、R软件在概率统计教学中应用实例
以下我们以几个简单的例子说明如何在概率统计教学中使用R软件进行一些常规计算。例如在讲解随机变量时，会介绍随机变量的分布律、概率密度函数、分布函数，以及分位点等重要的概念。对于一些常见的分布，在概率统计的教科书附录中都会有常见分布表，用来查阅。借助R软件，我们就可以调用一些内嵌函数快速计算出来。
例1：计算标准正态分布在自变量取0时的密度函数及分布函数。
例3：某商店每月销售音响的台数服从参数为4的Poisson分布，（1）求每月至少售出5台音响的概率；（2）在上个月没有库存的情况下，商店需要进多少音响才能保证当月不脱销概率大于0.99？
解析：这是学习一维随机变量及其分布时的一道常规题目，通常教材上会采用查阅泊松分布表来解答，以下我们仍然在R中调用与泊松分布相关的函数求解。用X表示每个月音响的销售数量，则X服从参数为4的Poisson分布。
第一条命令计算的是标准正态分布的下0.25分位点，第二条命令中加入了lower.tail=F选项，计算的则是标准正态分布的上0.25分位点。
以上仅仅以随机变量的分布律、概率密度、分布函数及分位点作为例子，展示在概率统计的计算中使用R软件的方便性。通过以上几个简单的例子，将实践与理论相结合，一方面能激发学生的学习积极性，另一方面能提高学生的动手能力。
三、结语
因为R软件是一个完全免费的软件，在其官网上下载源程序及各类软件包，安装和使用均非常方便。并且在统计之都和人大经济论坛中云集了很多对R软件有兴趣的统计学高手，探讨和研究各种统计学问题和R软件问题，这是提高统计学认知和编程能力的好帮手。
对于当今大学生而言，知识更新非常迅速，并且越来越强调动手能力和解决实际问题的能力。在进行传统的概率统计理论教学基础上，引入R软件进行辅助教学，一方面可以在教学中融入一些新鲜元素，调动学生学习概率统计课程的积极性。另一方面，对于非统计专业的学生来说，能够掌握一到两门统计软件辅助计算和绘图，可以加深他们对整个课程的理解。尤其是在大数据时代，掌握一定的分析数据和处理数据的能力对很多行业的从业人员来说十分有必要，对实际数据进行分析的经验也必不可少。
参考文献：
[1]Norman Matloff，著，陈堰平，等译.R语言编程艺术[M].北京：机械工业出版社，2013.
统计学概率范文第6篇
同时，生物统计作为数理统计在生物学领域的应用，是教学难度较大的一门课程。因此，在生物统计学精品课程建设过程中，针对各专业培养目标的定位，因材施教，更新教育理念，加强实践训练，在教学方法和教学手段上进行改革和大胆探索。
二、二十一世纪对生物统计学课程的重新定位。
（一）新世纪对生物统计学课程提出的新要求。
二十世纪上半叶农业和遗传统计学首先获得了发展，在其基础上发展起来的生物统计学、统计流行病学、随机化临床试验学已经成为攻克人类疾病的一个里程碑。这在过去的半个世纪里显著提高了人类的期望寿命。
21世纪人类基因组，基因芯片等实验科学产生出的巨量数据，需要新工具来组织和提取重要信息。
将数据转化为信息需要统计理论和实践方面的洞察力、技术和训练。
未来的生物统计学将会与信息技术密切结合，较少侧重传统数理统计，而会更多注意数据分析，尤其是大型数据库的处理。生物统计学越来越不同于其它数学领域，计算机和信息科学工具至少和概率论一样重要。
（二）生物统计学对大学生素质培养的作用。
生物统计学的一个重要特点就是通过样本来推断和估计总体，这样得到的结论有很大的可靠性但有一定的错误率，这是统计分析的基本特点，因此在生物统计课程的学习中培养了一种新的思维方法———从不肯定性或概率的角度来思考问题和分析科学试验的结果。
生物统计学是通过个别的试验研究得出其一般性结论，属于归纳推理的范畴。但其有别于简单枚举法和科学归纳法，是一种或然性归纳推理或者概率归纳推理。在生命科学的研究中绝大多数涉及到的是随机事件，因此，生物统计学不仅是试验设计与统计方法的教学，更重要的还是大学生思维方式的培养，这对提高大学生的素质很有必要。
生物统计学包括试验设计和统计方法两个有机联系的组成部分。通过试验设计的教学可提高大学生设计研究课题试验方案的能力，使之明确课题的研究目的、试验因素与水平以及试验设计方法等方面的内容。通过统计方法的教学除让学生弄清各种统计方法的内涵外，还需要使学生能够正确地选择最适合的统计方法，以揭示资料潜在的信息，达到研究的最终目的，从而提高大学生科学研究素质。
三、教学方法和教学手段的改革。
（一）加强电子课件及网络平台建设。
生物统计学是应用概率论和数理统计原理研究生物界数量变化的学科，而概率统计的理论和思维方法对本科生来说有一定的难度，加之课程学时的减少（由原来的60-70学时，降到现在的40学时左右）,如何深入浅出地引导学生入门，并使学生在了解概率统计思想的基础上，掌握常用统计分析方法的应用及使用条件是课程的教学难点。为此，我们利用多媒体技术，制作了与教材配套的课件，通过在课堂上把抽象内容形象化与直观化，收到了良好教学效果。建设了一个生物统计学教学网络支撑平台，现有课程简介、教学大纲、师资力量、授课教案、电子版《生物统计学》教材、课程录像、实习指导、在线测试题、参考文献、其它教学资源等栏目，免费向全校师生开放。
（二）将多媒体教学优势与学生的认知规律有机结合，用较少的学时得到良好的教学效果。
多媒体具有信息量大、形象化、直观化的特点。
但是如果不能很好地将多媒体这些特点与学生的认知规律相结合，多媒体教学就可能会带来一些弊端诸如：（1）内容多，幻灯片变换快，由照本宣科变为照屏宣科，为新的“满堂灌”；（2）课件图片多，内容以展示为主，缺乏启发性；（3）教学内容常用满屏的方式显示（即所谓“死屏”）,老师照着屏幕上的内容给学生讲解，失去了传统教学方法，老师边讲边板书能给学生留下比较深刻印象的特点，缺乏吸引力。
而多媒体在教学中只能充当工具的角色，在教学过程中必须将多媒体信息量大、形象化、直观化的特点与学生的认知规律紧密结合在一起。在制作课件时，采用启发式教学方式，精炼教学内容，模仿传统教学书写板书的过程，根据教学内容的难易程度，采用逐字、逐句、逐段显示教学内容的动画方式。在课堂教学中，老师仍然保持传统教学方法的教姿教态，在授课的过程中与学生保持互动，根据学生在课堂上接受知识的能力，掌握屏幕上显示内容的速度，必要时辅以板书进行讲解。这样做既发挥了多媒体教学的特点，又充分照顾到学生的认知规律，在内容没有缩减，学时减少近三分之一的情况下，仍然取得良好的教学效果。
（三）长期坚持教育教学方法及教学规律的研究。
生物统计学的理论基础是概率论与数理统计，从这个层面上讲，它有非常浓的数学味道，但是它又有别于概率论与数理统计，生物统计学更主要强调的是概率论及数理统计的思想和方法在解决生命科学中一些具体问题的应用。因此在教学过程中就存在一个“度”的把握问题，如果将概率论及数理统计的原理讲得太多，一是学时不允许，二是学生难以消化，得不到好的教学效果；如果只注重方法的讲解，学生知其然不知其所以然，就会误入乱套公式的歧途。经过将教学的重点放在教学中引导学生重点掌握统计方法的功能与用途，方法与步骤，防止各类方法的误用，淡化定理的证明与公式的推导。在教学内容的安排上采用“保干削枝”，即在学时减少很多的情况下，将一些次要的统计方法去掉，也要保证有足够的学时讲授理论分布与抽样分布、统计假设测验等方面的内容，让学生掌握生物统计学中所蕴含的概率论及数理统计的思想精髓，从而避免学生乱套统计公式。
（四）密切跟踪生命科学发展的前沿动向，探索生物统计学解决前沿问题的理论与方法。
统计学在生物学中的应用已有长远的历史，许多统计的理论与方法也是自生物上的应用发展而来，而且生物统计是一个极重要的跨生命科学各研究领域的平台。现在基因组学、蛋白质组学与生物信息学的蓬勃发展，使得生物统计在这些突破性生物科技领域上扮演着不可或缺的角色。
在课程建设中，随时注意纳入生物统计学在前沿领域研究应用的内容，增强课程的活力，提高教师和学生面向生物产业主战场解决实际问题的能力。
四、加强实践教学，注重学生能力培养。
生物统计学要不要开实验课，怎样开实验课，一直存在争议，在此认为生物统计学不仅应该开设实验课，而且还要将实践教学的重点放在计算机技术和统计软件的应用上，让学生不仅掌握统计方法，而且加深对原理的认识，获得就业或升学的必备计算机统计技能，提高解决复杂问题的能力。
（一）开展统计软件的实习，扩大学生的视野，提高学生素质。
20世纪20年展起来的多元统计方法虽然对于处理多变量的种类数据问题具有很大的优越性，但由于计算工作量大，使得这些有效的统计分析方法一开始并没有能够在实践中很好推广开来。而电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，所以充分利用现代计算技术，通过计算机软件将统计方法中复杂难懂的计算过程屏障起来，让用户直接看到统计输出结果与有关解释，从而使统计方法的普及变得非常容易。在课程体系改革中，各课程的教学时数与达到培养目标所需完成的教学内容相比还是不足的。为此，可以通过标准的统计软件的教学实习来达到以点带面，扩大学生视野，提高学生素质。
为此我们建立了一个专用于实习教学的生物统计电脑实验室。现共有50余台电脑，并连接到校园网。实验室配备有指导教师，负责对上机的学生答疑。除按教学计划进行的正常实习教学外，实验室还对优秀学生免费开放，鼓励他们结合教师的科研活动，应用所学生物统计学知识，学习新的生物统计学知识，掌握应用计算机解决生物统计学问题的技能。
（二）全方位、多层次的实践教学。
为了进一步培养学生实际动手能力和科学严谨的治学态度，必须将本课程的实践教学活动延伸到课堂教学外，开展全方位、多层次的实践教学。
在原绵阳农专期间，主要在作物育种、作物栽培、动物营养等课程实验与实习中，根据相关内容加入了试验设计方法以及数据统计分析的相关内容。
组建了西南科技大学生命科学与工程学院以后，由原来的单一农科专业变成了理、工、农三大学科均有专业的格局。虽然专业的学科归属不同，但有一点是相通的，其内涵均属于生命科学的范畴。以科学研究的方法进行划分，均属于实验科学。
掌握正确的实验设计方法，从不确定性数据中挖掘事物的客观规律，是实验科学工作者必备的技能。因此，我们将原来只是在农科专业上延伸实践教学的作法推广到全院的所有专业，结合实验课教学的改革，对发酵工艺学实验、植物细胞工程实验、食用菌实验、微生物学实验等课程的内容全部或部分改为用生物统计学指导学生自主进行实验设计，把过去单一的实验流程、样品观察或检测实验改变为试验条件的优化试验，提出在不同条件下对样品测定的比较试验设计、单因素试验设计、多因素试验设计、正交试验设计、均匀试验设计，对试验结果要求学生使用统计学的方法对进行分析和讨论，最后得出最佳试验条件。
这样的实验教学改革起到了一箭双雕的作用，从专业基础课或专业课的角度看，改验证性实验为设计型、综合性实验，增强了学生解决实际问题的能力，培养了学生创新思维的能力；从生物统计学角度看，将课程的教学实践延伸到课程外，弥补了学时的不足，更重要的是学生将自己学到的统计学知识，转化为解决实际问题的能力，知识得到很好的内化。
此外，在学生课外科技活动中指导学生选用正确的实验设计和数据的统计分析方法，提升科技作品的档次；在毕业论文（设计）中要求学生采用恰当的生物统计学方法进行设计与分析，写出高质量的毕业论文（设计）。
通过这样的教学实践，训练了学生的统计思维能力，使学生充分认识到掌握生物统计学这一工具的重要性和必要性，增强了学生学好用好这门工具的信心，提高了学生从复杂的生命现象中挖掘事物客观发展规律的能力。
精品课程是集科学性、先进性、教育性、整体性、有效性和示范性于一身的优秀课程。作为精品课程的载体，应具有一流的教师队伍、一流的教学内容、一流的教学方法、一流的教材、一流的教学管理等特点。与之相比，我们在生物统计学精品课程的建设上，才刚刚起步，今后还要在教材建设、师资队伍建设、科学研究等方面加大力度，将生物统计学建设成体现现代教育教学思想、符合现代科学技术和适应社会发展进步的需要、能够促进学生的全面发展而深受学生欢迎的一门课程。
参考文献：
[1]何风华，李明辉。生物统计学多媒体教学的探索与实践[J].江西教育学院学报（综合）,2004,25（6）:25～27
[2]洪伟，吴承祯，陈辉，等。精品课程建设的核心：学科、队伍建设与科学研究[J].高等农业教育，2004,6:50～51.
[3]崔相学。提高学生统计分析素质的实践与探讨[J].成都中医药大学学报（教育科学版）,2004,6（2）:67～68.
[4]邓华玲，傅丽芳，孟军，等。概率论与数理统计课程的改革与实践[J].大学数学，2004,20（1）:34～37.
[5]张红平，李利，明道绪，等。培养学生正确的统计学思维[J].四川农业大学学报，2004,22（s）:56～57.
统计学概率范文第7篇
关键词 Excel；生物统计学；方差分析；单因素
中图分类号 O212.1 文献标识码 A 文章编号 1007-5739（2017）02-0271-02
生物统计学是对数据资料进行收集、整理、分析、解释的科学[1]，在生物统计学教材中不仅提供了如何通过合理的试验设计获得理想的数据资料，还提供各种数据资料的分析方法，是所有高等学校本科生的必修课。生物统计学也是畜牧、兽医、农学、林学、微生物、医学等生命科学领域中不可缺少的统计工具，越来越多的数据分析离不开生物统计学的原理与方法。随着计算机技术的发展，已有更多的软件被应用于生物统计学，如SPSS[2-4]、Excel[5]、SAS[6]等，但是不同的统计软件具有着不同的统计特点，如Excel统计功能虽然简单，但是操作方便，分析出来的结果更为直观，更适合生物统计学的初学者。生物统计学公式比较多，理论相对深奥，高等学校本科生对这门课程学习兴趣相对不高。因此，本文主要介绍如何利用Excel对单因素方差进行分析，以案例的形式详细阐述其分析过程，希望能通过本文的应用与探讨来提高学生对生物统计学的学习兴趣，并增强学生分析数据的能力。
1 分析工具库的安装
Excel一般不直接装配“分析工具库”这一模块，需要在Excel的基础上自行安装。安装步骤：Excel的工具加载宏分析工具库确定。
2 单因素方差分析
单因素的方差分析一般适用于单因素试验设计的数据分析，而且是因素水平需要>2时才可以运用此分析模块，例如比较分析3种饲料对仔猪日增重的影响则可以采用单因素方差分析。如果同样是单因素试验设计，但是因素水平是2的话，则可以采用t检验模块进行分析。
2.1 数据资料的建立
例：在同样饲养管理下，3个品种猪（A1、A2、A3）的增重如表1所示，试对3个品种增重差异是否显著进行检验[1]。数据资料建立如表1，以行的形式建立稻荩每行就是1个因素水平。
2.2 单因素方差分析过程
在Excel中：工具数据分析单因素方差分析，点击“确定”进行分析。输入区域：选择原始数据；分组方式：逐行（如果数据是以列的形式构建的，则逐列）；标志位于第1列，指的是在建立数据的时候在数据第1列有数据的变量名，而且在输入区域选择的时候将变量名也选上，这时可以勾选“标志位于第一列”，否则就不选择此项。？琢（显著水平）：0.05（或者0.01）；输出选项：输出区域处选一空白处，单击“确定”按钮（图1）。
2.3 结果分析
结果部分见表2、3，表2中对数据进行了描述统计量的分析，只是简单地列出了3个猪品种的样本大小（6）、平均数、方差、总和等信息。从此结果可以初步看出，第3组（A3）的猪增重均值最小，但是数据资料的变异程度比较大（方差大），而第1组（A1）的猪增重均值是最大，第2组（A2）的数据资料的变异程度最小（方差小）。
方差分析的最终结果见表3，图针对所有数据资料的变异来源分为组间（处理：在此例中为不同品种）和组内（随机误差），分别列出了平方和（SS）、自由度（df）、均方（MS）、F值（F）、相伴概率（显著性概率，P），F的临界值（分位数，Fcrit）。根据表3的结果可以有2种方法判断结果，其一是直接根据显著性概率来判断，在本例中利用小概率不可能性原理，P=0.062 348>0.05（小概率），因此不同品种猪的增重差异不显著；也可以根据F值来判断，F=3.358 039
从表2、3可以看出，虽然不同品种猪的增重从均值上来看略微有些区别，但是经过方差分析，结果为3个品种猪的增重差异不显著，或者说没有显著差异，这也是生物统计学的精髓。
3 讨论
在单因素方差分析中Excel数据资料的建立是十分方便的，基本按照因素水平以行或列建立数据资料即可，而SPSS统计软件的数据建立[7]需要将同一因素的所有水平建立在同一列里，相对复杂一些。Excel在结果输出时候则给出了相伴概率P和F值这2种结果，可以以2种方式对结果进行分析，而SPSS只是以相伴概率P为依据来判定结果相对单一[7]。可以看出，利用Excel进行单因素的方差分析虽然从数据的建立、分析过程、结果分析等方面来看，操作相对比较方便，适合初学者；但是也有不足之处，当方差分析结果是差异显著（或极显著）时，不能够对数据资料进行进一步的多重比较。
4 参考文献
[1] 张勤.生物统计学[M].北京：中国农业大学出版社，2009.
[2] 白俊艳，贾小平，张小辉，等.生物统计学课程改革与实践[J].畜牧与饲料科学，2013，34（10）：57-58.
[3] 白俊艳，武晓红，张小辉，等.生物统计附试验设计课程考核方式的改革与实践[J].安徽农业科学，2015，43（5）：369-370.
[4] 秦立金.SPSS统计软件在生物统计课程中的探索研究[J].赤峰学院学报（自然科学版），2014，30（3）：198-199.
[5] 韦若勋.生物统计学上机实验课中Excel互动教学方式的应用[J].高等教育，2013（8）：185-186.
统计学概率范文第8篇
摘要：根据21世纪对生物统计学课程的重新定位，在生物统计学精品课程建设中重点突出了教学方法和教学手段的改革，强化了学生能力的培养。
关键词：生物统计学；精品课程；教学改革
一、引言
随着生物科学的发展，只有定性的结论已不能满足实践的需要，实现生物科学结论定量化是人们长期追求探索的目标；生物统计学是生物学科定量化的重要分析理论与方法，生物统计学是生物学科应具备的基本知识和素质，与生命活动有关的各种现象中普遍存在着随机现象，大到森林陆地生态系统，小至分子水平，均受到许多随机因素的影响，表现为各种各样的随机现象，而生物统计学正是从数量方面揭示大量随机现象中存在的必然规律的学科。因此，生物统计学是一门在实践中应用十分广泛的工具学科，它是生命科学各专业的专业基础课，对后续生命科学课程学习和生物科研有重要作用。
同时，生物统计作为数理统计在生物学领域的应用，是教学难度较大的一门课程。因此，在生物统计学精品课程建设过程中，针对各专业培养目标的定位，因材施教，更新教育理念，加强实践训练，在教学方法和教学手段上进行改革和大胆探索。
二、二十一世纪对生物统计学课程的重新定位。
（一）新世纪对生物统计学课程提出的新要求。
二十世纪上半叶农业和遗传统计学首先获得了发展，在其基础上发展起来的生物统计学、统计流行病学、随机化临床试验学已经成为攻克人类疾病的一个里程碑。这在过去的半个世纪里显著提高了人类的期望寿命。
21世纪人类基因组，基因芯片等实验科学产生出的巨量数据，需要新工具来组织和提取重要信息。
将数据转化为信息需要统计理论和实践方面的洞察力、技术和训练。
未来的生物统计学将会与信息技术密切结合，较少侧重传统数理统计，而会更多注意数据分析，尤其是大型数据库的处理。生物统计学越来越不同于其它数学领域，计算机和信息科学工具至少和概率论一样重要。
（二）生物统计学对大学生素质培养的作用。
生物统计学的一个重要特点就是通过样本来推断和估计总体，这样得到的结论有很大的可靠性但有一定的错误率，这是统计分析的基本特点，因此在生物统计课程的学习中培养了一种新的思维方法———从不肯定性或概率的角度来思考问题和分析科学试验的结果。
生物统计学是通过个别的试验研究得出其一般性结论，属于归纳推理的范畴。但其有别于简单枚举法和科学归纳法，是一种或然性归纳推理或者概率归纳推理。在生命科学的研究中绝大多数涉及到的是随机事件，因此，生物统计学不仅是试验设计与统计方法的教学，更重要的还是大学生思维方式的培养，这对提高大学生的素质很有必要。
生物统计学包括试验设计和统计方法两个有机联系的组成部分。通过试验设计的教学可提高大学生设计研究课题试验方案的能力，使之明确课题的研究目的、试验因素与水平以及试验设计方法等方面的内容。通过统计方法的教学除让学生弄清各种统计方法的内涵外，还需要使学生能够正确地选择最适合的统计方法，以揭示资料潜在的信息，达到研究的最终目的，从而提高大学生科学研究素质。
三、教学方法和教学手段的改革。
（一）加强电子课件及网络平台建设。
生物统计学是应用概率论和数理统计原理研究生物界数量变化的学科，而概率统计的理论和思维方法对本科生来说有一定的难度，加之课程学时的减少（由原来的60-70学时，降到现在的40学时左右）,如何深入浅出地引导学生入门，并使学生在了解概率统计思想的基础上，掌握常用统计分析方法的应用及使用条件是课程的教学难点。为此，我们利用多媒体技术，制作了与教材配套的课件，通过在课堂上把抽象内容形象化与直观化，收到了良好教学效果。建设了一个生物统计学教学网络支撑平台，现有课程简介、教学大纲、师资力量、授课教案、电子版《生物统计学》教材、课程录像、实习指导、在线测试题、参考文献、其它教学资源等栏目，免费向全校师生开放。
（二）将多媒体教学优势与学生的认知规律有机结合，用较少的学时得到良好的教学效果。
多媒体具有信息量大、形象化、直观化的特点。
但是如果不能很好地将多媒体这些特点与学生的认知规律相结合，多媒体教学就可能会带来一些弊端诸如：（1）内容多，幻灯片变换快，由照本宣科变为照屏宣科，为新的“满堂灌”；（2）课件图片多，内容以展示为主，缺乏启发性；（3）教学内容常用满屏的方式显示（即所谓“死屏”）,老师照着屏幕上的内容给学生讲解，失去了传统教学方法，老师边讲边板书能给学生留下比较深刻印象的特点，缺乏吸引力。
而多媒体在教学中只能充当工具的角色，在教学过程中必须将多媒体信息量大、形象化、直观化的特点与学生的认知规律紧密结合在一起。在制作课件时，采用启发式教学方式，精炼教学内容，模仿传统教学书写板书的过程，根据教学内容的难易程度，采用逐字、逐句、逐段显示教学内容的动画方式。在课堂教学中，老师仍然保持传统教学方法的教姿教态，在授课的过程中与学生保持互动，根据学生在课堂上接受知识的能力，掌握屏幕上显示内容的速度，必要时辅以板书进行讲解。这样做既发挥了多媒体教学的特点，又充分照顾到学生的认知规律，在内容没有缩减，学时减少近三分之一的情况下，仍然取得良好的教学效果。
（三）长期坚持教育教学方法及教学规律的研究。
生物统计学的理论基础是概率论与数理统计，从这个层面上讲，它有非常浓的数学味道，但是它又有别于概率论与数理统计，生物统计学更主要强调的是概率论及数理统计的思想和方法在解决生命科学中一些具体问题的应用。因此在教学过程中就存在一个“度”的把握问题，如果将概率论及数理统计的原理讲得太多，一是学时不允许，二是学生难以消化，得不到好的教学效果；如果只注重方法的讲解，学生知其然不知其所以然，就会误入乱套公式的歧途。经过将教学的重点放在教学中引导学生重点掌握统计方法的功能与用途，方法与步骤，防止各类方法的误用，淡化定理的证明与公式的推导。在教学内容的安排上采用“保干削枝”，即在学时减少很多的情况下，将一些次要的统计方法去掉，也要保证有足够的学时讲授理论分布与抽样分布、统计假设测验等方面的内容，让学生掌握生物统计学中所蕴含的概率论及数理统计的思想精髓，从而避免学生乱套统计公式。
（四）密切跟踪生命科学发展的前沿动向，探索生物统计学解决前沿问题的理论与方法。
统计学在生物学中的应用已有长远的历史，许多统计的理论与方法也是自生物上的应用发展而来，而且生物统计是一个极重要的跨生命科学各研究领域的平台。现在基因组学、蛋白质组学与生物信息学的蓬勃发展，使得生物统计在这些突破性生物科技领域上扮演着不可或缺的角色。
在课程建设中，随时注意纳入生物统计学在前沿领域研究应用的内容，增强课程的活力，提高教师和学生面向生物产业主战场解决实际问题的能力。
四、加强实践教学，注重学生能力培养。
生物统计学要不要开实验课，怎样开实验课，一直存在争议，在此认为生物统计学不仅应该开设实验课，而且还要将实践教学的重点放在计算机技术和统计软件的应用上，让学生不仅掌握统计方法，而且加深对原理的认识，获得就业或升学的必备计算机统计技能，提高解决复杂问题的能力。
（一）开展统计软件的实习，扩大学生的视野，提高学生素质。
20世纪20年展起来的多元统计方法虽然对于处理多变量的种类数据问题具有很大的优越性，但由于计算工作量大，使得这些有效的统计分析方法一开始并没有能够在实践中很好推广开来。而电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，所以充分利用现代计算技术，通过计算机软件将统计方法中复杂难懂的计算过程屏障起来，让用户直接看到统计输出结果与有关解释，从而使统计方法的普及变得非常容易。在课程体系改革中，各课程的教学时数与达到培养目标所需完成的教学内容相比还是不足的。为此，可以通过标准的统计软件的教学实习来达到以点带面，扩大学生视野，提高学生素质。
为此我们建立了一个专用于实习教学的生物统计电脑实验室。现共有50余台电脑，并连接到校园网。实验室配备有指导教师，负责对上机的学生答疑。除按教学计划进行的正常实习教学外，实验室还对优秀学生免费开放，鼓励他们结合教师的科研活动，应用所学生物统计学知识，学习新的生物统计学知识，掌握应用计算机解决生物统计学问题的技能。
（二）全方位、多层次的实践教学。
为了进一步培养学生实际动手能力和科学严谨的治学态度，必须将本课程的实践教学活动延伸到课堂教学外，开展全方位、多层次的实践教学。
在原绵阳农专期间，主要在作物育种、作物栽培、动物营养等课程实验与实习中，根据相关内容加入了试验设计方法以及数据统计分析的相关内容。
组建了西南科技大学生命科学与工程学院以后，由原来的单一农科专业变成了理、工、农三大学科均有专业的格局。虽然专业的学科归属不同，但有一点是相通的，其内涵均属于生命科学的范畴。以科学研究的方法进行划分，均属于实验科学。
掌握正确的实验设计方法，从不确定性数据中挖掘事物的客观规律，是实验科学工作者必备的技能。因此，我们将原来只是在农科专业上延伸实践教学的作法推广到全院的所有专业，结合实验课教学的改革，对发酵工艺学实验、植物细胞工程实验、食用菌实验、微生物学实验等课程的内容全部或部分改为用生物统计学指导学生自主进行实验设计，把过去单一的实验流程、样品观察或检测实验改变为试验条件的优化试验，提出在不同条件下对样品测定的比较试验设计、单因素试验设计、多因素试验设计、正交试验设计、均匀试验设计，对试验结果要求学生使用统计学的方法对进行分析和讨论，最后得出最佳试验条件。
这样的实验教学改革起到了一箭双雕的作用，从专业基础课或专业课的角度看，改验证性实验为设计型、综合性实验，增强了学生解决实际问题的能力，培养了学生创新思维的能力；从生物统计学角度看，将课程的教学实践延伸到课程外，弥补了学时的不足，更重要的是学生将自己学到的统计学知识，转化为解决实际问题的能力，知识得到很好的内化。
此外，在学生课外科技活动中指导学生选用正确的实验设计和数据的统计分析方法，提升科技作品的档次；在毕业论文（设计）中要求学生采用恰当的生物统计学方法进行设计与分析，写出高质量的毕业论文（设计）。