课程简介
《试验设计与统计分析》是一门运用数理统计的原理和方法研究生物现象的数量特征及其变异规律的学科，主要分成描述性统计分析和推断性统计分析。通过本课程学习，能够使学生掌握生物科学试验设计的原则和技术，熟练设计和制定合适的生物科学试验方案，并正确选用统计分析方法，用统计分析软件SPSS进行数据的处理与分析，减少试验误差的干扰，帮助研究者从繁杂冗余的生物大数据中得到本质和规律，从而得出正确的结论。
本学期课程安排如下：
| 周 | 学习内容 | 学时 | 视频数 | 随堂讨论 | 单元作业 | 单元测验 |
| 1 | 绪论 | 2 | 2 | 2 | — | 1 |
| 2 | 常见的试验设计方法 | 2 | 4 | 4 | — | 1 |
| 3 | 数据的描述 | 2 | 5 | 2 | 1 | 1 |
| 4 | 把握机会的法则——常见的概率分布 | 4 | 5 | 4 | — | 1 |
| 5 | 人人都是柯南——假设检验 | 6 | 5 | 3 | 2 | 1 |
| 6 | 自信的推测——参数估计 | 2 | 2 | 2 | — | 1 |
| 7 | 择优而取之——方差分析 | 8 | 7 | 6 | 3 | 1 |
| 8 | 孟德尔是对的吗？——卡方检验 | 2 | 4 | 6 | 1 | 1 |
| 9 | 数据之间的关系——直线相关与回归分析 | 4 | 5 | 4 | 1 | 1 |
| 10 | 复习、期末考 | — | ||||
| 11 | ||||||
课程大纲
绪论
1.1 什么是生物统计
1.2 统计中的几个基本概念
常见的试验设计方法（2学时）
2.1 田间试验设计原则（上）
2.2 田间试验设计原则（下）
2.3 简单评比试验
2.4 随机区组试验
数据的描述（2学时）
3.1 数据可视化：第一印象
3.2 集中趋势的度量：中庸之道
3.3 变异的度量：强大的“距”
3.4 SPSS数据的描述
把握机会的法则——常见的概率分布（4学时）
4.1 随机现象的形状：概率分布
4.2 坚持离散：二项分布
4.3 走向常态：正态分布
4.4 抽样分布
4.5 重要的三个抽样分布
人人都是柯南——假设检验（6学时）
5.1 假设检验的基本原理
5.2 单个总体均值的假设检验
5.3 两个总体均值的假设检验
5.4 SPSS参数t检验
自信的推测——参数估计（2学时）
6.1 点估计
6.2 区间估计
择优而取之——方差分析（8学时）
7.1 方差分析的基本概念
7.2 方差分析之F检验
7.3 方差分析的流程及前提假定
7.4 单因素方差分析
7.5 双因素方差分析
7.6 SPSS单因素方差分析
7.7 SPSS双因素方差分析
孟德尔是对的吗？——卡方检验（2学时）
8.1 卡方检验的原理
8.2 适合性检验
8.3 独立性检验
8.4 SPSS卡方适合性检验
8.5 SPSS 卡方独立性检验
数据之间的关系——直线相关与回归分析（4学时）
9.1 变量间的关系
9.2 直线相关分析
9.3 直线回归方程
9.4 直线回归方程的效力和检验
9.5 SPSS直线相关与回归分析
1.1 什么是生物统计
1.2 统计中的几个基本概念
常见的试验设计方法（2学时）
2.1 田间试验设计原则（上）
2.2 田间试验设计原则（下）
2.3 简单评比试验
2.4 随机区组试验
数据的描述（2学时）
3.1 数据可视化：第一印象
3.2 集中趋势的度量：中庸之道
3.3 变异的度量：强大的“距”
3.4 SPSS数据的描述
把握机会的法则——常见的概率分布（4学时）
4.1 随机现象的形状：概率分布
4.2 坚持离散：二项分布
4.3 走向常态：正态分布
4.4 抽样分布
4.5 重要的三个抽样分布
人人都是柯南——假设检验（6学时）
5.1 假设检验的基本原理
5.2 单个总体均值的假设检验
5.3 两个总体均值的假设检验
5.4 SPSS参数t检验
自信的推测——参数估计（2学时）
6.1 点估计
6.2 区间估计
择优而取之——方差分析（8学时）
7.1 方差分析的基本概念
7.2 方差分析之F检验
7.3 方差分析的流程及前提假定
7.4 单因素方差分析
7.5 双因素方差分析
7.6 SPSS单因素方差分析
7.7 SPSS双因素方差分析
孟德尔是对的吗？——卡方检验（2学时）
8.1 卡方检验的原理
8.2 适合性检验
8.3 独立性检验
8.4 SPSS卡方适合性检验
8.5 SPSS 卡方独立性检验
数据之间的关系——直线相关与回归分析（4学时）
9.1 变量间的关系
9.2 直线相关分析
9.3 直线回归方程
9.4 直线回归方程的效力和检验
9.5 SPSS直线相关与回归分析