主要介绍DNA和蛋白质序列分析的基本内容。包括核酸序列检索、核酸序列的基本分析（碱基组份、限制性酶切分析、重复序列分析），基因结构分析、表达标签序列分析的基本方法和软件。蛋白质序列基本分析、检索、跨膜区分析、蛋白质亚细胞定位、功能预测等内容

DNA序列自身编码特征的分析是基因组信息学研究的基础,特别是随着大规模测序的日 益增加,它的每一个环节都与信息分析紧密相关。从测序仪的光密度采样与分析、碱基读出、 载体标识与去除、拼接、填补序列间隙、到重复序列标识、读框预测和基因标注的每一步都 是紧密依赖基因组信息学的软件和数据库。特别是拼接和填补序列间隙更需要把实验设计和 信息分析时刻联系在一起

第一节方差分析的基本原理与步骤 第二节单因素试验资料的方差分析 第三节两因素试验资料的方差分析 *第四节方差分析的数学模型与期望均方 第五节数据转换

1、各种分析方法适宜的试验资料 2、各种分析方法的分析目的 3、各种分析方法的分析思路 4、各种分析方法的具体分析方法主要通过SAS分析软件解决

方差分析是一种特殊的假设检验,是判断多组数据之间平均数差异是否显著的。对多组 数据若仍用前一章中的t检验一对对比较,会大大增加犯第一类错误的概率。例如有5组数 5×4 据要比较,则共需比C3==10次。若H正确,每次接受的概率为1-a=0.95,10次 都接受为0.95°≈0.60,因此a=1-0.6=0.40,即全部比较中至少犯一次第一类错误的概 率为0.40,这显然是不能接受的

第一节 参数的最小二乘估计 第二节 单因素方差分析的最小二乘估计 第三节 二因素方差分析(不考虑交互作用)的最小二乘估计 第四节 二因素方差分析(有交互作用时)的最小二乘估计

第一节方差分析的基本原理与步骤 第二节单因素试验资料的方差分析 第三节两因素试验资料的方差分析 *第四节方差分析的数学模型与期望均方 第五节数据转换

第一节 方差分析的基本原理 第二节 多重比较 第三节 方差分析的线性模型与期望均方 第四节 单向分组资料的方差分析 第五节 两向分组资料的方差分析 第六节 方差分析的基本假定和数据转换

第一节方差分析的基本原理与步骤 第二节单因素试验资料的方差分析 第三节两因素试验资料的方差分析 *第四节方差分析的数学模型与期望均方 第五节数据转换

第一节方差分析的基本原理与步骤 第二节单因素试验资料的方差分析 第三节两因素试验资料的方差分析 *第四节方差分析的数学模型与期望均方 第五节数据转换