自由軟件R及其在生物統(tǒng)計(jì)學(xué)教學(xué)中的使用

馬相如中國地質(zhì)大學(xué)（武漢）環(huán)境學(xué)院生物科學(xué)與技術(shù)系，湖北武漢 430074

生物統(tǒng)計(jì)學(xué)是應(yīng)用數(shù)理統(tǒng)計(jì)的原理和方法處理生物學(xué)中的各種數(shù)量資料，從而透過現(xiàn)象揭示生物學(xué)本質(zhì)的一門科學(xué)，是科學(xué)研究與實(shí)踐應(yīng)用的基礎(chǔ)工具?；谏锝y(tǒng)計(jì)學(xué)在生產(chǎn)實(shí)踐中的廣泛應(yīng)用及在生命科學(xué)研究中的重要作用，國內(nèi)外大多數(shù)學(xué)校的生命科學(xué)各專業(yè)都將生物統(tǒng)計(jì)學(xué)列為專業(yè)基礎(chǔ)課或必修課。但是，作為2003年才開始招生的新辦專業(yè)，中國地質(zhì)大學(xué)（武漢）生物科學(xué)專業(yè)原來的教學(xué)計(jì)劃中沒有“生物統(tǒng)計(jì)學(xué)”的課程，而設(shè)置有56學(xué)時(shí)的“概率論與數(shù)理統(tǒng)計(jì)”課程。學(xué)生們雖然通過“概率論與數(shù)理統(tǒng)計(jì)”的課程掌握了數(shù)理統(tǒng)計(jì)的基本原理和分析方法，但卻缺乏數(shù)據(jù)處理與統(tǒng)計(jì)分析的必要訓(xùn)練。從而導(dǎo)致生物科學(xué)專業(yè)2003～2005級學(xué)生的畢業(yè)論文中缺乏統(tǒng)計(jì)分析，在答辯時(shí)也沒有試驗(yàn)設(shè)計(jì)與假設(shè)檢驗(yàn)的概念。鑒于這一實(shí)際情況，2007年生物科學(xué)專業(yè)的教學(xué)計(jì)劃及時(shí)作了必要的調(diào)整，增開了生物統(tǒng)計(jì)學(xué)的課程，并且設(shè)為專業(yè)必修課。按調(diào)整后的新教學(xué)計(jì)劃，2009年下學(xué)期生物科學(xué)專業(yè)大三學(xué)生在修完56學(xué)時(shí)的“概率論與數(shù)理統(tǒng)計(jì)”課程之后，還將學(xué)習(xí)32學(xué)時(shí)的 “生物統(tǒng)計(jì)學(xué)”課程（含16學(xué)時(shí)的上機(jī)實(shí)習(xí)）。

傳統(tǒng)的生物統(tǒng)計(jì)學(xué)教學(xué)過多強(qiáng)調(diào)理論的重要性，學(xué)生通過查找書后附表設(shè)計(jì)試驗(yàn)與手工計(jì)算，忽視了利用計(jì)算機(jī)軟件進(jìn)行試驗(yàn)設(shè)計(jì)和數(shù)據(jù)統(tǒng)計(jì)分析的能力培養(yǎng)，不符合越來越重于計(jì)算機(jī)技術(shù)的現(xiàn)代應(yīng)用生物統(tǒng)計(jì)方法的發(fā)展趨勢。在十分有限的32個(gè)學(xué)時(shí)內(nèi)，為使“生物統(tǒng)計(jì)學(xué)”的授課內(nèi)容不與“概率論與數(shù)理統(tǒng)計(jì)”發(fā)生重復(fù)且更實(shí)用，筆者通過對現(xiàn)代應(yīng)用生物統(tǒng)計(jì)方法和統(tǒng)計(jì)軟件發(fā)展趨勢的課前調(diào)研，發(fā)現(xiàn)R軟件是一款功能全面又易學(xué)的統(tǒng)計(jì)軟件，含有許多新穎而又實(shí)用的統(tǒng)計(jì)分析技術(shù)與假設(shè)檢驗(yàn)方法，完全可以滿足生物統(tǒng)計(jì)學(xué)的教學(xué)需要，并且沒有版權(quán)問題。各種概率分布的計(jì)算，以及平衡不完全區(qū)組、拉丁方與正交表等試驗(yàn)設(shè)計(jì)，都可以在R軟件中完成，使學(xué)生可以徹底擺脫手工查表與計(jì)算的煩惱。課后關(guān)于生物統(tǒng)計(jì)學(xué)與R軟件使用的問卷調(diào)查發(fā)現(xiàn)，88.2 %的學(xué)生認(rèn)為在修完“概率論與數(shù)理統(tǒng)計(jì)”課程后仍很有必要學(xué)習(xí)生物統(tǒng)計(jì)學(xué)和統(tǒng)計(jì)軟件，92.8%的學(xué)生認(rèn)為自由軟件R作為生物統(tǒng)計(jì)學(xué)的教學(xué)軟件十分合適，還有86.7%的學(xué)生則認(rèn)為R語言的學(xué)習(xí)能夠?qū)斫饨y(tǒng)計(jì)原理有所幫助。

1 統(tǒng)計(jì)軟件R的介紹

R語言是一門比較新的計(jì)算機(jī)語言，源自S語言（S-Plus軟件中使用）與Scheme語言。基于GNU協(xié)議(General Public Licence， http∶//www.gnu.org/)的自由軟件R提供了一種使用R語言進(jìn)行統(tǒng)計(jì)分析與圖形展示的計(jì)算機(jī)環(huán)境，整合有許多統(tǒng)計(jì)工具包[1]。R語言最初由新西蘭奧克蘭大學(xué)統(tǒng)計(jì)系教授Ross Ihaka和Robert Gentleman合作編寫，由于這兩位“R之父”的名字都是以R開頭，所以就稱之為R語言。R自1993年誕生以來，深受統(tǒng)計(jì)學(xué)家和計(jì)量愛好者的喜愛，被國外大量學(xué)術(shù)與科研機(jī)構(gòu)采用，其應(yīng)用范圍涵蓋了計(jì)量經(jīng)濟(jì)學(xué)、實(shí)證金融學(xué)、空間統(tǒng)計(jì)學(xué)、統(tǒng)計(jì)遺傳學(xué)和生物信息學(xué)等諸多領(lǐng)域，已經(jīng)成為主流軟件之一。2009年1月 7日，《紐約時(shí)報(bào)》記者Ashlee Vance題為“Data Analysts Captivated by R’s Power的文章[2]在科技版發(fā)表之后，引起了統(tǒng)計(jì)軟件R與SAS之爭，可見R在統(tǒng)計(jì)學(xué)界和業(yè)界的影響力。

相對于其它統(tǒng)計(jì)軟件，R的主要特色在于：1）R語言具有自由、免費(fèi)、開放源代碼及統(tǒng)計(jì)模塊齊全的特征；2）R語言是徹底面向?qū)ο蟮慕y(tǒng)計(jì)編程語言，R中所有計(jì)算結(jié)果都可以作為對象保存起來，供進(jìn)一步統(tǒng)計(jì)分析與圖形展示之用；3）R軟件體積小，更新速度快；4）R的擴(kuò)展性非常強(qiáng)。世界各地的 CRAN（The Comprehensive R Archive Network，http∶//cran.r-project.org/）鏡像網(wǎng)站上有許多志愿者提供的非常豐富的工具包，供下載使用。正如Google首席經(jīng)濟(jì)學(xué)家Hal Varian所說，R最優(yōu)美的地方是你能夠修改很多前人編寫的工具包的代碼做各種所需的事情，實(shí)際你是站在巨人的肩膀上。

據(jù)統(tǒng)計(jì)，2008年12月13日～14日“第一屆中國R語言會(huì)議”在中國人民大學(xué)召開時(shí)，共有近70家單位150余人參加；2009年12月召開的第二屆中國R語言會(huì)議則在北京和上海設(shè)有兩個(gè)分會(huì)場，共有90多家單位300余人參加。參會(huì)的人員主要來自高校和科研機(jī)構(gòu)，包括在校學(xué)生、高校老師、科研所研究員等。

2 統(tǒng)計(jì)教學(xué)中R軟件的使用現(xiàn)狀

由于R強(qiáng)大的統(tǒng)計(jì)計(jì)算與圖形展示功能，以及自由免費(fèi)與開放源代碼的特點(diǎn)，目前國外許多大學(xué)統(tǒng)計(jì)相關(guān)專業(yè)都將R作為教學(xué)軟件。據(jù)筆者調(diào)查，國內(nèi)高校教學(xué)中統(tǒng)計(jì)軟件的使用現(xiàn)狀比較混亂，多是采用SPSS或SAS軟件，也有使用S-Plus、Matlab、Minitab、Stata、Eviews、Origin、DPS、 MS Excel等商業(yè)軟件，仍有部分高校在統(tǒng)計(jì)教學(xué)中沒有結(jié)合與講授統(tǒng)計(jì)軟件。國內(nèi)只有很少一部分高校使用R軟件進(jìn)行統(tǒng)計(jì)教學(xué)，但是已有48所（不含重復(fù)）國內(nèi)高校的教師或在校學(xué)生參加過R會(huì)議。

據(jù)不完全統(tǒng)計(jì)，江西農(nóng)業(yè)大學(xué)、清華大學(xué)、中國人民大學(xué)、華東師范大學(xué)、暨南大學(xué)、中國地質(zhì)大學(xué)（武漢）等高校已將R語言作為統(tǒng)計(jì)相關(guān)課程上機(jī)實(shí)習(xí)的計(jì)算機(jī)軟件。其中江西農(nóng)業(yè)大學(xué)自2005 年開始，就在生物工程與生物技術(shù)專業(yè)的學(xué)生的生物統(tǒng)計(jì)學(xué)課程中采用自由軟件R作為教學(xué)輔助工具，并取得了良好的教學(xué)效果[3]。

3 生物統(tǒng)計(jì)學(xué)教學(xué)與R使用的調(diào)查分析

當(dāng)前，數(shù)據(jù)分析處理幾乎全是使用計(jì)算機(jī)統(tǒng)計(jì)軟件完成，在統(tǒng)計(jì)方法的實(shí)際應(yīng)用過程中，人們往往不會(huì)關(guān)注理論推導(dǎo)與計(jì)算過程，而是注重統(tǒng)計(jì)分析結(jié)果的解釋。對于非數(shù)理統(tǒng)計(jì)專業(yè)的學(xué)生，統(tǒng)計(jì)教學(xué)過程中不應(yīng)過多強(qiáng)調(diào)理論的重要性，從而忽視了統(tǒng)計(jì)思想和數(shù)據(jù)處理能力的培養(yǎng)。通過課后關(guān)于生物統(tǒng)計(jì)學(xué)與R軟件使用的問卷調(diào)查發(fā)現(xiàn)，參與調(diào)查的34位學(xué)生中有30位學(xué)生（88.2 %）認(rèn)為在修完“概率論與數(shù)理統(tǒng)計(jì)”課程后仍很有必要學(xué)習(xí)生物統(tǒng)計(jì)學(xué)。而沒有開設(shè)生物統(tǒng)計(jì)學(xué)課程的2003～2005級學(xué)生的畢業(yè)論文中，嚴(yán)重缺乏統(tǒng)計(jì)分析與假設(shè)檢驗(yàn)。這充分說明了，純粹的統(tǒng)計(jì)方法與理論教學(xué)，越來越不符合借重于現(xiàn)代計(jì)算機(jī)技術(shù)的生物統(tǒng)計(jì)學(xué)發(fā)展趨勢。

問卷調(diào)查中發(fā)現(xiàn)，有96%的學(xué)生認(rèn)為生物統(tǒng)計(jì)學(xué)與R語言都非常有用，畢業(yè)后無論是繼續(xù)深造還是參加科研或管理工作都能用得上，同樣有96%的學(xué)生在生物統(tǒng)計(jì)學(xué)的課程結(jié)束后會(huì)選擇繼續(xù)學(xué)習(xí)R語言，有80%的學(xué)生認(rèn)為R語言上級實(shí)習(xí)的16學(xué)時(shí)不夠用，且有92.8%的學(xué)生認(rèn)為R軟件作為生物統(tǒng)計(jì)學(xué)的教學(xué)軟件十分合適，86.7%的學(xué)生認(rèn)為R語言的學(xué)習(xí)能夠?qū)W(xué)習(xí)與理解統(tǒng)計(jì)原理有所幫助，67.6%的學(xué)生認(rèn)為C語言的學(xué)習(xí)基礎(chǔ)對學(xué)好R語言有所幫助。江西農(nóng)業(yè)大學(xué)生物科學(xué)與工程學(xué)院程新等主持的教學(xué)研究課題“基于自由軟件平臺(tái)的生物統(tǒng)計(jì)學(xué)實(shí)踐教學(xué)研究”，對兩個(gè)年級共233 人分別采用R和SPSS 教學(xué)效果的比較分析發(fā)現(xiàn)，采用R 進(jìn)行教學(xué)，激發(fā)了學(xué)生的學(xué)習(xí)積極性，提高了學(xué)生掌握統(tǒng)計(jì)學(xué)知識(shí)的能力，教學(xué)效果比SPSS有了顯著提高[3]。因此，可以認(rèn)為使用R軟件作為生物統(tǒng)計(jì)學(xué)的教學(xué)軟件是十分合適的。

此外，本次問卷調(diào)查中還發(fā)現(xiàn)76.5%的學(xué)生認(rèn)為R語言的入門很容易且R軟件安裝使用起來非常方便；有63.9%的學(xué)生認(rèn)為R語言的一些統(tǒng)計(jì)函數(shù)特別是繪圖函數(shù)的參數(shù)設(shè)置比較麻煩，學(xué)習(xí)有困難；有81.8%的學(xué)生認(rèn)為很有必要組織出版關(guān)于R語言與生物統(tǒng)計(jì)學(xué)的參考書。與市場上隨處可見的關(guān)于SPSS或SAS軟件的圖書相比，由于R軟件是一款比較新的統(tǒng)計(jì)軟件，且是自由軟件，目前關(guān)于R語言或R軟件的圖書非常少。截至到2009年底只能夠在互聯(lián)網(wǎng)上搜索到4本與R語言有關(guān)的圖書，分別是孫嘯等著的《R語言及Bioconductor在基因組分析中的應(yīng)用》（2006年7月，科學(xué)出版社出版）；王斌會(huì)主編的《R語言統(tǒng)計(jì)分析軟件教程》（2007年1月，中國教育文化出版社出版）；薛毅等著的《統(tǒng)計(jì)建模與R軟件》（2007年4月，清華大學(xué)出版社出版）；湯銀才主編的《R語言與統(tǒng)計(jì)分析》（2008年11月，高等教育出版社出版）。這些書籍均以較大的篇幅詳細(xì)介紹了R語言的基礎(chǔ)與使用方法，適宜作為關(guān)于R語言的工具書。但是由于這4本書中均未涉及到試驗(yàn)設(shè)計(jì)與現(xiàn)代應(yīng)用生物統(tǒng)計(jì)方法等方面的內(nèi)容（實(shí)際上，試驗(yàn)設(shè)計(jì)的內(nèi)容在生物統(tǒng)計(jì)學(xué)中占有十分重要的地位），不宜作為生物統(tǒng)計(jì)學(xué)的上機(jī)實(shí)習(xí)指導(dǎo)書。而且CRAN網(wǎng)站上有多種關(guān)于試驗(yàn)設(shè)計(jì)及其統(tǒng)計(jì)分析的R工具包，如AlgDesign、crossdes、conf.design、DoE.base、FrF2等可以自由下載使用。因此，基于R軟件在國內(nèi)愈來愈旺盛的市場需求，筆者認(rèn)為有關(guān)出版社很有必要組織出版關(guān)于“現(xiàn)代應(yīng)用生物統(tǒng)計(jì)方法在R語言中的實(shí)現(xiàn)”的教參或工具書。

4 結(jié)論

根據(jù)調(diào)查結(jié)果與科研工作的經(jīng)驗(yàn)，筆者認(rèn)為統(tǒng)計(jì)的思想或意識(shí)比統(tǒng)計(jì)理論與方法更重要，使用統(tǒng)計(jì)軟件R進(jìn)行生物統(tǒng)計(jì)學(xué)教學(xué)，可使學(xué)生不再陷入繁瑣的統(tǒng)計(jì)查表與計(jì)算過程中，從而增強(qiáng)統(tǒng)計(jì)思想和數(shù)據(jù)處理能力的培養(yǎng)。

筆者使用R的最大感受是，不斷發(fā)現(xiàn)其它統(tǒng)計(jì)軟件很難實(shí)現(xiàn)的統(tǒng)計(jì)計(jì)算和圖形展示方法，在R中則很容易實(shí)現(xiàn)，驚喜不斷。R最重要的一點(diǎn)是怎么都不會(huì)高估它，它允許統(tǒng)計(jì)學(xué)家做很多復(fù)雜的分析，而不需要懂得很多的計(jì)算機(jī)知識(shí)（引自Google 統(tǒng)計(jì)專家 Daryl Pregibon）。R的應(yīng)用領(lǐng)域是如此之廣，R的使用則“無處不在”。

相對而言，由于SPSS軟件比較容易學(xué)習(xí)掌握，目前，國內(nèi)還有很多高校在使用SPSS軟件。但是，畢竟受其窗口菜單數(shù)量的限制，SPSS軟件的功能不會(huì)很全面。SAS軟件雖然要編程，使用較困難，但由于其經(jīng)過多年的研制開發(fā)，功能較全面，權(quán)威性強(qiáng)，國內(nèi)也有不少高校在統(tǒng)計(jì)學(xué)教學(xué)中采用。但是這些商業(yè)軟件價(jià)格昂貴，學(xué)生在學(xué)習(xí)與使用過程中均存在版權(quán)問題。而R是沒有版權(quán)限制的自由軟件，統(tǒng)計(jì)與計(jì)算功能更全面，在醫(yī)學(xué)、生態(tài)學(xué)、統(tǒng)計(jì)遺傳學(xué)、生物信息學(xué)等方面都具有十分豐富的工具包。因此，筆者認(rèn)為在生物統(tǒng)計(jì)學(xué)的教學(xué)中使用R軟件是非常合適的，值得推廣。畢竟R是開源軟件，使用R的人越多，其可能貢獻(xiàn)的函數(shù)工具包也越多，R的功能也會(huì)飛速增長。

[1]R Development Core Team(2009). R:A language and environment for statistical computing. R Foundation for Statistical Computing,Vienna,Austria.http://www.R-project.org.

[2]Ashlee Vance.Data Analysts Captivated by R's Power.The New York Times, January 7,2009.

[3]程新,魏賽金,江莉,等.統(tǒng)計(jì)軟件R及其在《生物統(tǒng)計(jì)學(xué)》實(shí)驗(yàn)教學(xué)中的應(yīng)用[J].統(tǒng)計(jì)教育,2008,4(103):29-31.