实验一 计算器的使用 实验二 单个样本平均数的统计推断 实验三 两个样本平均数的统计推断 实验四 卡平方测验 实验五 单因素试验结果的统计分析 实验六 多因素试验结果的统计分析 实验七 直线回归与相关 实验八 多元回归与相关

第一节 显著性检验的基本原理 第二节 样本平均数与总体平均数差异显著性检验 第三节 两个样本平均数的差异显著性检验 第三节 百分数资料差异显著性检验 第四节 总体参数的区间估计

第一节 事件与概率 第二节 概率分布 第三节 正态分布 第四节 二项分布 第五节 波松分布 第六节 样本平均数的抽样分布 第七节 t分布

第一节 试验设计概述 第二节 动物试验计划 第三节 试验设计的基本原则 第四节 完全随机设计 第五节 随机单位组设计 第六节 拉丁方设计 *第八节 正交设计 第九节 调查设计 第十节 样本含量的确定

前面两章中我们介绍了概率论的基本内容包括古典概型的一些计算方法以及研究随机 现象的有力工具一随机变量。从本章起,我们开始讨论统计学的核心内容,即如何从一些 包含有随机误差,又并不完全的信息中得出科学的、尽可能正确的结论。在一般情况下,所 谓信息就是从实验或调查中得到的数据,这些数据显然带有一些我们既无法控制、也无法避 免的误差

第一节 科学研究与科学试验 第二节 试验方案 第三节 试验误差及其控制 第四节 试验统计学的发展和本课程的主要内容

掌握种群的概念及其群体特征，了解种群统计学的基本参数、生命表及其应用、种群数量变动的基本数学模型及自然种群的数量变动规律。掌握K-、r-生态对策的特征及在保护生物学方面的实践意义、影响种群数量动态的密度制约和非密度制约因素，了解种群调节及种群衰退与灭绝的机制，并理解应用种群生态学有关理论对待自然生物资源的保护和持续利用的重要意义

第一章 生物信息学的概念及其发展历史 第二章 生物学数据库及其检索 第三章 序列比对原理 第四章 蛋白质结构预测与分析 第五章 真核生物基因组的注释 第六章 蛋白质组学 第七章 系统生物学 第八章 合成生物学 第九章 分子进化与系统发育 第十章 统计学习与推理 第十一章 生物信息学编程基础 第十二章 第二代测序技术及其应用

第一章 生物信息学的概念及发展历史 第二章 生物学数据库及其检索 第三章 序列比对原理 第四章 蛋白质结构预测与分析 第五章 基因组学 第六章 转录组学 第七章 非编码RNA 第八章 蛋白质组学 第九章 系统生物学 第十章 合成生物学 第十一章 分子进化与系统发育 第十二章 统计学习与推理 第十三章 生物信息学编程基础 第十四章 新一代测序技术及其应用

包括以下17门课程：高等几何、VF程序设计、计算方法、数学建模、图论、模糊数学、随机过程、数学实验、抽象代数、分析选讲、代数选讲、数学史、生物数学、常微分方程II、测度论、数学物理方程、统计与预测