生物统计学教案(2)
生物统计学教案
第二章概率和概率分布
教学时间：2学时
教学方法：课堂板书讲授
教学目的：重点掌握离散型概率分布和连续型概率分布，掌握概率、总体特征数的定义和一般运算，了解概率分布与频率分布的关系
讲授难点：离散型概率分布和连续型概率分布
2.1 概率的基本概念(45分钟)
2.1.1 问题的提出
从同一总体中抽取样本，各次所得到的样本不会完全相同。
用不同样本去推断同一总体将得出不同的结论。
这些结论不可能都是正确的。
用某个样本去推断总体时，错误的可能性有多大？置信度有多高？这是对总体推断时所必须回答的问题。
为回答这个问题，就要对总体分布有所了解。
总体分布是建立在概率这一概念基础之上的。
自然现象，一般可分为确定性现象和非确定性现象。
非确定性现象或称为随机
现象。
随机现象不存在简单的因果关系。
支配这些现象出现的因素很多，各因素所
起的作用不一样，作用的程度也不一样，很难遇到两个不同个体接受相同的配合方
式，因此从每一个个体所观察到的结果都不一样。
研究偶然现象本身规律性的科学称为概率论。
基于实际观测结果，利用概率论
得出的规律，揭示偶然性中所寄寓的必然性的科学就是统计学。
2.1.2 事件及事件间的关系(自已复习)
2.1.3 概率的统计定义（重点）
设某随机试验共进行k次，成功了（事件A）l次，则称l/k是k次随机试验
中成功的频率。
我们会发现，随着k的增大，频率l/k将围绕某一确定的常数p做
平均幅度越来越小的变动，最终稳定于p，p即为事件A的概率。
表2－1 不同样本含量的抽样试验
k=20 k=200 k=2000
抽样号l l/k l l/k l l/k
1 1 0.050 3
2 0.160 40
3 0.202
2 4 0.200 31 0.155 414 0.207
3 1 0.050 38 0.190 409 0.205
4 4 0.200 49 0.245
382 0.191
5 5 0.250 40 0.200 41
6 0.208
6 7 0.350 37 0.185 413 0.207
7 6 0.300 40 0.200 388 0.194
8 2 0.100 29 0.145 423 0.212
9 4 0.200 47 0.235 410 0.205
10 4 0.200 53 0.265 395 0.193
本例的l/k最后似乎稳定在0.200处，称0.200为事件A的概率，记为:
P（A）＝0.200
它的含义是随机试验中的每一个个体成功的可能性为0.200。
概率的概念是，事
件在试验结果中出现可能性大小的定量计量。
概率有以下性质
（1）任何事件（A）的概率均满足 0≤P（A）≤1
（2）必然事件（W）的概率为1 P（W）＝1
（3）不可能事件（V）的概率为0 P（V）＝0
2.1.4 概率的古典定义
条件：1、随机试验的全部可能的结果（基本事件数）是有限的。
2、各基本事件间是互不相容且等可能的。
定义：P（A）＝m / n
其中，m为事件A中所包含的基本事件数，n为基本事件总数。
缺点：在没给出概率的定义之前已经利用了概率的概念。
2.1.5 概率的一般运算（重点）
1．加法法则：
P（A∪B）＝ P（A）＋ P（B）－ P（A∩B）
若A、B为互不相容事件，则
P（A∪B）＝ P（A）＋P（B）
若有限个事件两两互不相容，则
P（A1∪A2∪…∪A n）＝P（A1）＋ P（A2）＋…＋P（A n）
事件A与事件A的概率存在以下关系
P（A）＝ 1－ P（A）
2．条件概率：
在已知事件B发生的条件下，事件A发生的概率，称为事件A发生的条件概率，记为
P （A ∣B ）。
相对于条件概率，把没有附加条件的概率称为无条件概率。
（例2.2） P （A ∣B ）＝ P （AB ）∕ P （B ）
3．概率乘法法则： 两事件交的概率，等于其中一事件（其概率必须不为0）的概率乘以另一事件在已知前一事件发生条件下的条件概率。
P （AB ）＝ P （B ）P （A ∣B ）
或 P （AB ）＝ P （A ）P （B ∣A ）
4．独立事件：若事件A 的发生并不影响事件B 发生的概率，即
P （B ∣A ）＝ P （B ）或P （A ∣B ）＝ P （A ） 则称A 和B 为相互独立事件。
对于独立事件，概率乘法公式为
P （AB ）＝ P （A ）P （B ）
5．贝叶斯定理：认事件B 且只能与A 1，A 2， ……，A k 之一同时发生，那么，在事件B 已发生的条件下，A i 发生的概率
1()(|)
(|)()(|)i i i k j j
j p A p B A p A B p A p B A ==∑
举例（例2.3）
2.2 概率分布(25分钟)
2.2.1 随机变量
随机变量：随机试验中被测定的量，常以大写的拉丁字母表示。
观测值：随机变量所取得的值，常以带下标的小写字母表示。
离散型随机变量：随机变量可能取得的值为有限个或可数无穷
个孤立的数值。
连续型随机变量：随机变量可能取得的值为某一区间内的任何数值。
2.2.2 离散型概率分布（重点）
概率函数：将随机变量X 所取得值x 的概率P （X ＝x ）写成x 的函数p(x)，这样的函数称为随机变量X 的概率函数
p(x) ＝ P （X ＝x ）
概率函数应满足：
概率分布：将X 的一切可能值x 1，x 2，…，x n ，…，以及取得这些值的概率p (x 1)，p (x 2)…，p (x n )，…，排列起来，即构成离散型随机变量的概率分布。
可用概率分布表和概率分布图表示
()0()1
x
p x p x ≥=∑
图2－1 离散型随机变量概率分布图
分布函数：随机变量小于等于某一可能值（x 0）的概率，记为F （x 0）
2.2.3 连续型概率分布（重点）
密度函数：随机变量X 的值落在区间（x ，x +Δx ）内的概率为P （x <X < x +Δx ）,当Δx →0时，[P （x <X < x +Δx ）] / Δx 的极限表示随机变量
X 在点x 处的概率密度，用符号f (x )表示，称f (x )为随机变量的密度函数。
()()
000()i i x x F x p x P X x ≤=
=≤
∑0()()lim x P x X x x f x x
∆→<<+∆=∆
分布曲线：概率密度的图形y = f (x )，称为分布曲线。
图2－2 连续型分布曲线
概率P （a<X<b ）等于区间a ，b 所夹的曲线下面积。
分布函数：随机变量取得小于x 0的值的概率，记为F （x 0）
对于任意两点a 和b
2.2.4 概率分布与 频率分布的关系
统计量：由样本数据计算出来的各种量，通常以小写拉丁字母表示 参数：总体恒定的量，通常以小写的希腊字母表示
2.3 总体特征数（20分钟）
()()b
a P a X
b f x dx
<≤=⎰()()()()()000,0,1
x F x P X x f x dx F F -∞=≤=-∞=∞=⎰()()()
P a X b F b F a <≤=-
2.3.1 随机变量的数学期望和方差（重点）
总体特征数：描述概率分布特征的数字称为总体特征数。
随机变量的数学期望（总体平均数）和方差是两个主要的特征数。
数学期望：可由频数资料的样本平均数，推导出总体平均数。
方差：同样，从频数资料得到的样本方差
用σ2表示总体方差，则总体方差
或者
总体标准差定义为 仿照离散型随机变量，连续型随机变量的数学期望定义为：
连续型随机变量的方差定义为：
()()11k i i
k i i i i x
f x f x x E X p x x
n n μ==⎛⎫==⇒== ⎪⎝⎭∑∑∑()2211k
i i
i f s x x n =⎛⎫=- ⎪-⎝⎭∑()()()222x
p x x E X σμμ⎡⎤=-=-⎣⎦∑()()222E X E X σ=-⎡⎤⎣⎦
σ=
=
2.3.2 数学期望和方差的计算
数学期望的运算法则如下，其中c 为常数
总体方差记为var(X)，总体方差的运算法则如下：
()()()
()()()()E c c
E cX cE X E X c E X c
E cX A cE X A
==+=++=+()()()
()
()()
()()
222var var var var var var var X
E X cX c X X c X cX A c X μ⎡⎤=-⎣⎦=+=+=。
生物统计学讲稿
②性质：ⅰ）若ξ1，ξ2相互独立，则Cov(ξ1,ξ2)=0
ⅱ）若C为常数，则Cov(ξ，C)=0
ⅲ）
ⅳ）
ⅴ）
③计算公式
④举例
4、矩：
5、众数 和分位数（中位数、四分位数）
6、常用统计分布表
（四）作业：P49：40、41、43、44、47
§1-6随机变量序列的极限性质
（一）学时：2学时
（二）教学目的：
（6）P( )=1P(A)或P（A）=1P（ ）
5．条件概率、乘法法则及事件的独立性
①条件概率的定义及其计算公式：
若P（A）=0或P（B）=0，规定P（A∣B），规定P（A∣B）=0
②概率乘法定理：（可由条件概率直接得到）
P（AB）=P（A）P（B∣A）=P（B）P（A∣B）
进一步推广P（A1A2…An）=p(A1)P(A2∣A1)P(A3∣A2A1)…P(An∣A1A2…An-1)
（三）教学过程与内容：
1．数学期望Еξ
①定义：离散型：Еξ=
连续型：Еξ=
②随机变量函数的数学期望：
离散型：Е=E[g(ξ)]=
连续型：Е= E[g(ξ)]=
③举例说明有关数学期望的计算
④性质：ⅰ）Еc=c (c为常数)
ⅱ）Е（ξ1±ξ2）=Еξ1+Еξ2
可进一步推广到有限个。
ⅲ）若ξ1，ξ2相互独立，则Ε（ξ1·ξ2）=Еξ2·Еξ2
1．随机事件
①随机事件：
定义：在某一随机试验中有可能出现、也可能不出现的事件被称为随机事件，或简称为事件，用A、B、C等表示。
②必然事件、不可能事件与集合（举例说明）：并给全集与子集的概念。
2．事件之间的关系及运算（以图示进行说明）
《生物统计学》课程教学大纲
《生物统计学》课程教学大纲课程名称：生物统计学课程类别：专业选修课适用专业：生物技术考核方式：考查总学时、学分：32学时 2 学分其中实验学时：0 学时一、课程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与试验调查资料的一门学科，是生物学各专业的一门必修课程。
课程系统介绍生物统计学的基本概念、统计资料的收集与整理和描述统计方法。
讲授显著性检验、方差分析、卡方检验、相关与回归分析的基本原理以及试验设计的原则方法。
使学生系统掌握所需的生物统计学基本知识，基本原理和基本技能，培养学生具有生物学试验设计的基本能力和对试验资料进行统计分析处理的能力。
二、课程教学要求使学生掌握生物统计学的基本概念、统计资料的收集与整理和描述统计方法。
理解显著性检验、方差分析、卡方检验、相关与回归分析的基本原理以及试验设计的原则方法。
掌握一种统计软件的使用方法，能独立运用所学的生物统计方法进行统计分析。
三、先修课程《高等数学》、《概率论》等四、课程教学重、难点假设检验的原理、方法和步骤，方差分析。
五、课程教学方法与教学手段讲授、演示、案例分析、实践等结合多媒体教学。
六、课程教学内容第一章绪论（2学时）1．教学内容(1) 介绍本门学科的目的、任务和本课程的主要内容；(2) 了解本学科的发展概况，认识学习本学科的重要性及在生物科学研究中的作用；(3) 常用统计学术语。
2．重、难点提示(1) 统计学的本质；(2) 生物统计学的主要内容：描述性统计，差异显著性检验，相关分析与回归分析；(3) 总体、个体与样本，参数与统计量，随机误差与系统误差。
第二章资料的整理（2学时）1．教学内容(1) 了解不同资料的特点及分类，掌握不同资料的整理方法；(2) 了解常用统计图表的制作、种类及应用；2．重、难点提示(1) 资料的分类；计量资料的整理；(2) 统计图表的结构和要求。
(3) 使用计算机软件进行资料的整理第三章描述统计（2学时）1．教学内容(1) 反映集中性的常用统计量的计算、特点及应用；(2) 反映离散性的常用统计量的计算、特点及应用；(3) 使用计算机软件进行描述统计。
生物统计学教案
《生物统计学》教案第一章统计数据的收集和整理教学时间：2学时教学方法：课堂板书讲授教学目的：重点掌握样本特征数平均数、样本方差、标准差的概念和计算方法，掌握数据类型及频数（率）分布，了解众数、中位数、变异系数。
讲授难点：样本方差、标准差的概念和计算方法总体与样本统计数据的不齐性1、变异性是自然界存在的客观规律。
2、自然界如果没有变异，也就不需要统计学了。
3、生物学研究的对象都是很大的群体，不可能研究全部对象，只能通过研究其中的一部分，来推断全部对象，于是引出以下概念。
总体与样本总体：研究的全部对象。
个体：总体中的每个成员。
样本：总体的一部分。
样本含量：样本所包含的个体数目。
抽样抽样：从总体中获得样本的过程。
随机抽样：总体中的每一个个体被抽中的机会都相同的一种抽样方法。
放回式抽样：从总体中抽出一个个体，记下其特征后，放回原总体中，再做第二次抽样。
非放回式抽样：从总体中抽出个体后，不再放回，即做第二次抽样。
抽样的目的：从总体中获得一个有代表性的样本，以便通过样本推断总体。
应注意的问题：①样本必须有代表性。
②样本含量与可实施性之间的平衡。
数据类型及频数（率）分布连续型数据和离散型数据连续型数据：与某种标准比较所得到的数据。
又称为度量数据。
离散型数据：由记录不同类别个体的数目所得到的数据。
又称为计数数据。
频数（率）分布表和频数（率）分布图的编绘例调查每天出生的10名新生儿中体重超过3公斤的人数，共调查120天，结果如下：表 1－1 每10名新生儿中体重超过3Kg的人数的频数（率）分布表频数（率）分布：把频数（率）按组值的顺序排列起来，便得到离散型数据的频数（率）分布。
频数（率）分布还可以用图形表示，见图1-1。
图1－1 每10名新生儿中体重超过3Kg的人数的频数分布图下面介绍连续型数据的频数（率）分布表和分布图的编绘方法。
例表1-2列出了高粱“三尺三”提纯时所调查的100个数据。
表1－2 “三尺三”株高测量结果155 153 159 155 150 159 157 159 151 152159 158 153 153 144 156 150 157 160 150150 150 160 156 160 155 160 151 157 155159 161 156 141 156 145 156 153 158 161157 149 153 153 155 162 154 152 162 155161 159 161 156 162 151 152 154 157 162158 155 153 151 157 156 153 147 158 155148 163 156 163 154 158 152 163 158 154164 155 156 158 164 148 164 154 157 165158 166 154 154 157 167 157 159 170 158 从上表中除可以看出最大值为170，最小值为141，以及平均高度大约在150-160之外，很难再看出什么规律出来。
生物统计学与试验设计(电子教材)
《生物统计学与试验设计》教案第一章绪论：一、教学学时：4二、教学要点：1. 生物统计学与试验设计在生物科学研究中的意义、地位和作用，生物学试验设计、调查设计的原则，试验误差及其控制；2．生物统计学与试验设计的一些常用基本概念；3．试验资料的分类，各类资料的次数分布表和次数分布图的制作方法；平均数、极差、方差、标准差、变异系数的具体计算方法。
三、教学难点：各类资料的次数分布表和次数分布图的制作，平均数、极差、方差、标准差、变异系数的计算。
第一节生物统计学概念生物统计学与试验设计，英文名称是Biostatistics and Experimental Design，是研究生物的遗传与变异、试验处理间及试验处理与环境间数量关系的一门科学，是数理统计原理在生物科学中的应用，是一门收集、整理和分析统计数据的方法科学，其目的是探索数据的内在数量规律性，在生物科学的发展中起着很重要的作用，已成为生命科学中非常重要的组成部分。
一、提供试验或调查设计的方法试验设计这一概念有广义与狭义之分，广义的试验设计是指试验研究课题设计，也就是指整个试验计划的拟定，包含课题名称、试验目的，研究依据、内容及预期达到的效果，试验方案，供试单位的选取、重复数的确定、试验单位的分组，试验的记录项目和要求，试验结果的分析方法，经济效益或社会效益的估计,已具备的条件,需要购置的仪器设备，参加研究人员的分工，试验时间、地点、进度安排和经费预算，成果鉴定，学术论文撰写等内容。
狭义的试验设计主要是指试验单位(如动、植物)的选取、重复数目的确定及试验单位的分组。
生物统计中的试验设计主要指狭义的试验设计。
合理的试验设计能控制和降低试验误差，提高试验的精确性，为统计分析获得试验处理效应和试验误差的无偏估计提供必要的数据。
调查设计这一概念也有广义与狭义之分，广义的调查设计是指整个调查计划的制定，包括调查研究的目的、对象与范围，调查项目及调查表，抽样方法的选取，抽样单位、抽样数量的确定，数据处理方法，调查组织工作，调查报告撰写与要求，经费预算等内容。
生物统计学(第2讲)
抽样分布的引入
为了解决前面提出的第一个问题， 我们可以从一个已知的总体中，独立 随机地抽取含量为n的样本，研究所 得样本的各种统计量的概率分布，即 所谓的抽样分布。
举例说明
例 在只有10个数构成的总体中，抽取含量为 5的样本。试求各统计量的抽样分布。
解：由题意可得，样本的取法共有C105 = 252种， 因此样本统计量平均数、方差和标准差可分别
正态分布示图1
正态分布示图2
固定，只改变的值
正态分布示图3
固定 ，只改变的值
标准正态分布曲线
标准正态分布的特性（P53）
标准正态分布的重要关系式（P54）
正态分布表的查法（P53-54, P254）
正态分布的查表计算(P54-55)
1、直接查表法：随机变量X服从标准正态分布
2、间接计算法：若随机变量X服从正态分布，则必须进 行标准化，使其变成标准正态分布，再查表计算。
标准正态分布的双侧100%点
t分布的双侧100%点
2分布的双侧100%点
F分布的双侧100%点
作
业
1、 查表确定下列参数： （1）P{2（8）< } = 0.975; （2）P{t（5）> } = 0.25;
（3）P{F（3，6）> } = 0.05
2、查表求下列各值（上侧100百分位
取得252个值。列出上述各统计量的频率分布
表，即可得到各统计量的分布规律，或者说即 可得到这些统计量的“抽样分布”。
正态分布的定义
如果随机变量X的概率密度函数为
- < x < +; - < < + >0为常数, 则称X服从参数为, 的正 态分布, 记作X~N(, 2).
生物统计学 (2)
1．总体：我们研究的全部对象2．样本：从总体中抽出的一个部分3．方差：4．对立事件：如果事件A1和A2必发生其一，但不能同时发生，我们称事件A1和A2为对立事件。
5．小概率事件：若随机事件的概率很小，例如小于0.05、0.01、0.001，称之小概率事件。
6．小概率事件：原理小概率事件在一次试验中几乎是不会发生的。
若根据一定的假设条件计算出来该事件发生的概率很小，而在一次试验中竟然发生了，则可以认为假设的条件不正确，从而否定假设。
7．抽样分布：从一个已知的总体中，独立随机地抽取含量为 n 的样本，研究所得样本的各种统计量的概率分布。
8．标准正态分布：期望值μ=0，即曲线图象对称轴为Y 轴，标准差σ=1条件下的正态分布，记为N(0，1)。
9．统计推断：根据抽样分布律和概率理论，由样本结果（统计数）来推论总体特征（参数）。
10．单尾测验：否定区位于分布的一尾的测验。
11．备择假设：与零假设相对立的假设称为备择假设。
12．接受区：接受无效假设的区间。
13．数学期望：随机变量Y 或者Y 的函数的理论平均数。
14．点估计：用样本数据所计算出来的单个数值，对总体参数所做的估计称为点估计1．算术平均数的重要特征之一是离均差之和 （ C ）A 最小B 最大C 等于零D 接近零2．统计推断过程中，若我们拒绝H0，则 （ C ）A 犯α错误B 犯β错误C 犯α错误或不犯错误D 犯β错误或不犯错误3．两个平均数的假设测验用 测验。
（ C ）A uB tC u 或tD F4．总体参数在区间[L1,L2]内的概率为1-α,其中L1和L2在统计上称为 （ D ）A 置信区间B 区间估计C 置信距D 置信限5．下列不是方差分析基本假定的是 假定。
（ C ）A 可加性B 正态性C 无偏性D 同质性6．人口调查中，以人口性别所组成的总体是( C )总体A 正态分布B 对数正态C 二项分布D 指数分布7．下列有关标准正态分布概率公式的计算中错误的是 （ D ）A P （0<U<u ）=f (u) -1/2B P （U>u ）=f (-u)C P （| U| > u ）= 2 f (-u)D P (u1<U<u2) = f (u1) - f (u2)8．在抽样分布的研究中，当总体标准差σ未知时样本平均数分布服从（ B ） 分布。
生物统计课程教案模板范文
课程名称：生物统计学授课对象：生物科学类专业学生授课时间：2课时教学目标：1. 理解生物统计学的基本概念和原理。
2. 掌握生物统计学中的常用统计方法。
3. 能够运用生物统计学方法分析生物数据。
4. 培养学生的统计思维能力和应用意识。
教学重点：1. 生物统计学的基本概念和原理。
2. 常用统计方法，如描述性统计、推断性统计、方差分析等。
教学难点：1. 统计方法的实际应用。
2. 统计结果的解释和分析。
教学过程：一、导入（10分钟）1. 提问：什么是生物统计学？2. 介绍生物统计学的定义、研究对象和意义。
3. 引导学生思考生物统计学在生物学研究中的应用。
二、基本概念与原理（20分钟）1. 介绍生物统计学的基本概念，如总体、样本、变量、参数、统计量等。
2. 讲解概率论和数理统计的基本原理，如随机事件、概率分布、期望、方差等。
3. 通过实例说明生物统计学在生物学研究中的应用。
三、常用统计方法（30分钟）1. 描述性统计：介绍均值、中位数、众数、方差、标准差等统计量，并通过实例说明如何计算和解释这些统计量。
2. 推断性统计：介绍假设检验、置信区间、显著性水平等概念，并通过实例说明如何进行假设检验和计算置信区间。
3. 方差分析：介绍单因素方差分析、多因素方差分析等，并通过实例说明如何进行方差分析。
四、案例分析（10分钟）1. 选择一个生物学领域的实际案例，引导学生运用所学的统计方法进行分析。
2. 鼓励学生提出问题、讨论解决方案，并分享分析结果。
五、总结与作业（10分钟）1. 总结本节课的重点内容，强调生物统计学在生物学研究中的应用。
2. 布置作业，要求学生运用所学的统计方法分析一组生物学数据。
教学评价：1. 课堂参与度：观察学生在课堂上的提问、讨论和案例分析中的表现。
2. 作业完成情况：检查学生的作业，评估学生对统计方法的理解和应用能力。
教学资源：1. 教材：《生物统计学》2. 教学课件3. 生物学领域的实际案例备注：1. 教师应根据学生的实际情况调整教学内容和教学方法。
实用生物统计第二版教学设计
实用生物统计第二版教学设计一、教学目标本教学设计旨在让学生能够：1.掌握生物统计学的基本概念，理解生物统计学在生物学研究中的应用；2.熟练掌握生物统计学中的常用方法和工具，如假设检验、方差分析、回归分析等；3.了解生物统计学的发展历程及在生物学学科中的重要性；4.能够读懂和分析生物学领域中的统计学方法和数据分析。
二、教学内容及方法1. 教学内容本教学设计主要包括以下内容：1.生物统计学的概述：介绍生物统计学的基本定义和应用领域；2.数据的收集和整理：讲解生物学中常用的数据收集方法和数据整理技巧；3.描述性统计分析：介绍数据的描述性统计分析方法，如频数分布、中心位置和离散程度；4.假设检验：详细介绍假设检验的基本理论和实际应用方法；5.方差分析：阐述方差分析的基本概念、原理和应用方法；6.回归分析：介绍回归分析的基本思想、方法和应用场景；7.生物学中的其他统计学方法：讲解其他生物学领域中常用的统计学方法，如生存分析、聚类分析、显微图像分析等。
2. 教学方法1.理论授课：通过讲解生物统计学的基础概念、理论和方法，帮助学生建立扎实的理论基础；2.实验操作：通过实验和案例分析，让学生深入了解生物统计学的实际应用；3.课堂讨论：通过课堂讨论，帮助学生深入理解生物统计学的实际应用，提高学生的独立思考和解决问题的能力；4.报告和论文撰写：通过报告和论文撰写，培养学生的科研能力。
三、教学评价方法为了更好地评价学生的学习效果与教学效果，本教学设计采用以下评价方法：1.平时成绩：包括作业、课堂表现、讨论参与度等；2.期中考试：主要考察学生的基本概念理解和基本理论知识；3.期末论文或实验报告：通过撰写论文或实验报告，考核学生对生物统计学的理论知识掌握和实际应用能力；4.课堂讨论：通过课堂讨论，考核学生的独立思考和解决问题的能力。
四、教学资源本教学设计所需的教学资源包括：1.教材：《实用生物统计第二版》；2.实验室设备：计算机、统计软件等；3.实验数据：各种生物相关数据的数据库。
生物统计学教案
第一章绪论一、细胞生物学的定义生命体是多层次、非线性、多侧面的复杂结构体系，而细胞是生命体的结构与生命活动的基本单位，有了细胞才有完整的生命活动。
细胞生物学是研究细胞基本生命活动规律的科学，它是在不同层次（显微、亚显微与分子水平）上以研究细胞结构与功能、细胞增殖、分化、衰老与凋亡、细胞信号传递、真核细胞基因表达与调控、细胞起源与进化等为主要内容。
核心问题是将遗传与发育在细胞水平上结合起来。
二、细胞生物学的主要研究内容1、细胞增殖、分化及其调控2、细胞核、染色体以及基因表达的研究3、生物膜与细胞器的研究4、细胞骨架体系的研究5、细胞的衰老与凋亡6、干细胞及其应用7、细胞信号转导8、细胞工程三、细胞生物学发展简史1.细胞的发现英国学者胡克于1665年制造了第一台有科研价值的显微镜，第一次描述了植物细胞的构造，细胞的发现是在1665年。
1677—1683年，荷兰人列文胡克用自己设计好的显微镜第一次观察到活细胞。
2.细胞学说的基本内容1)1838年，德国植物学家施莱登（J.Schleiden）关于植物细胞的工作，发表了《植物发生论》一文（Beitrage zur Phytogenesis）.2)1839年，德国动物学家施旺（T.Shwann）关于动物细胞的工作，发表了《关于动植物的结构和生长一致性的显微研究》一文，论证了所有动物体也是由细胞组成的，并作为一种系统地科学理论提出了细胞学说。
3)细胞是生物体的基本结构单位（单细胞生物，一个细胞就是一个个体）；细胞是生物体最基本的代谢功能单位；细胞只能通过细胞分裂而来。
认为细胞是有机体，一切动植物都是由细胞发育而来,并由细胞和细胞产物所构成；每个细胞作为一个相对独立的单位，既有它自己的生命,又对与其它细胞共同组成的整体的生命有所助益；新的细胞可以通过老的细胞繁殖产生。
3.细胞学的经典时期1）关原生质理论的提出:1840年捷克斯洛伐克生理学家普金耶首次将填满细胞的胶状液体称为“原生质”(protoplasm)，1861年德国解剖学家舒尔测提出了原生质理论，认为有机体的组织单位是一小团原生质。
生物统计学课程教案
二、导入新课（需时3分钟）
生物统计学是应用数理统计学（mathematical statistics）的原理和方法来分析和解释生物界数量现象的科学，也可以说是数理统计学在生物学研究中的应用，它是应用数学的一个分支，属于生物数学的范畴。
5、布置作业（需时2分钟）
作业题
和思考
题布置
教材：P20/5、P21/12
参考资料
教材：1.生物统计学，杜荣骞编，第三版，高等教育出版社，2009.
参考书目：
1．EXCEL在统计分析中应用，王文中编中国铁道出版社，2003.
2.生物统计学郭平毅编，中国林业出版社，2006.
3.生物统计学李春喜，第三版，科学出版社，2006.
教学方法
和手段
教学过程
1、巩固复习（需时10分钟）
通过提问等方式复习上次课的学习的内容的加以总结，增强对知识的了解与记忆。
2、导入新课（需时1分钟）
第1章中对总体和样本的概述以及样本数据的处理方法做了一般介绍。用某个样本去推断同一总体将得出不同结论。这些结论不可能都是正确的。
3、讲授新课（需时75分钟）
第一节概率的基本概念
一、随机现象与统计规律
二、统计规律——频率的稳定性
三、概率的统计定义
四、概率的古典定义
五、概率的一般运算
第二节概率分布
一、随机变量
二、离散型随机变量的概率分布
三、连续型随机变量的概率分布
四、总体特征数
4、归纳总结（需时3分钟）
本次课主要学习了概率的基本概念、概率分布、总体特征数。
参考资料
教材：
1.生物统计学，杜荣骞编，第三版，高等教育出版社，2009.