前言：中文期刊网精心挑选了生物统计研究方向范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
生物统计研究方向范文1
关键词： 生物信息学 研究生教学 实践
1.引言
生物信息学（bioinformatics）是一门新兴的交叉学科，生物学与医学、数学、计算机科学是其中三个主要组成部分。生物信息学作为跨越生命科学和信息科学两大热点领域的学科，拥有蓬勃的生命力。面对人类基因组计划所产生的庞大的分子生物学信息，生物信息学的重要性已越来越突出，它无疑将会为生命科学的研究带来革命性的变革。［1］［2］国内外对生物信息学的人才需求也在激增。
目前，生物信息学在我国尚处于起步阶段，因为要进行生物信息学的研究，对人员要求很高，需要深厚的生物大分子结构和功能方面的背景知识，需要扎实的应用数学或统计学知识，还需要精通计算机，至少得具备三者之二。但实际情况是大部分从事生物学研究的人不熟悉计算机，而从事计算机科学的人员多数又缺乏对生物学的了解。尽管如此，生物信息学的教育在国内外高等院校及科研机构越来越普及。据不完全统计，我国超过30个高校或科研机构开设生物信息学专业课程。［3］这些研究与教育一般分散在多个系所属的多个专业中，如生命科学院（北京大学等）、计算机学院（哈尔滨工业大学等）、理学院（天津大学等），我校是由计算机学院开设全校公共课。不同学校根据自身的情况，在开设生物信息学这门课时，侧重点都不一样。如果由医学院的教师授课，则侧重点可能在致病基因的研究方面，［4］计算机专业教师授课则可能侧重于数据库的管理、查询等方面，［5］理学院的教师授课则可能侧重于生物信息学中的数学问题。笔者是计算机专业出身的，研究方向为图像处理与模式识别，所以主要从计算机和数学的角度去授课。另外，研究生教学又与本科生教学［6］不同，研究生教学更加应该注重培养学生的主动学习意识和综合能力。笔者将教学实践中的心得进行了初步的总结，以供商榷。
2.注重培养学生的学习兴趣
从培养学生的学习兴趣出发，在课堂教学过程中，充分利用丰富的网络资源，如图像、视频等。比如在介绍模式生物时，可以给出各种模式生物的图像；在介绍各种各样的生物数据库时，可以在课堂上现场上网登陆数据库，演示和介绍各个数据库的特点和使用方法等。研究生不同于本科生，本科生可能比较习惯于教师的灌输性教学，而研究生教学更加鼓励学生主动自觉地学习。这从“研究”一词的英文解释“re-search”――再（“re-”）探索（“search”）中也可以看出。教师在研究生学习过程中主要起引路的作用，而不可能手把手带着学生研究。生物信息学更是如此，它是一门新兴的交叉学科，很多理论和研究内容还不成熟，需要科学工作者不断地探索。因此，通过生动形象的启发式课堂教学，培养学生的学习兴趣，对学生以后的进一步研究有着重要的作用和意义。
3.注重培养学生的综合素质
在生物信息学的上课过程中安排几次学生的课堂报告。具体做法是：由教师或学生在国外重要期刊（如Bioinformatics）或会议上找与学生自身的研究方向比较相近的生物信息学方面的最新文献，然后几个学生一组共同针对某几篇文献进行阅读、理解，最后以报告的形式跟大家一起交流和讨论。在这个过程中，可以培养学生的如下几个方面的能力：
（1）搜寻资料的能力。现在网络非常发达，网络资源也非常丰富，如何从纷繁复杂的网络资源中找到自己所需的资料不是一件容易的事。学生可以通过学校购买的数据库进行查找适合自己的文献资料，也可以通过搜索引擎进行查找。通过这个过程，学生可以了解有哪些数据库可以利用，哪些网站资源比较丰富，以及选择什么关键词进行查找比较有效，等等。
（2）阅读外文文献的能力。学生在本科阶段一般没有读外文文献的习惯，而进入研究生学习阶段，为了了解和研究国际前沿领域，就必须阅读大量外文文献，毕竟国外的科技实力在很多方面还是处于领先位置的。给学生指定几篇优秀的外文文献进行阅读和理解，可以一定程度上锻炼学生阅读外文文献的能力。因为要想真正理解文献的内容，就必须对文献进行仔细认真的阅读和研究。
（3）团结协作的能力。每个课堂报告都是由几个学生共同参与完成的，在这过程中有组织协调和分工的问题，这需要大家共同努力，团结协作。团结协作在当今社会越来越被推崇，所以培养学生团结协作的能力对于他们以后进入社会很有帮助。从实际执行的情况看，效果还不错。比如有的学生数学基础好，他就负责理解文献中的公式和算法部分；有的学生计算机能力比较强，他就负责编程实现、课件制作等。
（4）口头表达的能力。课堂报告的最后陈述和讨论可以锻炼学生的口头表达能力。有的学生平时很少有作报告的机会，所以口头表达的能力得不到锻炼。本课程提供给学生一次口头表达能力锻炼的机会，让学生体会到如何组织报告内容、如何把自己理解的内容介绍给听众是比较有效的，是容易被大家理解和接受的。
4.理论与实践相结合，鼓励交叉性研究
为了做到学有所用，笔者从每个学生自身的研究方向出发，为每个学生指定与其研究方向相关的生物信息学方面的最新文献进行阅读和理解。鼓励学生进行跨学科切交叉性研究，将所学的生物信息学知识应用于实际的研究中，或者利用已掌握的知识促进生物信息学的研究。比如课堂上的计算机学院的学生有研究图像处理与模式识别的，就给他们安排一些生物图像处理、基因识别等方面的文献。这种交叉性的学习和研究，有可能激发学生的灵感，获得比较大的创新性成果。
5.结语
生物信息学课程教学的实践表明，学生经过这门课程的学习，学到了一定的内容，如对生物信息学这门课有了比较清楚的了解和认识、综合素质得到了一定的提高、找到了一些适合自己的研究切入点等。总的来说，教学效果不错，但还需要进一步探索，进一步完善。
参考文献：
［1］张阳德.生物信息学［M］.北京：科学出版社，2005：1-15.
［2］郝柏林，张淑誉.生物信息学手册［M］.上海：上海科学技术出版社，2002：1-10.
［3］许忠能.生物信息学［M］.北京：清华大学出版社，2008：8-17.
［4］曹骥，黎丹戎.浅谈医学生物信息学的教学模式［J］.广西医科大学学报，2007，（24）：122-123.
生物统计研究方向范文2
1.1本科教育忽略学生实验技能、逻辑思维和创新能力的培养本科生学习模式中老师与学生基本是零交流,老师幻灯片教授已有现成的书本知识,学生接受、理解、记忆,完成考试即可。这种方式严重忽略了学生思考能力和创新力的培养,使其缺乏逻辑思维和创新思维的意识习惯。而学生在面临探索型科学研究时就似隔屋撺椽,无法胜任。
1.2本科教育学习环境简单,缺乏必需的社交经验医学生的本科学习任务相对其他专业更加繁重,课业、考试压力大,大学生实践活动较少,缺乏丰富的人际交往经验。而研究生学习环境相对复杂,需要处理好与导师、同门、厂家、其他实验室之间的关系,存在一定的利益诱惑。一旦进入研究生阶段学习,如何适应这种环境的改变就显得尤为重要。
1.3研究生生源种类多,知识背景相差大目前研究生招生来源很多,甚至还会有跨专业报考的现象,所以知识背景相差很大。比如现代的医学科学研究常常接触到分子水平的实验,本科为临床医学或护理学的医学研究生比较缺乏。即使本科阶段有一些相关基础课,由于没有认识到重要性,知识也比较薄弱;而本科为生物技术的研究生比其他专业的学生掌握更多的分子生物学背景知识。研究生阶段的教学是以自学为主,在参差不齐的背景下,如何让医学研究生迅速学习和掌握良好的科研技能,是一个非常重要的问题。
2医学研究生科研技能培养的模式探讨
2.1加强本专业相关理论知识的积累并进行科研尝试为弥补本科生理论基础薄弱的情况,研究生一年级主要是进行理论学习以满足将来的科研要求,如实验动物学提供动物实验的基础知识,科学研究严谨的设计和分析需要统计学。但研究生导师的研究方向很多,对学生的要求也不一样,已有的学校研究生课程无法满足每个方向的不同要求。为此,重点学习相关专业的背景知识尤为重要。如对于生殖医学研究方向的研究生,就需要加强生殖医学和生殖生物学的基础知识,与其他方向的研究生要求略有不同。为了让研究生学习生殖相关基础知识,学校最近专门开设了生殖生物学选修课程,供生殖医学研究方向的研究生选修。现在的医学研究已经深入细胞和分子水平,需要用到多种大型仪器。仪器分析课程可以帮助研究生了解常见大型仪器的原理,如用于断层扫描的激光共聚焦、细胞检测和分选用的流式细胞仪、超高分辨率的电子显微镜等。通过这些理论课程的学习,研究生可以掌握常见大型仪器的基本原理,有助于将来课题的实验设计。以上的努力仍然不能为每个研究方向的研究生开展课题研究提供足够的理论知识。所以在已有的理论课程的基础上,通过组织相关研究方向的研究生深入学习专业相关的专着就很有意义。如本实验室从事发生研究的研究生,就组织学习发生相关的英文专着,如HistologicalandHistopathologicalE-valuationoftheTestis和Andrology-MaleReproductiveHealthandDysfunction。研究生自学后以讲座的形式,给其他同学介绍各个章节的内容。通过这种途径,在学到专业知识的同时,提高了自学能力和英文专着阅读能力,锻炼了总结、陈述、演示以及制作讲解报告的能力,有助于开题报告和毕业答辩的顺利完成。
2.2培养良好的实验技能分子生物学是从分子水平研究生命现象、生命本质、生命活动及其规律的科学,与其他学科广泛交叉渗透,是当前生命科学中迅速发展的前沿学科。医学分子生物学是实验性极强的学科,其实验技术和方法已普遍应用到各个学科的研究中。除了分子生物学技术,其他如细胞生物学等技术也在科研中广泛使用,这些实验技能的培养对于其课题开展均具有重要的意义。目前研究生数量多,教育资源有限,即使有实验课程安排也无法实现让每个研究生动手操作。所以研究生实验技能的培养不能仅靠学校的研究生课程;再者医学研究生一般来自于医学专业如临床医学或者护理学等,本科教育没有经过分子生物学理论和实践培训,所以研究生进入实验室后,还需要进一步培训。为此,本实验室在培养模式上进行了一些尝试。组织由多位教师、技术员和高年级博士组成的培训团队,以专题培训的方式对实验室基本科研技能进行短期培训,包括RT-PCR、苏木素伊红染色、免疫荧光、Westernblot、流式细胞术、显微镜操作、文献检索等多种常规实验方法和技术,目的是让刚进入实验室的研究生迅速掌握常用分子生物学和细胞生物学技术以及常规实验仪器和设备的使用。实验技能培训分为三个部分,首先介绍实
验的基础理论,然后演示实验操作,最后由学生独立完成实验,完成的实验结果由老师统一评价。只有能独立地完成每个实验,才算顺利通过培训。我们深知理论是为了指导实践,所以理论与实践齐头并进的模式能取得更好的效果。在基本理论知识学习的过程中,同时进行实践操作,引导学生发现问题并探索思考,形成边动手边思考、理论指导实践的学习模式。本实验室通过这样统一的理论和实践相结合的培训,帮助研究生在短时间内系统而迅速地掌握常用的基础实验理论和技术,为后续课题开展奠定了坚实的基础,取得了很好的效果。 2.3严格实验室规范管理实验室是高校研究生科研实验技能培养的主要场所,其建设和管理水平直接影响研究生科研实验技能的水平。比如一个实验室通常有多个研究生,每个研究生在课题开展中一般会使用多种仪器设备。有的仪器设备比较贵重,操作不当可以导致仪器损坏,甚至威胁人身安全。如高速离心机使用时,转子不盖盖子,高速旋转时,转子可以飞出离心机,导致财产或人身损伤。所以如何能保证仪器的正常使用和得到高质量的研究数据,有序的管理就显得非常重要。以本实验室为例,实验过程中会有常见仪器,如pH计、天平等;有贵重仪器,如高速离心机、荧光显微镜、定量PCR仪等;还有一些大型的仪器,如电子显微镜、流式细胞仪、激光共聚焦显微镜等。本实验室采用如下管理方式:对于实验室常见仪器,研究生通过培训过后可以自由使用。而大型仪器一般都有分析测试中心集中管理,如电子显微镜、流式细胞仪等设备有工作人员操作,学生只需理解原理,按照要求准备样本和学会分析数据。但有的大型仪器如激光共聚焦,学生可以通过专门的操作培训,自己独立操作。高速离心机、荧光显微镜等设备一般都有专人管理。在学生进入实验室统一培训时,会涵盖这些设备的使用。如此,既使得实验室仪器得到正常使用,又营造了严谨、有序和安全的实验室环境,为进行科学研究提供了必要保证。
生物统计研究方向范文3
［关键词］高校；统计学；专业；教育；思考
doi：10.3969/j.issn.1673-0194.2013.02.045
［中图分类号］G64［文献标识码］A［文章编号］1673-0194（2013）02-0097-02
1 关于统计学专业人才培养目标
（1）统计学专业主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。
（2）要求学生具有扎实的基础知识，受到比较严格的科学思维训练；基础应包括：数学基础、经济学基础、统计学基础和计算机基础；注重融合贯通，指导学生将统计学的基本理论、基本知识、基本方法合理地应用于社会经济领域；具有应用统计学理论分析、解决该领域实际问题的初步能力；突出定量分析，即培养学生对各种统计数据的数量分析能力。良好的定量分析能力，是统计专业学生区别其他专业学生的一个显著性的标志；能熟练使用各种统计软件包，有较强的统计计算能力；通过大量的实验教学，培养学生解决问题的能力。
（3）具有一定的写作基础和协调沟通能力。出色写作基础和协调沟通能力能够捉供信息和进行交流，是发挥统计作用必不可少的条件。
（4）对于统计学来说，能熟练地运用计算机分析数据，是统计学的基础。计算机的发展使得复杂的数据计算变得简便快捷，成为统计计算的重要工具。如今，随着使用计算机以及网络的普及，使社会产生了重大的变革，信息传递的质量都发生了质的飞跃。统计学的发展不能离开计算机。所以毫无疑问，应当培养学生学习相关的计算机科学知识。包括数据结构、程序语言设计、程序设计方法、数据库系统的开发与管理、程序设计等等。我们也应当扩展课程设置。
（5）在学生已具有一定英语基础之上，开设统计专业英语要求学生掌握常用的经济和统计词汇及基本表述方法。一是为学生进一步学习英语创造一个环境，使学生不因通用英语课程的结束而荒弃英语的学习。另一个方面，通过专业英语的学习，为学生在阅读和翻译经济，特别是统计著作、文献时扫除障碍，为毕业论文写作和继续深造打下基础。
（6）了解与经济统计、金融统计、生物统计或社会统计等有关的自然科学、社会科学、工程技术某一领域的基本知识。统计学与经济学、管理学、金融工程等学科的结合因数据处理和采集的方法具有多样化，统计分析方法也相对复杂，专业化统计学的应用不仅要提高理论统计学的基本素质，还要注重掌握经济学的理论、金融学理论、管理科学的理论与计算机的技术方法。统计理论与应用的紧密结合显得比以往更为迫切，更加重要。就拿统计学与金融工程来说，就属于交叉性学科，其中投资分析与风险管理两个方面就涉及到了统计数据描述和推测统计学。无论哪个方面，金融工程与统计学都是密切相关的，金融分析离不开统计，目前注册金融分析师在中国需求量很大，但是只有传统的金融理论、金融制度的知识是远远不够的。注册金融分析师对数量技术要求很高，其中最为重要的就是统计的知识；固定收益证券分析，权益证券分析几乎都需要用到各种统计方法。据报道，中国本土金融分析师极度缺乏，但中国加人世界贸易组织后，金融市场对注册金融分析师的需求量又很大。因此，培养具有统计专业能力的复合人才显得尤为重要。
2 关于统计学本科专业课程设置
专业课程设置是专业培养目标决定了向学生传授什么样的知识的问题。课程结构从很大一部分意义上讲将决定学生的知识结构。因此，在确定好研究方向和培养目标后，最主要的就是要解决课程设置的问题。统计学专业的课程设置首先要与所确定研究方向一致，其次要能够实现本专业的培养目标。所以，不同的研究方向下的课程设置是需要有区别的。但无论什么研究方向，其专业课程都应包括以下5大模块：公共基础课程；学科基础课程；专业必修课程；专业选修课程；人文、自然科学类素质课程。各高等院校可根据本校的实际情况，综合社会等各方面对统计专门人才的需求情况，开设适合本校实际情况的课程。
3 关于统计学专业专业课程教学方法和教学手段
教学方法和教学手段决定了怎样向学生传授知识的问题，并且决定学生接受知识的效率。无论何种教学方法和教学手段都2个问题：①如何激发学生学习的兴趣；②用怎样的教学手段来达到较好教学效果。充分运用现代教学手段，更新教学方法，促使教学手段和教学方法有机结合。
（1）在统计学教学中，采用多媒体的使用与讲授式、启发式、探究式等传统教学方法相结合，调动学生学习统计学的积极性。多媒体以生动的画面、逼真的声效，把枯燥、繁杂的内容转化为鲜活、丰富的教学内容，调动学生的兴趣、情绪和注意力。增强了学生对所学知识的感性认识，加深了对所学知识的理解。
生物统计研究方向范文4
关键词：生态学专业；硕士研究生；研究生培养；存在问题；解决方法
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2015）36-0212-02
一、引言
随着环境污染、生物多样性降低、自然资源短缺、人地关系矛盾突出等问题的日益涌现，人们越来越深切地感受到生态环境的重要性。当前，“生态文明”、发展“绿色产业”等已经上升为国家的发展战略，生态学这一学科也愈加受到公众的关注与重视。生态学原本作为生物学的分支学科，现在已经发展成为一门独立的学科，并形成了自己的学科体系。由于生态学专业的多学科性与跨学科性，现实生产生活中所出现的诸多环境与生物方面的问题多能从生态学的理论与实践中寻找到解决办法，生态学专业也逐渐成为热门专业，特别是硕士研究生的报考过程中，生态学经常是学生选择报考的热门研究方向。然而，在这欣欣向荣的热闹局面下，却隐藏着许多问题并逐渐暴露出来，着重反映在生态学专业的研究生培养方面。而这些问题也是作者在近年来进行生态学研究生教学培养过程中所发现的，虽然不能说具有完全的普遍性，但是却具有一定的代表性，因此希望通过提出并分析这些问题产生的原因及过程，提出相应的解决方案，并为将来生态学专业研究生甚至本科生的培养提供可供参考的方法。
二、存在的问题
（一）片面地理解生态学的学科任务
许多报考生态学专业的学生多存在对该学科认识不足的问题。大部分学生都将生态学专业与环境学专业等同，认为生态学就是治理污染、整治环境的一门学科。作者曾经就“为什么报考生态学专业”这个问题询问过多位刚刚考上生态学专业研究生的学生，半数以上的学生回答是“因为现在环境污染问题很严重，学习生态学能够治理环境”，或是“有关生态环境的问题现在都是热门问题，学好生态学以后好找工作”，等等。这样的答案充分体现出学生对生态学这门学科的错误认识，这种错误认知必然会影响该专业方向的研究生后续的学习水平，甚至是学习态度。
生态学是一门研究生物与环境之间相互关系的一门学科。生物的生存、繁衍、演化都离不开环境，可以说生态学的核心研究任务是探索环境对生物的影响以及生物对环境变化的反应和影响。然而，由于受到当前整个世界范围内所出现的环境问题的影响，促使我们对生态环境产生了超乎以往的关注，长此以往就导致了社会大众普遍认为“生态学是治理环境的一门科学”或是“生态学就是环境学”。因此，帮助学生纠正这一错误理解，为他们讲解完整的生态学学科体系和正确的生态学研究任务，应该成为新生入学后的第一课。
（二）忽略或不重视生态学的基础学习及研究
基础知识和基础理论的学习是每一门学科的必要学习环节，也是生态学方向硕士研究生培养过程中需要进行重点理解和掌握的方面。生态学是一门综合性的学科，尽管具有门类众多的分支学科，但生态学兼具理论和应用、基础与创新的研究方向。因此，在针对生态学专业的研究生开设的相关课程中，需要设定符合这门学科以及社会发展需要的培养方案，开设多门有关生态学的相关课程，如理论生态学、应用生态学、基础生态学、生态系统生态学、景观生态学，另外也可以根据区域发展的特色，开设诸如流域生态学、植被生态学、农业生态学、恢复生态学等方面的科目。以上的学科是每位生态学方向的研究生在一年级阶段展开全面学习的主要内容，都需要基于对相关的基础知识和基础理论的充分理解和掌握，才能够进入到对特定科学问题进行提炼并展开深入研究的阶段。
然而在实际的教学过程中，作者发现大部分学生通常忽略了对基础知识的有效累积，部分学生往往只注重应用研究，或者宁愿花费更多的时间用于学习相关的统计分析软件，而不愿意花更多的精力再深入理解生态学这门学科的基础知识和重要理论。这也导致了有相当比例的学生，虽然已经掌握了生态学方面的相关软件，并能够通过操作这些软件对一些问题进行统计分析，但是却不能针对研究结果展开合理解释，出现了只会做图而不会分析的尴尬局面，而造成这种现象的主要原因就是大部分学生都不具备扎实的基础知识和理论储备。另外，许多学生在学习过程中普遍表现出比较浮躁的学习态度，并且缺少主动思考的能力以及对科研学习的兴趣和探索精神，等等。这些问题均在一定程度上限制了学生的学习能力，大大降低了学习和教学效果，因此这迫切地需要在今后的教学过程中寻找到行之有效的方法来解决。
（三）缺乏将理论应用于实际的能力
生态学基础理论与实际应用相结合的一门学科，大部分的分支学科（如植被生态学、景观生态学、种群生态学等）都需要进行野外的实践调查研究。因此，进入生态学专业学习的研究生，一般均被要求进行室内或室外的调查和实验。例如在一年之中，研究生需要针对所要研究的不同生物类别，分春、夏、秋等不同季节依次展开野外调查。野外实验是生态学中重要的研究方法和获取第一手数据的有效手段，也是将课堂和书本中的基本理论和知识运用于实际，接受现实检验的有效途径。一方面，野外实验能够帮助我们发现现实世界中所实际存在的科学问题，另一方面通过野外调查和实验所获取的数据能够有利于研究者提出有效的解决方法，这也一直是生态学这门学科进行研究生培养的重要目标之一。
然而，目前在针对生态学方向研究生的教学过程中普遍遇到的情况是，大部分的学生缺乏主动参与到野外实践调查的积极性，不能独立制订野外调查计划和具体实施事宜，甚至部分学生在野外调查工作中消极应付，这些都是造成学生无法主动发现科学问题，展开实际调查研究的本质原因。此外，许多学生通常还会将理论与实际问题相分离，只会在教师的指导下进行实验、处理数据、绘制图表，却无法解释清楚隐藏在数据背后的真实规律。这其实是缺乏将理论与实际相结合的能力，同时也是造成目前很多学生无法发表高水平学术论文的主要原因。
三、解决方案
（一）加强基础理论课的教学，并出台相应的考核机制
基于对当前生态学专业研究生教学过程中所出现的问题，本研究认为应该首先加强对研究生的基础理论课的教学，通过对生态学及其主要分支学科中的基础理论的讲解，培养学生的学习兴趣，打下扎实的理论基础，为之后实践教学的开展奠定基础。
目前我国在研究生教育过程中，大多缺少严格的考核机制，加之社会影响以及学生自身的原因，导致了研究生的教育质量一年不如一年，这在一定程度上既浪费了教学资源，也并不能成功实现科研人才的培养。因此，本研究认为，针对生态学专业的研究生教学，需要制定严格的考核机制，如可以开展不定期的随堂考，课堂上加强提问以及讨论环节，老师在课堂上随即根据学生的表现进行打分，最终按照一定的评分标准，将这部分的成绩纳入到学科成绩中。这样的考核机制一方面能够随时检验学生的课堂听课效果，同时也能督促学生的学习以及提高学习积极性。
（二）在实践教学中设置考核环节，提高学生的参与性和相互学习的积极性
社会的发展需要能够将专业知识和客观规律应用到实际生产中的应用型人才。因此，在培养生态学专业方向研究生的过程中，需要着重提高学生们提出科学问题的能力，并引导学生自己去寻找研究方法或制订实验方案，让学生带着问题去开展野外或室内的实验工作，这样才能真正实现生态学方向的科研人才的培养。
由于受到时间、人力和物力的影响，在生态学专业的研究生进行野外实践调查或室内实验的过程中，很少会专门针对学生的调查和实验过程设置考核环节，这就易于导致部分学生可能会产生缺少积极性、怕苦怕累的消极思想。因此，在实践教学的环节中，就需要教师主动参与进来，不仅仅是充当“指挥者”，而是要善于成为一名“旁观者”，观察学生的调查以及操作过程，真正的让学生成为实践活动的主要参与者。每天实验结束后，学生都要撰写当天的调查或实验日志，需要向老师汇报每天的野外调查或室内实验的进展情况，并就调查和实验中存在的具体问题与教师展开讨论，与此同时制订好第二天的研究计划。在这个过程中，教师可以对每位学生的实际表现进行评分。这样能够为切实锻炼学生的实践能力、提高学生们的工作积极性提供有力的条件。另外，教师可以在野外实验过程中，特意安排不同研究方向的学生在一起共同完成工作，这样可以为学生提供了解其他研究方向的机会，扩展知识面，提高学生们相互学习的积极性。
参考文献：
[1]王晓漫，王宗萍.研究生培养条件影响研究生质量的实证分析[J].教育科学，2008，24（2）.
[2]铁铮.研究生质量“再思量”[J].北京教育（高教），2015，（3）.
[3]宋克慧，田圣会，彭庆文.应用型人才的知识、能力、素质结构及其培养[J].高等教育研究，2012，33（7）.
[4]王守林，刘起展，张正东，李忠，周建伟，王心如.构建学术交流平台，提升研究生创新思维能力[J].南京医科大学学报（社会科学版），2006，（04）.
生物统计研究方向范文5
[关键词]生活饮用水；供水；监测
[DOI]1013939/jcnkizgsc201714254
牡丹江市目前共有3 座水厂，人口约90万人，总供水能力为85 万吨/ 日。此次我们对牡丹江东安、阳明、爱民3个区36份水样的水质进行检测，判断其是否符合国家标准，为相关部门对饮用水的管理提供依据。
1实验器材与方法
11实验试剂
（1）总离子强度调节缓冲剂（TISAB）；
（2）碘化钾溶液（5g/L）；
（3）磷酸盐缓冲液（pH=65）；
（4）N，N-二乙基对苯二胺（DPD）溶液（1g/L）；
（5）亚砷酸钾溶液（50g/L）；
（6）5000mmol/L氟化物标准贮备液（950mg/L）。
12主要仪器
原子吸收分光光度计（北京普析通用公司，型号：TAS-986）；恒温培养箱（西安禾普生物公司，型号：KLH-150FD）；电热恒温水浴箱（天津华北实验仪器公司，型号：SHHW21）。
13实验方法
第一，研究对象随机选择牡丹江市阳明、爱民、东安36户住户为采样点，共检测水样36份，对生活饮用水中的8个指标检pH值、铁、余氯、氟化物、臭和味、肉眼可见物菌落总数、总大肠菌群检测。第二，按《生活饮用水标准检验方法》（GB/T 5750―2006）进行水样的采集、保存和运送，样品于4h之内送实验室。
14检测方法
（1）水样中总大肠菌群采用平板法测定；
（2）水样中粪大肠菌群采用多管发酵法测定；
（3）水样中余氯含量采用N，N-二乙基对苯二胺（DPD）分光光度法测定；
（4）水样中氟离子含量采用离子选择法测定；
（5）水样中铁含量采用原子吸收分光光度法测定。
15数据分析
所有实验数据均以x―1±s表示，采用SPSS130统计软件包处理数据均数比较用t检验，多组间指标的比较采用方差分析，组间两两比较采用LSD法，以p
2实验结果
21水样的检测结果
通过表1可看出总大肠菌群（未检出）国家标准不得检出，合格率为100%；菌落总数（95±56）005，合格率为100%；铁（016±005）
22各区使用不同管道材质水质的铁含量结果
由表2可见：不同管材的水质间铁含量有差异，以其他管材水样中铁含量为对照，铸铁管材水样中铁含量升高，并且具有统计学意义p
3讨论
本次实验经过对牡丹江市阳明区、爱民区、东安区3个区水样的检测，肉眼可见物、总大肠菌群、臭和味、菌落总数、余氯、铁、氟化物7个指标符合国家标准。感官性状、毒理学指标和细菌指标也符合国家标准但因实验设施有限放射性指标并未测出。
铁是人体必需的微量元素，适量对人体有高度的生物学意义，超量则影响人体健康。[1]不同材质的供水管道的铁含量不同，使用铁管材质的铁含量明显高于其他材质的含量，国家标准中饮水铁不超过03mg/L，虽未超标，但因铁管老化生锈使铁含量增加，建议用符合毒物学及微生物学测试的新管网材料替换。
氟是动物和人生命活动所必需的元素之一，[2]摄入氟不足或过量都会对身体造成不良影响。[3]本次试验测得水中氟化物为（058±015）
饮用水中余氯的测定是评价饮用水总大肠菌群、游离余氯、菌落总数安全性的重要指标。试验测得牡丹江36份水样中菌落总数（95±56）005；总大肠菌群没有检出，其中微生物指标菌落总数和总大肠菌群含量符合国家标准，余氯也符合国家标准，牡丹江36户生活饮用水微生物学指标良好。
4结论
牡丹江市36户生活饮用水水质中在肉眼可见物、臭和味、总大肠菌群、菌落总数、余氯、铁、氟化物7个指标检测，结果显示均符合国家生活饮用水水质标准并且水质良好。不同管材的水样中铁离子含量有差别。铁管材质的铁含量明显高于其他材质的含量。建议用符合毒物学及微生物学测试的新管网材料替换老化生锈的铁管。
参考文献：
[1]邵紫秋紫外分光光度法测定食物铁元素研究[J].食品安全导刊，2014，18（6）：154-155
[2]王睿，曾强，侯常春，等高氟对机体非骨相损害的研究进展[J].中华地方病学杂志，2013，32（2）：230-232
生物统计研究方向范文6
关键词：数据挖掘；神经元；方法；应用；发展
中图分类号：TP311.13 文献标识码：A 文章编号：1007-9599 (2012) 12-0000-02
一、引言
伴随信息技术的迅猛发展，数据库规模与应用的不断扩大，大量数据随之产生。新增的数据包含了重要的信息，人们希望更好地利用这些数据，并通过进行更高层次的数据分析，为决策者提供更宽广的视野。
现今，很多领域已建立了相应的数据仓库。但人们无法辨别隐藏在海量数据中有价信息，传统的查询方式无法满足信息挖掘的需求。因此，伴随着数据仓库技术不断发展并逐渐完善的一种从海量信息中提取有价潜在信息的崭新数据分析技术------数据挖掘（Data Mining）技术应运而生。
二、数据挖掘概念
数据挖掘技术从1990年左右开始，发展速度很快，数据挖掘技术的产生和不断发展可使得人们对当今世界的海量数据中隐藏着人们所需要的商业和科学信息等重要信息进行挖掘。数据挖掘运用到交叉学科，涉及到，包括Database、AI、Machine Learning、人工神经网络（Artificial Neural Networks）、统计学（statistics）、模式识别(Pattern Recognition)、信息检索（Information Retrieval）和数据库可视化等，因此数据库目前还没有明确的定义。通常普遍认可的数据挖掘定义是：从数据库中抽取隐含的、以前未知的、有潜在应用价值的模型或规则等有用知识的复杂过程，是一类深层次的数据分析方法。
三、数据挖掘方法
由于数据挖掘技术研究融合了不同学科技术，在研究方法上表现为多样性。从统计学角度上划分，数据挖掘技术模型有：线形/非线形分析、回归/逻辑回归分析、单/多变量分析、时间序列/最近序列分析和聚类分析等方法。通过运用这些技术可以检索出异常形式数据，最后，利用多种统计和数学模型对上述数据进行解释，发掘出隐藏在海量数据后的规律和知识。
（一）数据挖掘统计
统计学为数据挖掘技术提供了判别方法与分析方法，经常会用到的有贝叶斯推理(Bayesian reasoning; Bayesian inference)、回归分析（Regression analysis)、方差分析(Analysis of Variance，简称ANOVA)等分析技术、贝叶斯推理是在估计与假设统计归纳基础上发展的全新推理方法。贝叶斯推理在与传统统计归纳推理方法相比较，所得出的结论不仅根据当前观察得到的样本信息，还将根据推理者过去相关的经验和知识来处理数据挖掘中遇到的分类问题；回归分析是通过输入变量和输出变量来确定变量之间的因果关系，通过建立回归模型，根据实测数据求解模型的各参数，若能很好的拟合，则可根据自变量进一步预测。统计方法中的方差分析是通过分析研究中估计回归直线的性能和自变量对最终回归的贡献大小，从而确定可控因素对研究结果影响力的大小。
（二）聚类分析（Cluster analysis ）
聚类分析(Cluster analysis)是将一组研究对象分为相对同质的群组(clusters)的统计分析技术。 同组内的样本具有较高相似度，常用技术有分裂/凝聚算法，划分/增量聚类。聚类方法适用于研究群组内的关系，并对群组结构做出相应评价。同时，聚类分析为了更容易地使某个对象从其他对象中分离出来的方法用于检测孤立点。聚类分析已被应用于经济分析（Economic analysis）、模式识别(Pattern Recognition)、图像处理(image processing)等多种领域。
（三）机器学习（Machine Learning）
机器学习方法经过多年的研究已相对完善，通过建立人类的认识模型、模仿人类的学习方法从海量数据中提取信息与知识，在很多领域已取得了一些较满意的成果。因此利用目前比较成熟的机器学习方法可以提供数据挖掘效率。
（四）数据汇总
数据库中的数据和对象经常包含原始概念层上的详细信息，将数据集通过数据立方体和面向对象的归纳方法由低概念层抽象到高概念层，并对数据归纳为更高概念层次信息的数据挖掘技术。
（五）人工神经网络（Artificial Neural Networks）
神经网络是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。近年来在解决数据挖掘中遇到的问题越来越受到人们的关注，源于人工神经网络具有良好的自组织自适应性、并行处理、分布式存储和高容错等特性，并通过调整内部大量节点之间相互连接的关系，达到处理信息的目的。
（六）遗传算法（Genetic Algorithm）
遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，是一种受生物进化启发的学习方法，通过变异和重组当前己知的最好假设来生成后续的假设。遗传算法可直接对结构对象进行操作，不存在求导和函数连续性的限定，能自动获取和指导优化的搜索空间，自适应地调整搜索方向。遗传算法已被人们广泛地应用于多种学科领域。
（七）粗糙集
粗糙集是一种刻划不完整性和不确定性的数学工具，能有效地分析不精确，不一致（inconsistent)、不完整（incomplete) 等各种不完备的信息，还可以对数据进行分析和推理，从中发现隐含的知识，揭示潜在的规律。粗糙集理论应用于数据挖掘中的分类、发现不准确数据或噪声数据内在的结构联系。
四、数据挖掘技术发展趋势
当前，数据挖掘技术不断创新与发展，数据挖掘技术开发研究人员、系统应用人员所面对的主要问题：高效、有效的数据挖掘方法和相应系统的开发；交互和集成的数据挖掘环境的建立以及在实际应用中解决大型问题。
五、小结
数据挖掘技术涉及到多种学科技术，如：数据库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索及空间数据分析等。因此，数据挖掘是非常有前景的研究领域，随着数据挖掘技术的不断发展，它将会广泛而深入地应用到人类社会的各个领域。
参考文献：
[1]罗可，蔡碧野.数据挖掘及其发展研究[J].计算机工程与应用,2002
[2]赵丹群.数据挖掘：原理、方法及其应用[J].现代图书情报技术,2000
[3]刘毅勇.情报分析智能辅助决策方法及其军事应用[M].北京：国防大学出版社，2001
[4]唐晓萍.数据挖掘技术及其在指挥控制系统中的应用[J].火力与指挥控制，2002
[5]Alex Berson，Stephen J．Smith，Data Warehousing，Data Mining,&OLAP[M], McCraw-Hill Book Co,1997
[6]吴修霆.SAS数据挖掘技术的实现[J].微电脑世界,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
