SAS软件在“生物统计学”教学中的应用探索

王 英，朱 稳，陶 均

（海南大学 热带农林学院，海南 海口 570228）

“生物统计学”是我国高校农学、植物保护、园艺等植物生产类本科生专业的学科基础课，也是生物科学、生物技术、食品、海洋等相关专业本科生的专业必修课，设置该课程目的培养植物生产类、生物科学类本/专科学生具备合理的试验设计能力与科学的统计思维方法，并能综合运用所学的生物统计学原理和方法，指导学生较好地解决其在毕设试验、科研与生产实践中可能面临的众多问题。随着大数据时代的来临，数据挖掘对各学科发展的推动作用尤为重要［1］。系统掌握生物统计学知识已成为当代农学类、生物类科研工作者必备的专业素养与能力，该学科在人们科研工作中占据着重要的地位。数据处理的技术与艺术在生物学发展中的需求越来越高，生物统计学在学科人才培养中的地位也愈加重要［2］。由于该课程是将数理统计的原理与方法应用在生物学研究领域，属于应用数学的范畴，具有较强的应用性，故对于植物生产类、生物学类等专业多数师生而言，教与学的难度均较大。

一、在传统的“生物统计学”课程教学中出现的主要问题

传统“生物统计学”的教学普遍存在重理论讲解、轻实践操作等问题。首先表现为学生对课程理论知识较难掌握：由于“生物统计学”的相关理论和分析方法大部分都是建立在较为抽象的科学假设基础上，如在学习“统计推断”时，学生要能较好掌握统计推断，不但要清楚统计推断概念与过程，还须知道对试验资料进行统计推断的2个前提条件。另外，与植物生产类、生物学类其他学科基础课或专业必修课相比，由于生物统计课程内容涉及的概念、统计符号及计算公式多，分析过程复杂，多数学生普遍反映生物统计是一门比较难学的课程。其次为手工分析相应试验数据时具有计算量大、过程烦琐并且容易犯错、效率低的劣势：无论是针对样本资料进行描述性统计部分的数据整理，资料集中性与离散趋势的特征值计算，还是进行推断统计部分的方差分析及协方差分析，均涉及大量烦琐的公式及其相应的计算推导步骤。在以往传统教学时，教师大多通过举例详细解析，以期让学生更好地理解并掌握各种统计计算的涵义，及其所能解决的问题的教学目标。而现实却是教师针对每种统计分析方法讲解一个例题，不仅耗时较长，而且部分学生对相应知识的掌握情况也不全面，很难实现预期的教学目标。再者是课程设置上缺乏试验、实习等实践教学环节，形式单调：传统“生物统计学”的教学比较注重于对理论知识讲解，教师在教学过程中更侧重于将各种统计分析方法涉及的概率论、相关数理统计的原理与方法讲解透彻，普遍采用多媒体和板书结合的教学方式，以PPT展示教学内容、课堂理论知识讲解和公式板书推导计算为主，轻视了实践操作。绝大部分学生通常对本课程的学习模式为课堂做笔记、课后做点练习题，不能较灵活地掌握和应用各种统计分析方法，以致他们掌握的各种计算方法在进行实际的数据分析处理时并不实用，尤其表现在面对大量的毕业论文数据要进行分析时出现了无从下手的现象。

基于本人在多年本科生物统计教学过程中收集到学生对自己在该课程学习中存在问题、困难的反馈，多数学生都认为常用的各种试验设计方法容易理解掌握，但自己在数据处理分析方面就表现出能力不足或者说数据分析成为个人的短板，具体表现为：在课堂上听教师讲解各种常用的试验设计资料的数据统计方法时，个人觉得比较简单，但自己在面对不同试验数据需要选择适当的检验方法并进行相应统计分析时却出现了一定的困惑。经常有毕业班本科生甚至在读研究生反映：自己以前在对该课程学习时重视度不够，感觉该课程教学设计过于偏重于基础理论，比其他专业课程学习难度大又枯燥，学习收效欠佳，特别是个人并未系统学习过一些较好的统计分析软件，或者在本科阶段接触到统计软件实用性欠缺，从而造成了学而无用的感觉。

二、调整优化课程设置与教学内容，增设软件操作实践环节

针对以上问题，我校已对2020级农学本科生的“生物统计学”课程进行了改革。首先，根据海南大学作物学一流学科建设要求及农学一流本科专业发展的需要，对标国内一流农业大学专业课程设置，我们将课程改名为“生物统计与试验设计”，在原来专业必修课的理论教学48学时的基础上，增加16学时的独立试验课及1周的课程实习周，由原来“理论教学”一个环节3学分调整到“理论+试验+实习”三个环节共4.5学分。其次，我们已经尝试在理论课“生物统计与试验设计Ⅰ”的基础上，开展“生物统计与试验设计Ⅱ、Ⅲ”实践教学，增加了统计软件上机应用的实践环节，并且选择了在国际上最为权威的统计分析软件SAS（Statistical Analysis System）作为教学软件。我们选用SAS软件主要有以下三个方面考虑：一是SAS软件在工业界、学术界和科研领域应用非常广泛，统计功能齐全，操作界面直观，程序模式化，生物学类、植物生产类的本科生毕业后在农业科研领域，或读研究生深造时应用的概率相对比较高。二是我校本科“生物统计与试验设计”课程选用的教材是盖钧镒主编的《试验统计方法》（第4版），该教材中所有的例题均在附录部分附相应的SAS程序［3］。另外，我们选用唐燕琼主编的《SAS统计分析教程》作为学生课外自主拓展学习的教材，可满足部分学生的深入学习的要求［4］。三是SAS是模块式结构软件，用SAS软件进行数据统计分析时，可直接调用，它把数据管理与数据分析融为一体，相比其他统计软件是最能体现各种试验设计的统计分析学原理，更有助于学生加深对相应理论知识的理解与掌握。

三、调整优化后的课程对学生平时学习方式与课程考核的要求

在课程教学内容设计上，我们将部分SAS实践内容和相应的理论教学内容整合在一起讲授，并设立了独立试验课来上机实践，主要采取在机房教师集中讲授示范、学生个人上机操作方式进行实训练习，同时提供软件和教学相关例题的SAS程序、SAS教材等作为参考，让学生直接在自己的电脑上安装运行程序，鼓励学生在机房直接完成本次试验教学的SAS上机练习，课后在个人电脑上使用SAS软件完成部分理论课程的作业。

课程加入SAS软件的教学内容后，考查形式也是需要探讨的问题。由于本课程教学开设的对象是本科生，因此我们在课程设计时，针对SAS软件分析部分的知识考查仅限于基础知识方面。由于SAS程序是由数据步和过程步两部分构成。对于学生而言，数据步易于掌握与理解，而对于过程步则要记忆较多的过程名及选项，故我们在考核时强调学生要着重掌握与各章节理论教学重点有关的常用过程名及选项的正确调用及英文写法。另外，由于“生物统计与试验设计Ⅱ”是门独立试验课，16学时，故目前我们将试验课考查内容暂时与48学时理论课进行整合，以试卷形式一起进行期末统考，仅在试验课结束时以“选择、改错”等客观题型为主进行一次随堂测试。我们对SAS软件实践教学重点考查的内容有：（1）SAS程序的编写规则；（2）常用的统计分析方法的SAS实现，如调用MEANS过程或TTEST过程进行t检验，FREQ过程进行频数统计及卡方测验等，用ANOVA 过程或GLM过程进行方差分析，用REG、GLM、CORR等过程进行线性回归与相关分析等，用GLM过程进行协方差分析等；（3）对常用的试验设计数据资料的SAS 运行结果的正确解析，例如，根据线性回归模型GLM的SAS运行结果，学生们要能判定回归关系是否显著，正确读出回归系数，写出回归方程，明确决定系数及其统计意义或计算相关系数等。

在课程实习时，课程教学团队根据教学内容结合实际情况，先制定出实习内容，针对“作物研究论文调查、不同豆类施肥方案的设计与实施”采用分散实施，“科研项目实施报告与参观学习”采用集中实施。通过“作物研究论文调查”实习，我们要求学生通过检索、阅读相应文献，要了解科研论文查询的方法，论文中所采用的试验设计方法与统计分析方法，记录主要研究成果。并能利用SAS软件对论文中所采用的试验设计方法与统计分析方法进行汇总并绘制图表。通过“不同豆类施肥方案的设计与实施”实习，我们要求学生掌握试验方案设计的原理和要求、试验方案设计的过程，设计合理的试验方案并实施，定期对试验指标进行观测，并在试验结束后对资料进行正确SAS统计分析得出科学结论。通过在校内相对集中进行“科研项目实施报告与参观学习”，要求学生通过学习专家报告内容、参观项目田间试验，了解科研项目完整的实施过程与科研工作的原则和要求。通过参观，了解科研项目中使用的试验设计方法和统计分析方法。

四、调整优化后的课程教学效果

经过本次在我校2020级农学专业进行课程实践以后，我们发现绝大多数学生认可“理论+试验+实习”这种课程设置，并对“理论学习+上机软件试验”授课模式的接受度较高，主要体现在以下三方面。

1.学生对学习该门课程的畏惧情绪得以减轻。自主学习本课程的积极性在一定程度上得以明显提高。针对课程SAS上机实践教学内容，我们编写了试验教案并对相关SAS程序进行了详细解释，在班群里上传SAS安装软件，试验教学PPT，要求学生在上机实践前先预习试验内容，并且在个人电脑上安装SAS软件。因此，部分学习积极性高的学生是带着问题进入实践课堂的。在课堂上，教师除了介绍各种常用的试验资料基本的SAS运行程序外，还进行现场上机练习，辅助以个别指导、答疑，有效地减轻了学生对该课程学习的畏惧情绪。另外，在课程实习课上，学生们通过自主设计并实施试验后观察试验指标，分析试验数据等系列实践操作，增加了课程的参与度，提高了学习兴趣。

2.“生物统计学”与专业课程相互融合。我们在教学过程中注重引导学生学以致用，让其将本课程学到的试验设计方法及其统计分析方法应用到专业相关的试验课程中，如作物栽培学、育种学、种子学等课程试验。例如在进行种子耐盐筛选试验时，由学生讨论该试验的研究因素与处理，试验观察指标与观察要求，可能导致产生试验误差的原因，并确定可以通过贯彻局部控制原则进行控制的系统误差等，由每个小组负责学生汇总并作决定，各小组自设计出试验实施方案并执行，进而利用SAS软件对试验数据进行相应分析得出科学结论。经过类似的实践，相关课程教师反映，这种做法有效地提升了大多学生对其他相关专业课程的学习兴趣与科学思维能力。

3.学与研相互融合。因为该课程的应用性强，要求生物学类、植物生产类的学生不仅能够“会读书”，正确地理解并掌握基础知识，还要求其“能动手”灵活应用所掌握的知识来解决在科研与生产实际中碰到的科学问题。因此，教师通过课程教学过程发现一些分析问题与解决问题综合能力较强、学有余力的学生，可以推荐这部分学生尽早加入学院的科研团队里，让其参与到学科科研团队的科研项目中，也可鼓励组织学生通过申报、参加院、校、国家级大创项目。总之，通过课程教师的理论与试验教学引导结合学生试验与科研实践探索等多种形式，提升学生的综合能力，帮助其建立科学的思维方式，而且可以引导其选择进一步深造尤其是报考本校研究生，从而为促进学科建设与发展吸收新鲜血液。

五、在调整课程结构后教学实施过程中存在的问题及对策

尽管SAS软件作为强有力的统计分析工具，早在众多领域被国内外科研工作者广泛地接受并使用，但对于本科生而言，特别是包括农学、植物保护、园艺等植物生产类的本科生，在学习SAS软件进行数据处理过程中存在一定障碍。这就需要教师在教学过程中，特别注意：虽然SAS程序模式化，但对于农学、植保等植物生产类的本科生来说，程序编写显得不易掌握；SAS软件是全英文界面，在编写程序及查看运行结果时，大多学生英文的词汇量有限是又一个障碍。针对这一现状，我们在平时讲授理论课时，也注意加强对相关生物统计专业术语、统计分析方法等英文词汇的学习与使用，并向学生提供详细的SAS程序中文参考教材、讲义，帮助他们克服这类学习障碍。同时我们在试验教学过程中充分与其理论教学相结合，让学生在识记常用的一些统计分析过程名及选项后，了解各种统计分析方法的SAS过程步的通用格式，通过对过程步中的class语句、var语句、model语句解释、变换练习，并让学生自行尝试使用excel等其他工具完成同样任务进行比较等多种方式加强理解与掌握。同时强调SAS软件进行方差分析多重比较的输出结果时，输出显著水平为0.05和0.01的差异性均以大写字母表示，要求学生在查看运行结果时要注意显著水平，在实际抄写结果时要将显著水平为0.05标记字母结果改为小写字母等。通过在机房教师亲自指导，学生上机实践，便可以举一反三，提高学习效率。

总之，随着生物学研究的不断精细化，人们已深深意识到加强对学生进行“生物统计学”相关理论知识和试验及数据处理分析技能的培养重要性。目前国际上已有SAS、SPSS、DPS等多种统计软件及R语言在生物统计学上的得以广泛应用［5］。其实，不同软件各有其独到之处，但也难免存在不足之处。在生物统计教学中，我们可以根据所处理问题的性质、试验目的及现有的教学条件来选择合适的统计软件来进行，以期为进一步提高学生对试验数据处理与分析的能力，为促进双一流高校培养本科人才质量，培养出更多符合社会发展需要的复合应用型人才。