基于R 語言的生物統(tǒng)計學(xué)課程考核改革研究

符 輝 陳法霖 袁桂香

（湖南農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院 湖南 長沙 410128）

近年來，針對生物及環(huán)境的監(jiān)測技術(shù)手段與能力得到快速發(fā)展和不斷更新完善，如高分辨率遙感對地觀測技術(shù)、無人機遙感技術(shù)、飛速增長的無線傳感器網(wǎng)絡(luò)、全基因組測序的遺傳學(xué)研究及數(shù)據(jù)的自動采集、存儲與傳輸技術(shù)的發(fā)展等。[1-2]，大數(shù)據(jù)時代不僅促進了理論進步如生物信息學(xué)、生物多樣性信息學(xué)、生態(tài)信息學(xué)等新學(xué)科的誕生，也使科學(xué)家們逐漸認(rèn)識到提高數(shù)據(jù)處理分析能力的重要性。[3-7]生態(tài)環(huán)境學(xué)科快速發(fā)得益于技術(shù)進步、大數(shù)據(jù)可用性、統(tǒng)計方法（如貝葉斯建模、機器學(xué)習(xí)）發(fā)展，進而提升對人與自然系統(tǒng)的新認(rèn)識。因此，如何基于高通量數(shù)據(jù)流將多學(xué)科知識用于解決現(xiàn)實問題、并提高學(xué)生發(fā)現(xiàn)和解決問題的能力，是生物統(tǒng)計學(xué)課程在新時代面臨的巨大挑戰(zhàn)。

一、生物統(tǒng)計學(xué)課程教學(xué)考核現(xiàn)狀

生物統(tǒng)計學(xué)課程是農(nóng)業(yè)院校生命科學(xué)及生態(tài)學(xué)領(lǐng)域相關(guān)專業(yè)的核心基礎(chǔ)課程，但其教學(xué)本身存在較多問題。[8-13]例如，理論教學(xué)與軟件分析難以高度融合，傳統(tǒng)的考試和課后千篇一律的作業(yè)報告考核方式難以避免學(xué)生之間互相借鑒參考，不能有效提高每個學(xué)生的數(shù)據(jù)分析能力，更無法使教師掌握每個學(xué)生對教學(xué)知識的理解程度。為適應(yīng)大數(shù)據(jù)時代對數(shù)據(jù)分析人才的需求，促使學(xué)生熟練掌握R軟件操作技能和提高數(shù)據(jù)分析能力，筆者結(jié)合R語言軟件教學(xué)，對生物統(tǒng)計學(xué)課程的考核方式提出改革建議，以期為改善該課程的教學(xué)效果、提高本科生的培養(yǎng)質(zhì)量提供參考。

二、R 語言應(yīng)用于生物統(tǒng)計學(xué)課程教學(xué)的優(yōu)勢與必要性

R語言是一款優(yōu)秀的數(shù)據(jù)分析和數(shù)據(jù)可視化軟件工具，主要用于統(tǒng)計分析、繪圖、數(shù)據(jù)挖掘、機器學(xué)習(xí)等。[14]4-7R語言擁有一套完整的數(shù)據(jù)清洗、處理、分析、建模和可視化的系統(tǒng)，可以完成數(shù)據(jù)科學(xué)中幾乎所有的工作任務(wù)。相較于眾多傳統(tǒng)統(tǒng)計工具如SPSS、Statistics、SAS等軟件，R語言有以下優(yōu)點[14]3-4：第一，完全開源免費。它的代碼是公開的，用戶既可以查看函數(shù)的源代碼學(xué)習(xí)統(tǒng)計編程，也可以通過修改源代碼實現(xiàn)新的功能；第二，可跨平臺使用。可運行于多種操作系統(tǒng)，如UNIX、Windows、MacOS等；第三，編程簡單。它是一種解釋性和交互式高級語言，在掌握一些基礎(chǔ)函數(shù)和語法后即可使用；第四，數(shù)據(jù)分析功能強。它是專門為統(tǒng)計和數(shù)據(jù)分析開放的語言，目前平臺上已開放了數(shù)以萬計的功能強大的程序包，涵蓋了從基礎(chǔ)統(tǒng)計到機器學(xué)習(xí)再到深度學(xué)習(xí)最前沿的分析方法，用戶均可免費下載使用。

近年來，R語言已普遍應(yīng)用于國外大學(xué)的統(tǒng)計學(xué)相關(guān)課程的教學(xué)。如賓夕法尼亞大學(xué)、杜克大學(xué)、加利福尼亞大學(xué)、劍橋大學(xué)、牛津大學(xué)、康奈爾大學(xué)等高校的生命科學(xué)相關(guān)專業(yè)均開設(shè)了R語言與生物統(tǒng)計課程，還出版了一系列書籍，如Biostatistics with R、A Primer in Biological Data Analysis and Visualization Using R、Bioinformatics with R Cookbook、Introduction to Data Analysis and Graphical Presentation in Biostatistics with R等。目前，國內(nèi)已出版R語言在生命科學(xué)領(lǐng)域應(yīng)用的專著，如《數(shù)量生態(tài)學(xué)——R語言的應(yīng)用》《試驗設(shè)計與數(shù)據(jù)分析——基于R語言應(yīng)用》《R語言與生物統(tǒng)計學(xué)實習(xí)指導(dǎo)書》《環(huán)境與生態(tài)統(tǒng)計——R語言的應(yīng)用》，然而將R語言貫穿于生物統(tǒng)計學(xué)課程教學(xué)過程的仍不多見。

事實上，R語言社區(qū)已經(jīng)有大量專門為生物科學(xué)、生態(tài)學(xué)、環(huán)境學(xué)領(lǐng)域的學(xué)者開發(fā)出來的應(yīng)用程序包，如基礎(chǔ)統(tǒng)計程序包“stat”、農(nóng)林類程序包“agricolae”、混合模型程序包“l(fā)me4”、廣義模型程序包“mgcv”、數(shù)量生態(tài)學(xué)程序包“vegan”、結(jié)構(gòu)方程模型程序包“piecewiseSEM”、數(shù)據(jù)可視化程序包“ggplot2”等。這些程序包不僅含有大量簡單易學(xué)的函數(shù)，且每個函數(shù)都有詳細(xì)的參數(shù)使用說明、實戰(zhàn)數(shù)據(jù)及案例解析，為上機操作提供了極大便利；因此，將R語言與生物統(tǒng)計學(xué)課程教學(xué)相結(jié)合，對于推動生物統(tǒng)計學(xué)課程教學(xué)改革具有重要的積極意義。

三、基于R 語言的生物統(tǒng)計學(xué)課程考核改革研究

為避免學(xué)生之間互相借鑒參考課后作業(yè)的問題，同時旨在提高學(xué)生應(yīng)用R語言進行數(shù)據(jù)處理分析的能力，文章應(yīng)用R語言數(shù)據(jù)操作技能，給每位學(xué)生隨機產(chǎn)生包含課程主要知識點的作業(yè)組合，以保證每位學(xué)生所使用的數(shù)據(jù)資料和作業(yè)的獨立性。具體操作步驟如下：

Step 1：將學(xué)生學(xué)號或名字編輯成一個向量；

Step 2：將所有要考核的知識點分成兩大類：第一大類為基礎(chǔ)知識點（如求均值、最大值、最小值、方差等）；第二大類為進階知識點（如t檢驗、方差分析、相關(guān)分析、回歸分析等）;

Step 3：將每大類知識點按章節(jié)分成不同的組，然后給每組知識點編成一個向量;

Step 4：根據(jù)學(xué)生人數(shù)n準(zhǔn)備n個數(shù)據(jù)集，并將數(shù)據(jù)集的名字編成一個向量；

Step 5：根據(jù)完全隨機原則，應(yīng)用R語言中的隨機抽樣方法（sample函數(shù)），針對每組知識點隨機抽取一個知識點按序號分配給一個學(xué)生，總計抽取n次，并用同樣的方法分配數(shù)據(jù)集。

Step 6：將所有向量組成一個數(shù)據(jù)矩陣，命名為考核作業(yè)。

R語言代碼如下：

##選修名單（Step 1）

list＜-read.csv(‘選修學(xué)生名單統(tǒng)計.csv',header=T)

ID＜-list$學(xué)號

##基礎(chǔ)知識點1（Step 2,3）

descriptive_stat＜-c(‘mean_value,standardized_deviation,minimum_vaule,maximum_value,coefficient_variation')

Descriptive＜-c(rep(descriptive_stat,length(ID)))

##基礎(chǔ)知識點2，數(shù)據(jù)探索性分析（Step 2,3）

data.exploration＜-c('正態(tài)分布檢驗,方差齊性檢驗,對數(shù)轉(zhuǎn)換,平方根轉(zhuǎn)換')

data.exploration0＜-c(rep(data.exploration,length(ID)))

##進階知識點1，基礎(chǔ)統(tǒng)計（Step 2,3）

model1＜-c(‘t.test',‘a(chǎn)nova',‘correlati on',‘manova',‘pca')

##進階知識點2，線性模型（Step 2,3）

model2＜-c(‘可加模型',‘廣義線性模型',‘廣義可加模型',‘線性模型',‘廣義最小二乘法模型')

##進階知識點3，混合模型（Step 2,3）

model3＜-c(‘線性混合模型',‘可加混合模型',‘廣義線性混合模型',‘廣義可加混合模型')

##進階知識點4，模型檢驗（Step 2,3）

model.test＜-c(‘殘差正態(tài)性檢驗,殘差圖,殘差方差齊性檢驗')

##進階知識點5，非參數(shù)統(tǒng)計（Step2,3）

nps＜-c(‘wilcox.test',‘kruskal.test',‘friedman.test')

##進階知識點6，繪圖

ggplot＜-c(‘bar_plot,point_plot,box_plot,histogram_plot,scatter_plot').

plot＜-c(rep(ggplot,length(ID)))

## 數(shù)據(jù)集（Step 4）

data＜-paste(‘data',1:length(ID),sep=‘_')

##隨機抽樣（Step 5）

Model1＜-sample(model1,length(ID),replac e=TRUE)

Model2＜-sample(model2,length(ID),replac e=TRUE)

Model3＜-sample(model3,length(ID),replac e=TRUE)

Model4＜-sample(model.test,length(ID),replace=TRUE)

Model5＜-sample(nps,length(ID),replace=T RUE)

##作業(yè)（Step 6）

Assignment＜-data.frame(ID,data,Descriptive,data.exp0,Model1,Model2,Model3,Model4,Model5,plot)

write.csv(Assignment',考核作業(yè)2021.csv')

四、結(jié)語

R語言統(tǒng)計分析是一門工具性課程，只有不斷地操作、練習(xí)，才能促進數(shù)據(jù)分析能力的提升，故而生物統(tǒng)計學(xué)課程考核方式的改進應(yīng)有助于學(xué)生具備獨立自主的操作實踐技能及掌握解決實際問題的統(tǒng)計思維與分析思路。經(jīng)過三年的教學(xué)改革實踐，本方法能有效杜絕學(xué)生之間借鑒抄襲考核作業(yè)的情況，使學(xué)生主動探索學(xué)習(xí)R語言數(shù)據(jù)，不斷進行試錯操作，大大提高了應(yīng)用R語言解決實際問題與獨立思考能力。

相較于 C語言、C++、VB等計算機編程語言，R語言學(xué)習(xí)難度低、操作容易，且對于生物科學(xué)及生態(tài)學(xué)專業(yè)學(xué)生而言，進行生物與環(huán)境相關(guān)數(shù)據(jù)分析是未來從事相關(guān)工作的必備技能；因此，在生物統(tǒng)計學(xué)課程引入R語言教學(xué)與考核是值得我們嘗試的實踐工作。這不僅能夠提高教師的數(shù)據(jù)分析能力與科研水平，也能培養(yǎng)從事生命科學(xué)、生態(tài)學(xué)、環(huán)境學(xué)等方面的專業(yè)人才。