前言：中文期刊網精心挑選了生物統計研究方向范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
生物統計研究方向范文1
關鍵詞： 生物信息學 研究生教學 實踐
1.引言
生物信息學（bioinformatics）是一門新興的交叉學科，生物學與醫學、數學、計算機科學是其中三個主要組成部分。生物信息學作為跨越生命科學和信息科學兩大熱點領域的學科，擁有蓬勃的生命力。面對人類基因組計劃所產生的龐大的分子生物學信息，生物信息學的重要性已越來越突出，它無疑將會為生命科學的研究帶來革命性的變革。［1］［2］國內外對生物信息學的人才需求也在激增。
目前，生物信息學在我國尚處于起步階段，因為要進行生物信息學的研究，對人員要求很高，需要深厚的生物大分子結構和功能方面的背景知識，需要扎實的應用數學或統計學知識，還需要精通計算機，至少得具備三者之二。但實際情況是大部分從事生物學研究的人不熟悉計算機，而從事計算機科學的人員多數又缺乏對生物學的了解。盡管如此，生物信息學的教育在國內外高等院校及科研機構越來越普及。據不完全統計，我國超過30個高校或科研機構開設生物信息學專業課程。［3］這些研究與教育一般分散在多個系所屬的多個專業中，如生命科學院（北京大學等）、計算機學院（哈爾濱工業大學等）、理學院（天津大學等），我校是由計算機學院開設全校公共課。不同學校根據自身的情況，在開設生物信息學這門課時，側重點都不一樣。如果由醫學院的教師授課，則側重點可能在致病基因的研究方面，［4］計算機專業教師授課則可能側重于數據庫的管理、查詢等方面，［5］理學院的教師授課則可能側重于生物信息學中的數學問題。筆者是計算機專業出身的，研究方向為圖像處理與模式識別，所以主要從計算機和數學的角度去授課。另外，研究生教學又與本科生教學［6］不同，研究生教學更加應該注重培養學生的主動學習意識和綜合能力。筆者將教學實踐中的心得進行了初步的總結，以供商榷。
2.注重培養學生的學習興趣
從培養學生的學習興趣出發，在課堂教學過程中，充分利用豐富的網絡資源，如圖像、視頻等。比如在介紹模式生物時，可以給出各種模式生物的圖像；在介紹各種各樣的生物數據庫時，可以在課堂上現場上網登陸數據庫，演示和介紹各個數據庫的特點和使用方法等。研究生不同于本科生，本科生可能比較習慣于教師的灌輸性教學，而研究生教學更加鼓勵學生主動自覺地學習。這從“研究”一詞的英文解釋“re-search”――再（“re-”）探索（“search”）中也可以看出。教師在研究生學習過程中主要起引路的作用，而不可能手把手帶著學生研究。生物信息學更是如此，它是一門新興的交叉學科，很多理論和研究內容還不成熟，需要科學工作者不斷地探索。因此，通過生動形象的啟發式課堂教學，培養學生的學習興趣，對學生以后的進一步研究有著重要的作用和意義。
3.注重培養學生的綜合素質
在生物信息學的上課過程中安排幾次學生的課堂報告。具體做法是：由教師或學生在國外重要期刊（如Bioinformatics）或會議上找與學生自身的研究方向比較相近的生物信息學方面的最新文獻，然后幾個學生一組共同針對某幾篇文獻進行閱讀、理解，最后以報告的形式跟大家一起交流和討論。在這個過程中，可以培養學生的如下幾個方面的能力：
（1）搜尋資料的能力。現在網絡非常發達，網絡資源也非常豐富，如何從紛繁復雜的網絡資源中找到自己所需的資料不是一件容易的事。學生可以通過學校購買的數據庫進行查找適合自己的文獻資料，也可以通過搜索引擎進行查找。通過這個過程，學生可以了解有哪些數據庫可以利用，哪些網站資源比較豐富，以及選擇什么關鍵詞進行查找比較有效，等等。
（2）閱讀外文文獻的能力。學生在本科階段一般沒有讀外文文獻的習慣，而進入研究生學習階段，為了了解和研究國際前沿領域，就必須閱讀大量外文文獻，畢竟國外的科技實力在很多方面還是處于領先位置的。給學生指定幾篇優秀的外文文獻進行閱讀和理解，可以一定程度上鍛煉學生閱讀外文文獻的能力。因為要想真正理解文獻的內容，就必須對文獻進行仔細認真的閱讀和研究。
（3）團結協作的能力。每個課堂報告都是由幾個學生共同參與完成的，在這過程中有組織協調和分工的問題，這需要大家共同努力，團結協作。團結協作在當今社會越來越被推崇，所以培養學生團結協作的能力對于他們以后進入社會很有幫助。從實際執行的情況看，效果還不錯。比如有的學生數學基礎好，他就負責理解文獻中的公式和算法部分；有的學生計算機能力比較強，他就負責編程實現、課件制作等。
（4）口頭表達的能力。課堂報告的最后陳述和討論可以鍛煉學生的口頭表達能力。有的學生平時很少有作報告的機會，所以口頭表達的能力得不到鍛煉。本課程提供給學生一次口頭表達能力鍛煉的機會，讓學生體會到如何組織報告內容、如何把自己理解的內容介紹給聽眾是比較有效的，是容易被大家理解和接受的。
4.理論與實踐相結合，鼓勵交叉性研究
為了做到學有所用，筆者從每個學生自身的研究方向出發，為每個學生指定與其研究方向相關的生物信息學方面的最新文獻進行閱讀和理解。鼓勵學生進行跨學科切交叉性研究，將所學的生物信息學知識應用于實際的研究中，或者利用已掌握的知識促進生物信息學的研究。比如課堂上的計算機學院的學生有研究圖像處理與模式識別的，就給他們安排一些生物圖像處理、基因識別等方面的文獻。這種交叉性的學習和研究，有可能激發學生的靈感，獲得比較大的創新性成果。
5.結語
生物信息學課程教學的實踐表明，學生經過這門課程的學習，學到了一定的內容，如對生物信息學這門課有了比較清楚的了解和認識、綜合素質得到了一定的提高、找到了一些適合自己的研究切入點等。總的來說，教學效果不錯，但還需要進一步探索，進一步完善。
參考文獻：
［1］張陽德.生物信息學［M］.北京：科學出版社，2005：1-15.
［2］郝柏林，張淑譽.生物信息學手冊［M］.上海：上海科學技術出版社，2002：1-10.
［3］許忠能.生物信息學［M］.北京：清華大學出版社，2008：8-17.
［4］曹驥，黎丹戎.淺談醫學生物信息學的教學模式［J］.廣西醫科大學學報，2007，（24）：122-123.
生物統計研究方向范文2
1.1本科教育忽略學生實驗技能、邏輯思維和創新能力的培養本科生學習模式中老師與學生基本是零交流,老師幻燈片教授已有現成的書本知識,學生接受、理解、記憶,完成考試即可。這種方式嚴重忽略了學生思考能力和創新力的培養,使其缺乏邏輯思維和創新思維的意識習慣。而學生在面臨探索型科學研究時就似隔屋攛椽,無法勝任。
1.2本科教育學習環境簡單,缺乏必需的社交經驗醫學生的本科學習任務相對其他專業更加繁重,課業、考試壓力大,大學生實踐活動較少,缺乏豐富的人際交往經驗。而研究生學習環境相對復雜,需要處理好與導師、同門、廠家、其他實驗室之間的關系,存在一定的利益誘惑。一旦進入研究生階段學習,如何適應這種環境的改變就顯得尤為重要。
1.3研究生生源種類多,知識背景相差大目前研究生招生來源很多,甚至還會有跨專業報考的現象,所以知識背景相差很大。比如現代的醫學科學研究常常接觸到分子水平的實驗,本科為臨床醫學或護理學的醫學研究生比較缺乏。即使本科階段有一些相關基礎課,由于沒有認識到重要性,知識也比較薄弱;而本科為生物技術的研究生比其他專業的學生掌握更多的分子生物學背景知識。研究生階段的教學是以自學為主,在參差不齊的背景下,如何讓醫學研究生迅速學習和掌握良好的科研技能,是一個非常重要的問題。
2醫學研究生科研技能培養的模式探討
2.1加強本專業相關理論知識的積累并進行科研嘗試為彌補本科生理論基礎薄弱的情況,研究生一年級主要是進行理論學習以滿足將來的科研要求,如實驗動物學提供動物實驗的基礎知識,科學研究嚴謹的設計和分析需要統計學。但研究生導師的研究方向很多,對學生的要求也不一樣,已有的學校研究生課程無法滿足每個方向的不同要求。為此,重點學習相關專業的背景知識尤為重要。如對于生殖醫學研究方向的研究生,就需要加強生殖醫學和生殖生物學的基礎知識,與其他方向的研究生要求略有不同。為了讓研究生學習生殖相關基礎知識,學校最近專門開設了生殖生物學選修課程,供生殖醫學研究方向的研究生選修?，F在的醫學研究已經深入細胞和分子水平,需要用到多種大型儀器。儀器分析課程可以幫助研究生了解常見大型儀器的原理,如用于斷層掃描的激光共聚焦、細胞檢測和分選用的流式細胞儀、超高分辨率的電子顯微鏡等。通過這些理論課程的學習,研究生可以掌握常見大型儀器的基本原理,有助于將來課題的實驗設計。以上的努力仍然不能為每個研究方向的研究生開展課題研究提供足夠的理論知識。所以在已有的理論課程的基礎上,通過組織相關研究方向的研究生深入學習專業相關的專著就很有意義。如本實驗室從事發生研究的研究生,就組織學習發生相關的英文專著,如HistologicalandHistopathologicalE-valuationoftheTestis和Andrology-MaleReproductiveHealthandDysfunction。研究生自學后以講座的形式,給其他同學介紹各個章節的內容。通過這種途徑,在學到專業知識的同時,提高了自學能力和英文專著閱讀能力,鍛煉了總結、陳述、演示以及制作講解報告的能力,有助于開題報告和畢業答辯的順利完成。
2.2培養良好的實驗技能分子生物學是從分子水平研究生命現象、生命本質、生命活動及其規律的科學,與其他學科廣泛交叉滲透,是當前生命科學中迅速發展的前沿學科。醫學分子生物學是實驗性極強的學科,其實驗技術和方法已普遍應用到各個學科的研究中。除了分子生物學技術,其他如細胞生物學等技術也在科研中廣泛使用,這些實驗技能的培養對于其課題開展均具有重要的意義。目前研究生數量多,教育資源有限,即使有實驗課程安排也無法實現讓每個研究生動手操作。所以研究生實驗技能的培養不能僅靠學校的研究生課程;再者醫學研究生一般來自于醫學專業如臨床醫學或者護理學等,本科教育沒有經過分子生物學理論和實踐培訓,所以研究生進入實驗室后,還需要進一步培訓。為此,本實驗室在培養模式上進行了一些嘗試。組織由多位教師、技術員和高年級博士組成的培訓團隊,以專題培訓的方式對實驗室基本科研技能進行短期培訓,包括RT-PCR、蘇木素伊紅染色、免疫熒光、Westernblot、流式細胞術、顯微鏡操作、文獻檢索等多種常規實驗方法和技術,目的是讓剛進入實驗室的研究生迅速掌握常用分子生物學和細胞生物學技術以及常規實驗儀器和設備的使用。實驗技能培訓分為三個部分,首先介紹實
驗的基礎理論,然后演示實驗操作,最后由學生獨立完成實驗,完成的實驗結果由老師統一評價。只有能獨立地完成每個實驗,才算順利通過培訓。我們深知理論是為了指導實踐,所以理論與實踐齊頭并進的模式能取得更好的效果。在基本理論知識學習的過程中,同時進行實踐操作,引導學生發現問題并探索思考,形成邊動手邊思考、理論指導實踐的學習模式。本實驗室通過這樣統一的理論和實踐相結合的培訓,幫助研究生在短時間內系統而迅速地掌握常用的基礎實驗理論和技術,為后續課題開展奠定了堅實的基礎,取得了很好的效果。 2.3嚴格實驗室規范管理實驗室是高校研究生科研實驗技能培養的主要場所,其建設和管理水平直接影響研究生科研實驗技能的水平。比如一個實驗室通常有多個研究生,每個研究生在課題開展中一般會使用多種儀器設備。有的儀器設備比較貴重,操作不當可以導致儀器損壞,甚至威脅人身安全。如高速離心機使用時,轉子不蓋蓋子,高速旋轉時,轉子可以飛出離心機,導致財產或人身損傷。所以如何能保證儀器的正常使用和得到高質量的研究數據,有序的管理就顯得非常重要。以本實驗室為例,實驗過程中會有常見儀器,如pH計、天平等;有貴重儀器,如高速離心機、熒光顯微鏡、定量PCR儀等;還有一些大型的儀器,如電子顯微鏡、流式細胞儀、激光共聚焦顯微鏡等。本實驗室采用如下管理方式:對于實驗室常見儀器,研究生通過培訓過后可以自由使用。而大型儀器一般都有分析測試中心集中管理,如電子顯微鏡、流式細胞儀等設備有工作人員操作,學生只需理解原理,按照要求準備樣本和學會分析數據。但有的大型儀器如激光共聚焦,學生可以通過專門的操作培訓,自己獨立操作。高速離心機、熒光顯微鏡等設備一般都有專人管理。在學生進入實驗室統一培訓時,會涵蓋這些設備的使用。如此,既使得實驗室儀器得到正常使用,又營造了嚴謹、有序和安全的實驗室環境,為進行科學研究提供了必要保證。
生物統計研究方向范文3
［關鍵詞］高校；統計學；專業；教育；思考
doi：10.3969/j.issn.1673-0194.2013.02.045
［中圖分類號］G64［文獻標識碼］A［文章編號］1673-0194（2013）02-0097-02
1 關于統計學專業人才培養目標
（1）統計學專業主要包括一般統計和經濟統計兩類專業方向，培養具有良好的數學或數學與經濟學素養，掌握統計學的基本理論和方法能在企業、事業單位和經濟、管理部門從事統計調查、統計信息管理、數量分析等開發、應用和管理工作，或在科研、教育部門從事研究和教學工作的高級專門人才。
（2）要求學生具有扎實的基礎知識，受到比較嚴格的科學思維訓練；基礎應包括：數學基礎、經濟學基礎、統計學基礎和計算機基礎；注重融合貫通，指導學生將統計學的基本理論、基本知識、基本方法合理地應用于社會經濟領域；具有應用統計學理論分析、解決該領域實際問題的初步能力；突出定量分析，即培養學生對各種統計數據的數量分析能力。良好的定量分析能力，是統計專業學生區別其他專業學生的一個顯著性的標志；能熟練使用各種統計軟件包，有較強的統計計算能力；通過大量的實驗教學，培養學生解決問題的能力。
（3）具有一定的寫作基礎和協調溝通能力。出色寫作基礎和協調溝通能力能夠捉供信息和進行交流，是發揮統計作用必不可少的條件。
（4）對于統計學來說，能熟練地運用計算機分析數據，是統計學的基礎。計算機的發展使得復雜的數據計算變得簡便快捷，成為統計計算的重要工具。如今，隨著使用計算機以及網絡的普及，使社會產生了重大的變革，信息傳遞的質量都發生了質的飛躍。統計學的發展不能離開計算機。所以毫無疑問，應當培養學生學習相關的計算機科學知識。包括數據結構、程序語言設計、程序設計方法、數據庫系統的開發與管理、程序設計等等。我們也應當擴展課程設置。
（5）在學生已具有一定英語基礎之上，開設統計專業英語要求學生掌握常用的經濟和統計詞匯及基本表述方法。一是為學生進一步學習英語創造一個環境，使學生不因通用英語課程的結束而荒棄英語的學習。另一個方面，通過專業英語的學習，為學生在閱讀和翻譯經濟，特別是統計著作、文獻時掃除障礙，為畢業論文寫作和繼續深造打下基礎。
（6）了解與經濟統計、金融統計、生物統計或社會統計等有關的自然科學、社會科學、工程技術某一領域的基本知識。統計學與經濟學、管理學、金融工程等學科的結合因數據處理和采集的方法具有多樣化，統計分析方法也相對復雜，專業化統計學的應用不僅要提高理論統計學的基本素質，還要注重掌握經濟學的理論、金融學理論、管理科學的理論與計算機的技術方法。統計理論與應用的緊密結合顯得比以往更為迫切，更加重要。就拿統計學與金融工程來說，就屬于交叉性學科，其中投資分析與風險管理兩個方面就涉及到了統計數據描述和推測統計學。無論哪個方面，金融工程與統計學都是密切相關的，金融分析離不開統計，目前注冊金融分析師在中國需求量很大，但是只有傳統的金融理論、金融制度的知識是遠遠不夠的。注冊金融分析師對數量技術要求很高，其中最為重要的就是統計的知識；固定收益證券分析，權益證券分析幾乎都需要用到各種統計方法。據報道，中國本土金融分析師極度缺乏，但中國加人世界貿易組織后，金融市場對注冊金融分析師的需求量又很大。因此，培養具有統計專業能力的復合人才顯得尤為重要。
2 關于統計學本科專業課程設置
專業課程設置是專業培養目標決定了向學生傳授什么樣的知識的問題。課程結構從很大一部分意義上講將決定學生的知識結構。因此，在確定好研究方向和培養目標后，最主要的就是要解決課程設置的問題。統計學專業的課程設置首先要與所確定研究方向一致，其次要能夠實現本專業的培養目標。所以，不同的研究方向下的課程設置是需要有區別的。但無論什么研究方向，其專業課程都應包括以下5大模塊：公共基礎課程；學科基礎課程；專業必修課程；專業選修課程；人文、自然科學類素質課程。各高等院?？筛鶕拘５膶嶋H情況，綜合社會等各方面對統計專門人才的需求情況，開設適合本校實際情況的課程。
3 關于統計學專業專業課程教學方法和教學手段
教學方法和教學手段決定了怎樣向學生傳授知識的問題，并且決定學生接受知識的效率。無論何種教學方法和教學手段都2個問題：①如何激發學生學習的興趣；②用怎樣的教學手段來達到較好教學效果。充分運用現代教學手段，更新教學方法，促使教學手段和教學方法有機結合。
（1）在統計學教學中，采用多媒體的使用與講授式、啟發式、探究式等傳統教學方法相結合，調動學生學習統計學的積極性。多媒體以生動的畫面、逼真的聲效，把枯燥、繁雜的內容轉化為鮮活、豐富的教學內容，調動學生的興趣、情緒和注意力。增強了學生對所學知識的感性認識，加深了對所學知識的理解。
生物統計研究方向范文4
關鍵詞：生態學專業；碩士研究生；研究生培養；存在問題；解決方法
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2015）36-0212-02
一、引言
隨著環境污染、生物多樣性降低、自然資源短缺、人地關系矛盾突出等問題的日益涌現，人們越來越深切地感受到生態環境的重要性。當前，“生態文明”、發展“綠色產業”等已經上升為國家的發展戰略，生態學這一學科也愈加受到公眾的關注與重視。生態學原本作為生物學的分支學科，現在已經發展成為一門獨立的學科，并形成了自己的學科體系。由于生態學專業的多學科性與跨學科性，現實生產生活中所出現的諸多環境與生物方面的問題多能從生態學的理論與實踐中尋找到解決辦法，生態學專業也逐漸成為熱門專業，特別是碩士研究生的報考過程中，生態學經常是學生選擇報考的熱門研究方向。然而，在這欣欣向榮的熱鬧局面下，卻隱藏著許多問題并逐漸暴露出來，著重反映在生態學專業的研究生培養方面。而這些問題也是作者在近年來進行生態學研究生教學培養過程中所發現的，雖然不能說具有完全的普遍性，但是卻具有一定的代表性，因此希望通過提出并分析這些問題產生的原因及過程，提出相應的解決方案，并為將來生態學專業研究生甚至本科生的培養提供可供參考的方法。
二、存在的問題
（一）片面地理解生態學的學科任務
許多報考生態學專業的學生多存在對該學科認識不足的問題。大部分學生都將生態學專業與環境學專業等同，認為生態學就是治理污染、整治環境的一門學科。作者曾經就“為什么報考生態學專業”這個問題詢問過多位剛剛考上生態學專業研究生的學生，半數以上的學生回答是“因為現在環境污染問題很嚴重，學習生態學能夠治理環境”，或是“有關生態環境的問題現在都是熱門問題，學好生態學以后好找工作”，等等。這樣的答案充分體現出學生對生態學這門學科的錯誤認識，這種錯誤認知必然會影響該專業方向的研究生后續的學習水平，甚至是學習態度。
生態學是一門研究生物與環境之間相互關系的一門學科。生物的生存、繁衍、演化都離不開環境，可以說生態學的核心研究任務是探索環境對生物的影響以及生物對環境變化的反應和影響。然而，由于受到當前整個世界范圍內所出現的環境問題的影響，促使我們對生態環境產生了超乎以往的關注，長此以往就導致了社會大眾普遍認為“生態學是治理環境的一門科學”或是“生態學就是環境學”。因此，幫助學生糾正這一錯誤理解，為他們講解完整的生態學學科體系和正確的生態學研究任務，應該成為新生入學后的第一課。
（二）忽略或不重視生態學的基礎學習及研究
基礎知識和基礎理論的學習是每一門學科的必要學習環節，也是生態學方向碩士研究生培養過程中需要進行重點理解和掌握的方面。生態學是一門綜合性的學科，盡管具有門類眾多的分支學科，但生態學兼具理論和應用、基礎與創新的研究方向。因此，在針對生態學專業的研究生開設的相關課程中，需要設定符合這門學科以及社會發展需要的培養方案，開設多門有關生態學的相關課程，如理論生態學、應用生態學、基礎生態學、生態系統生態學、景觀生態學，另外也可以根據區域發展的特色，開設諸如流域生態學、植被生態學、農業生態學、恢復生態學等方面的科目。以上的學科是每位生態學方向的研究生在一年級階段展開全面學習的主要內容，都需要基于對相關的基礎知識和基礎理論的充分理解和掌握，才能夠進入到對特定科學問題進行提煉并展開深入研究的階段。
然而在實際的教學過程中，作者發現大部分學生通常忽略了對基礎知識的有效累積，部分學生往往只注重應用研究，或者寧愿花費更多的時間用于學習相關的統計分析軟件，而不愿意花更多的精力再深入理解生態學這門學科的基礎知識和重要理論。這也導致了有相當比例的學生，雖然已經掌握了生態學方面的相關軟件，并能夠通過操作這些軟件對一些問題進行統計分析，但是卻不能針對研究結果展開合理解釋，出現了只會做圖而不會分析的尷尬局面，而造成這種現象的主要原因就是大部分學生都不具備扎實的基礎知識和理論儲備。另外，許多學生在學習過程中普遍表現出比較浮躁的學習態度，并且缺少主動思考的能力以及對科研學習的興趣和探索精神，等等。這些問題均在一定程度上限制了學生的學習能力，大大降低了學習和教學效果，因此這迫切地需要在今后的教學過程中尋找到行之有效的方法來解決。
（三）缺乏將理論應用于實際的能力
生態學基礎理論與實際應用相結合的一門學科，大部分的分支學科（如植被生態學、景觀生態學、種群生態學等）都需要進行野外的實踐調查研究。因此，進入生態學專業學習的研究生，一般均被要求進行室內或室外的調查和實驗。例如在一年之中，研究生需要針對所要研究的不同生物類別，分春、夏、秋等不同季節依次展開野外調查。野外實驗是生態學中重要的研究方法和獲取第一手數據的有效手段，也是將課堂和書本中的基本理論和知識運用于實際，接受現實檢驗的有效途徑。一方面，野外實驗能夠幫助我們發現現實世界中所實際存在的科學問題，另一方面通過野外調查和實驗所獲取的數據能夠有利于研究者提出有效的解決方法，這也一直是生態學這門學科進行研究生培養的重要目標之一。
然而，目前在針對生態學方向研究生的教學過程中普遍遇到的情況是，大部分的學生缺乏主動參與到野外實踐調查的積極性，不能獨立制訂野外調查計劃和具體實施事宜，甚至部分學生在野外調查工作中消極應付，這些都是造成學生無法主動發現科學問題，展開實際調查研究的本質原因。此外，許多學生通常還會將理論與實際問題相分離，只會在教師的指導下進行實驗、處理數據、繪制圖表，卻無法解釋清楚隱藏在數據背后的真實規律。這其實是缺乏將理論與實際相結合的能力，同時也是造成目前很多學生無法發表高水平學術論文的主要原因。
三、解決方案
（一）加強基礎理論課的教學，并出臺相應的考核機制
基于對當前生態學專業研究生教學過程中所出現的問題，本研究認為應該首先加強對研究生的基礎理論課的教學，通過對生態學及其主要分支學科中的基礎理論的講解，培養學生的學習興趣，打下扎實的理論基礎，為之后實踐教學的開展奠定基礎。
目前我國在研究生教育過程中，大多缺少嚴格的考核機制，加之社會影響以及學生自身的原因，導致了研究生的教育質量一年不如一年，這在一定程度上既浪費了教學資源，也并不能成功實現科研人才的培養。因此，本研究認為，針對生態學專業的研究生教學，需要制定嚴格的考核機制，如可以開展不定期的隨堂考，課堂上加強提問以及討論環節，老師在課堂上隨即根據學生的表現進行打分，最終按照一定的評分標準，將這部分的成績納入到學科成績中。這樣的考核機制一方面能夠隨時檢驗學生的課堂聽課效果，同時也能督促學生的學習以及提高學習積極性。
（二）在實踐教學中設置考核環節，提高學生的參與性和相互學習的積極性
社會的發展需要能夠將專業知識和客觀規律應用到實際生產中的應用型人才。因此，在培養生態學專業方向研究生的過程中，需要著重提高學生們提出科學問題的能力，并引導學生自己去尋找研究方法或制訂實驗方案，讓學生帶著問題去開展野外或室內的實驗工作，這樣才能真正實現生態學方向的科研人才的培養。
由于受到時間、人力和物力的影響，在生態學專業的研究生進行野外實踐調查或室內實驗的過程中，很少會專門針對學生的調查和實驗過程設置考核環節，這就易于導致部分學生可能會產生缺少積極性、怕苦怕累的消極思想。因此，在實踐教學的環節中，就需要教師主動參與進來，不僅僅是充當“指揮者”，而是要善于成為一名“旁觀者”，觀察學生的調查以及操作過程，真正的讓學生成為實踐活動的主要參與者。每天實驗結束后，學生都要撰寫當天的調查或實驗日志，需要向老師匯報每天的野外調查或室內實驗的進展情況，并就調查和實驗中存在的具體問題與教師展開討論，與此同時制訂好第二天的研究計劃。在這個過程中，教師可以對每位學生的實際表現進行評分。這樣能夠為切實鍛煉學生的實踐能力、提高學生們的工作積極性提供有力的條件。另外，教師可以在野外實驗過程中，特意安排不同研究方向的學生在一起共同完成工作，這樣可以為學生提供了解其他研究方向的機會，擴展知識面，提高學生們相互學習的積極性。
參考文獻：
[1]王曉漫，王宗萍.研究生培養條件影響研究生質量的實證分析[J].教育科學，2008，24（2）.
[2]鐵錚.研究生質量“再思量”[J].北京教育（高教），2015，（3）.
[3]宋克慧，田圣會，彭慶文.應用型人才的知識、能力、素質結構及其培養[J].高等教育研究，2012，33（7）.
[4]王守林，劉起展，張正東，李忠，周建偉，王心如.構建學術交流平臺，提升研究生創新思維能力[J].南京醫科大學學報（社會科學版），2006，（04）.
生物統計研究方向范文5
[關鍵詞]生活飲用水；供水；監測
[DOI]1013939/jcnkizgsc201714254
牡丹江市目前共有3 座水廠，人口約90萬人，總供水能力為85 萬噸/ 日。此次我們對牡丹江東安、陽明、愛民3個區36份水樣的水質進行檢測，判斷其是否符合國家標準，為相關部門對飲用水的管理提供依據。
1實驗器材與方法
11實驗試劑
（1）總離子強度調節緩沖劑（TISAB）；
（2）碘化鉀溶液（5g/L）；
（3）磷酸鹽緩沖液（pH=65）；
（4）N，N-二乙基對苯二胺（DPD）溶液（1g/L）；
（5）亞砷酸鉀溶液（50g/L）；
（6）5000mmol/L氟化物標準貯備液（950mg/L）。
12主要儀器
原子吸收分光光度計（北京普析通用公司，型號：TAS-986）；恒溫培養箱（西安禾普生物公司，型號：KLH-150FD）；電熱恒溫水浴箱（天津華北實驗儀器公司，型號：SHHW21）。
13實驗方法
第一，研究對象隨機選擇牡丹江市陽明、愛民、東安36戶住戶為采樣點，共檢測水樣36份，對生活飲用水中的8個指標檢pH值、鐵、余氯、氟化物、臭和味、肉眼可見物菌落總數、總大腸菌群檢測。第二，按《生活飲用水標準檢驗方法》（GB/T 5750―2006）進行水樣的采集、保存和運送，樣品于4h之內送實驗室。
14檢測方法
（1）水樣中總大腸菌群采用平板法測定；
（2）水樣中糞大腸菌群采用多管發酵法測定；
（3）水樣中余氯含量采用N，N-二乙基對苯二胺（DPD）分光光度法測定；
（4）水樣中氟離子含量采用離子選擇法測定；
（5）水樣中鐵含量采用原子吸收分光光度法測定。
15數據分析
所有實驗數據均以x―1±s表示，采用SPSS130統計軟件包處理數據均數比較用t檢驗，多組間指標的比較采用方差分析，組間兩兩比較采用LSD法，以p
2實驗結果
21水樣的檢測結果
通過表1可看出總大腸菌群（未檢出）國家標準不得檢出，合格率為100%；菌落總數（95±56）005，合格率為100%；鐵（016±005）
22各區使用不同管道材質水質的鐵含量結果
由表2可見：不同管材的水質間鐵含量有差異，以其他管材水樣中鐵含量為對照，鑄鐵管材水樣中鐵含量升高，并且具有統計學意義p
3討論
本次實驗經過對牡丹江市陽明區、愛民區、東安區3個區水樣的檢測，肉眼可見物、總大腸菌群、臭和味、菌落總數、余氯、鐵、氟化物7個指標符合國家標準。感官性狀、毒理學指標和細菌指標也符合國家標準但因實驗設施有限放射性指標并未測出。
鐵是人體必需的微量元素，適量對人體有高度的生物學意義，超量則影響人體健康。[1]不同材質的供水管道的鐵含量不同，使用鐵管材質的鐵含量明顯高于其他材質的含量，國家標準中飲水鐵不超過03mg/L，雖未超標，但因鐵管老化生銹使鐵含量增加，建議用符合毒物學及微生物學測試的新管網材料替換。
氟是動物和人生命活動所必需的元素之一，[2]攝入氟不足或過量都會對身體造成不良影響。[3]本次試驗測得水中氟化物為（058±015）
飲用水中余氯的測定是評價飲用水總大腸菌群、游離余氯、菌落總數安全性的重要指標。試驗測得牡丹江36份水樣中菌落總數（95±56）005；總大腸菌群沒有檢出，其中微生物指標菌落總數和總大腸菌群含量符合國家標準，余氯也符合國家標準，牡丹江36戶生活飲用水微生物學指標良好。
4結論
牡丹江市36戶生活飲用水水質中在肉眼可見物、臭和味、總大腸菌群、菌落總數、余氯、鐵、氟化物7個指標檢測，結果顯示均符合國家生活飲用水水質標準并且水質良好。不同管材的水樣中鐵離子含量有差別。鐵管材質的鐵含量明顯高于其他材質的含量。建議用符合毒物學及微生物學測試的新管網材料替換老化生銹的鐵管。
參考文獻：
[1]邵紫秋紫外分光光度法測定食物鐵元素研究[J].食品安全導刊，2014，18（6）：154-155
[2]王睿，曾強，侯常春，等高氟對機體非骨相損害的研究進展[J].中華地方病學雜志，2013，32（2）：230-232
生物統計研究方向范文6
關鍵詞：數據挖掘；神經元；方法；應用；發展
中圖分類號：TP311.13 文獻標識碼：A 文章編號：1007-9599 (2012) 12-0000-02
一、引言
伴隨信息技術的迅猛發展，數據庫規模與應用的不斷擴大，大量數據隨之產生。新增的數據包含了重要的信息，人們希望更好地利用這些數據，并通過進行更高層次的數據分析，為決策者提供更寬廣的視野。
現今，很多領域已建立了相應的數據倉庫。但人們無法辨別隱藏在海量數據中有價信息，傳統的查詢方式無法滿足信息挖掘的需求。因此，伴隨著數據倉庫技術不斷發展并逐漸完善的一種從海量信息中提取有價潛在信息的嶄新數據分析技術------數據挖掘（Data Mining）技術應運而生。
二、數據挖掘概念
數據挖掘技術從1990年左右開始，發展速度很快，數據挖掘技術的產生和不斷發展可使得人們對當今世界的海量數據中隱藏著人們所需要的商業和科學信息等重要信息進行挖掘。數據挖掘運用到交叉學科，涉及到，包括Database、AI、Machine Learning、人工神經網絡（Artificial Neural Networks）、統計學（statistics）、模式識別(Pattern Recognition)、信息檢索（Information Retrieval）和數據庫可視化等，因此數據庫目前還沒有明確的定義。通常普遍認可的數據挖掘定義是：從數據庫中抽取隱含的、以前未知的、有潛在應用價值的模型或規則等有用知識的復雜過程，是一類深層次的數據分析方法。
三、數據挖掘方法
由于數據挖掘技術研究融合了不同學科技術，在研究方法上表現為多樣性。從統計學角度上劃分，數據挖掘技術模型有：線形/非線形分析、回歸/邏輯回歸分析、單/多變量分析、時間序列/最近序列分析和聚類分析等方法。通過運用這些技術可以檢索出異常形式數據，最后，利用多種統計和數學模型對上述數據進行解釋，發掘出隱藏在海量數據后的規律和知識。
（一）數據挖掘統計
統計學為數據挖掘技術提供了判別方法與分析方法，經常會用到的有貝葉斯推理(Bayesian reasoning; Bayesian inference)、回歸分析（Regression analysis)、方差分析(Analysis of Variance，簡稱ANOVA)等分析技術、貝葉斯推理是在估計與假設統計歸納基礎上發展的全新推理方法。貝葉斯推理在與傳統統計歸納推理方法相比較，所得出的結論不僅根據當前觀察得到的樣本信息，還將根據推理者過去相關的經驗和知識來處理數據挖掘中遇到的分類問題；回歸分析是通過輸入變量和輸出變量來確定變量之間的因果關系，通過建立回歸模型，根據實測數據求解模型的各參數，若能很好的擬合，則可根據自變量進一步預測。統計方法中的方差分析是通過分析研究中估計回歸直線的性能和自變量對最終回歸的貢獻大小，從而確定可控因素對研究結果影響力的大小。
（二）聚類分析（Cluster analysis ）
聚類分析(Cluster analysis)是將一組研究對象分為相對同質的群組(clusters)的統計分析技術。 同組內的樣本具有較高相似度，常用技術有分裂/凝聚算法，劃分/增量聚類。聚類方法適用于研究群組內的關系，并對群組結構做出相應評價。同時，聚類分析為了更容易地使某個對象從其他對象中分離出來的方法用于檢測孤立點。聚類分析已被應用于經濟分析（Economic analysis）、模式識別(Pattern Recognition)、圖像處理(image processing)等多種領域。
（三）機器學習（Machine Learning）
機器學習方法經過多年的研究已相對完善，通過建立人類的認識模型、模仿人類的學習方法從海量數據中提取信息與知識，在很多領域已取得了一些較滿意的成果。因此利用目前比較成熟的機器學習方法可以提供數據挖掘效率。
（四）數據匯總
數據庫中的數據和對象經常包含原始概念層上的詳細信息，將數據集通過數據立方體和面向對象的歸納方法由低概念層抽象到高概念層，并對數據歸納為更高概念層次信息的數據挖掘技術。
（五）人工神經網絡（Artificial Neural Networks）
神經網絡是一種模范動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。近年來在解決數據挖掘中遇到的問題越來越受到人們的關注，源于人工神經網絡具有良好的自組織自適應性、并行處理、分布式存儲和高容錯等特性，并通過調整內部大量節點之間相互連接的關系，達到處理信息的目的。
（六）遺傳算法（Genetic Algorithm）
遺傳算法（Genetic Algorithm）是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優解的方法，是一種受生物進化啟發的學習方法，通過變異和重組當前己知的最好假設來生成后續的假設。遺傳算法可直接對結構對象進行操作，不存在求導和函數連續性的限定，能自動獲取和指導優化的搜索空間，自適應地調整搜索方向。遺傳算法已被人們廣泛地應用于多種學科領域。
（七）粗糙集
粗糙集是一種刻劃不完整性和不確定性的數學工具，能有效地分析不精確，不一致（inconsistent)、不完整（incomplete) 等各種不完備的信息，還可以對數據進行分析和推理，從中發現隱含的知識，揭示潛在的規律。粗糙集理論應用于數據挖掘中的分類、發現不準確數據或噪聲數據內在的結構聯系。
四、數據挖掘技術發展趨勢
當前，數據挖掘技術不斷創新與發展，數據挖掘技術開發研究人員、系統應用人員所面對的主要問題：高效、有效的數據挖掘方法和相應系統的開發；交互和集成的數據挖掘環境的建立以及在實際應用中解決大型問題。
五、小結
數據挖掘技術涉及到多種學科技術，如：數據庫技術、統計學、機器學習、高性能計算、模式識別、神經網絡、數據可視化、信息檢索及空間數據分析等。因此，數據挖掘是非常有前景的研究領域，隨著數據挖掘技術的不斷發展，它將會廣泛而深入地應用到人類社會的各個領域。
參考文獻：
[1]羅可，蔡碧野.數據挖掘及其發展研究[J].計算機工程與應用,2002
[2]趙丹群.數據挖掘：原理、方法及其應用[J].現代圖書情報技術,2000
[3]劉毅勇.情報分析智能輔助決策方法及其軍事應用[M].北京：國防大學出版社，2001
[4]唐曉萍.數據挖掘技術及其在指揮控制系統中的應用[J].火力與指揮控制，2002
[5]Alex Berson，Stephen J．Smith，Data Warehousing，Data Mining,&OLAP[M], McCraw-Hill Book Co,1997
[6]吳修霆.SAS數據挖掘技術的實現[J].微電腦世界,2000, Vol.14:pp44-45
[7] INDERPAL BHANDARI, EDWARD COLET, JENNIFER PARKER, ZACHARYPINES, RAJIV PRATAP, KRISHNAKMAR RAMANUJAM. Advanced Scout: Data Mining and Knowledge Discovery in NBA Data. Data Mining and Knowledge Discovery,1997,1:121～125
