统计学论文范文

前言：我们精心挑选了数篇优质统计学论文文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

统计学论文2000字(一)：影响民族院校统计学专业回归分析成绩因素的研究论文

摘要：学习成绩是评价学生素质的重要方面，也是教师检验教学能力、反思教学成果的重要标准。利用大连民族大学统计学专业本科生有关数据（专业基础课成绩、平时成绩和回归分析期末成绩），建立多元線性回归模型，对影响回归分析期末成绩的因素进行深入研究，其结果对今后的教学方法改进和教学质量提高具有十分重要的指导意义。

关键词：多元线性回归；专业基础课成绩；平时成绩；期末成绩

为了实现教学目标，提高教学质量，有效提高学生学习成绩是很有必要的。我们知道专业基础课成绩必定影响专业课成绩，而且平时成绩也会影响专业课成绩，这两类成绩与专业课成绩基本上是呈正相关的，但它们之间的关系密切程度有多大？它们之间又存在怎样的内在联系呢？就这些问题，本文主要选取了2016级统计专业50名学生的四门专业基础课成绩以及回归分析的平时成绩和期末成绩，运用SPSS统计软件进行分析研究，寻求回归分析期末成绩影响因素的变化规律，拟合出关系式，从而为强化学生的后续学习和提高老师的教学质量提供了有利依据。

一、数据选取

回归分析是统计专业必修课，也是统计学中的一个非常重要的分支，它在自然科学、管理科学和社会、经济等领域应用十分广泛。因此研究影响统计学专业回归分析成绩的相关性是十分重要的。

选取了统计专业50名学生的专业基础课成绩（包括数学分析、高等代数、解析几何和概率论）、回归分析的平时成绩和期末成绩，结合多元线性回归的基础理论知识[1-2]，建立多元回归方程，进行深入研究，可以直观、高效、科学地分析各种因素对回归分析期末成绩造成的影响。

二、建立多元线性回归模型1及数据分析

运用SPSS统计软件对回归分析期末成绩的影响因素进行研究，可以得到准确、科学合理的数据结果，全面分析评价学生考试成绩，对教师以后的教学工作和学生的学习会有较大帮助。自变量x1表示数学分析成绩，x2表示高等代数成绩，x3表示解析几何成绩，x4表示概率论成绩，x5表示平时成绩；因变量y1表示回归分析期末成绩，根据经验可知因变量y1和自变量xi，i=1，2，3，4，5之间大致成线性关系，可建立线性回归模型：

（1）

线性回归模型通常满足以下几个基本假设，

1.随机误差项具有零均值和等方差，即

（2）

这个假定通常称为高斯-马尔柯夫条件。

2.正态分布假定条件

由多元正态分布的性质和上述假定可知，随机变量y1服从n维正态分布。

从表1描述性统计表中可看到各变量的平均值1=79.68，2=74.66，3=77.22，4=78.10，5=81.04，1=75.48；xi的标准差分别为10.847，11.531，8.929，9.018，9.221，y1的标准差为8.141；有效样本量n=50。

回归分析期末成绩y1的多元回归模型1为：

y1=-5.254+0.221x1-0.4x2+0.154x3

+0.334x4+0.347x5

从表2中可以看到各变量的|t|值，在给定显著水平？琢=0.05的情况下，通过t分布表可以查出，自由度为44的临界值t？琢/2（44）=2.015，由于高等代数x2的|t|值为0.651小于t？琢/2（44），因此x2对y1的影响不显著，其他自变量对y1都是线性显著的。下面利用后退法[3]剔除自变量x2。

三、后退法建立多元线性回归模型2及数据分析

从模型1中剔除了x2变量，多元回归模型2为：

y1=-5.459+0.204x1+0.149x3+0.377x4+0.293x5（5）

在表4中，F统计量为90.326，在给定显著水平？琢=0.05的情况下，查F分布表可得，自由度為p=4和n-p-1=45的临界值F0.05（4，45）=2.579，所以F>F0.05（4，45），在表5中，所有自变量的|t|值都大于t？琢/2（45）=2.014，因此，多元回归模型2的线性关系是显著的。

四、结束语

通过对上述模型进行分析，即各个自变量对因变量的边际影响，可以得到以下结论：在保持其他条件不变的情况下，当数学分析成绩提高一分，则回归分析成绩可提高0.242分[4-5]；同理，当解析几何成绩、概率论成绩和平时成绩每提高一分，则回归分析成绩分别提高0.149分、0.377分和0.293分。

通过对学生专业基础课成绩、平时成绩与回归分析期末成绩之间相关关系的研究，一方面有利于教师把控回归分析教学课堂，提高教师意识，注重专业基础课教学的重要性，同时，当学生平时成绩不好时，随时调整教学进度提高学生平时学习能力；另一方面使学生认识到，为了更好地掌握回归分析知识，应加强专业基础课的学习，提高平时学习的积极性。因此，通过对回归分析期末成绩影响因素的研究能有效的解决教师教学和学生学习中的许多问题。

统计学毕业论文范文模板(二)：大数据背景下统计学专业“数据挖掘”课程的教学探讨论文

摘要：互联网技术、物联网技术、云计算技术的蓬勃发展，造就了一个崭新的大数据时代，这些变化对统计学专业人才培养模式的变革起到了助推器的作用，而数据挖掘作为拓展和提升大数据分析方法与思路的应用型课程，被广泛纳入统计学本科专业人才培养方案。本文基于数据挖掘课程的特点，结合实际教学经验，对统计学本科专业开设数据挖掘课程进行教学探讨，以期达到更好的教学效果。

关键词：统计学专业；数据挖掘；大数据；教学

一、引言

通常人们总结大数据有“4V”的特點：Volume（体量大），Variety（多样性），Velocity（速度快）和Value（价值密度低）。从这样大量、多样化的数据中挖掘和发现内在的价值，是这个时代带给我们的机遇与挑战，同时对数据分析技术的要求也相应提高。传统教学模式并不能适应和满足学生了解数据处理和分析最新技术与方法的迫切需要。对于常常和数据打交道的统计学专业的学生来说，更是如此。

二、课程教学探讨

针对统计学本科专业的学生而言，“数据挖掘”课程一般在他们三年级或者四年级所开设，他们在前期已经学习完统计学、应用回归分析、多元统计分析、时间序列分析等课程，所以在“数据挖掘”课程的教学内容选择上要有所取舍，同时把握好难度。不能把“数据挖掘”课程涵盖了的所有内容不加选择地要求学生全部掌握，对学生来说是不太现实的，需要为统计学专业本科生“个性化定制”教学内容。

（1）“数据挖掘”课程的教学应该偏重于应用，更注重培养学生解决问题的能力。因此，教学目标应该是：使学生树立数据挖掘的思维体系，掌握数据挖掘的基本方法，提高学生的实际动手能力，为在大数据时代，进一步学习各种数据处理和定量分析工具打下必要的基础。按照这个目标，教学内容应以数据挖掘技术的基本原理讲解为主，让学生了解和掌握各种技术和方法的来龙去脉、功能及优缺点；以算法讲解为辅，由于有R语言、python等软件，学生了解典型的算法，能用软件把算法实现，对软件的计算结果熟练解读，对各种算法的改进和深入研究则不作要求，有兴趣的同学可以自行课下探讨。

（2）对于已经学过的内容不再详细讲解，而是侧重介绍它们在数据挖掘中的功能及综合应用。在新知识的讲解过程中，注意和已学过知识的融汇贯通，既复习巩固了原来学过的知识，同时也无形中降低了新知识的难度。比如，在数据挖掘模型评估中，把混淆矩阵、ROC曲线、误差平方和等知识点就能和之前学过的内容有机联系起来。

（3）结合现实数据，让学生由“被动接收”式的学习变为“主动探究”型的学习。在讲解每种方法和技术之后，增加一个或几个案例，以加强学生对知识的理解。除了充分利用已有的国内外数据资源，还可以鼓励学生去搜集自己感兴趣的或者国家及社会大众关注的问题进行研究，提升学生学习的成就感。

（4）充分考虑前述提到的三点，课程内容计划安排见表1。

（5）课程的考核方式既要一定的理论性，又不能失掉实践应用性，所以需要结合平时课堂表现、平时实验项目完成情况和期末考试来综合评定成绩。采取期末闭卷理论考试占50%，平时实验项目完成占40%，课堂表现占10%，这样可以全方位的评价学生的表现。

三、教学效果评估

经过几轮的教学实践后，取得了如下的教学效果：

（1）学生对课程的兴趣度在提升，课下也会不停地去思考数据挖掘有关的方法和技巧，发现问题后会一起交流与讨论。

（2）在大学生创新创业项目或者数据分析的有关竞赛中，选用数据挖掘方法的人数也越来越多，部分同学的成果还能在期刊上正式发表，有的同学还能在竞赛中取得优秀的成绩。

（3）统计学专业本科生毕业论文的选题中利用数据挖掘有关方法来完成的论文越来越多，论文的完成质量也在不断提高。

（4）本科毕业生的就业岗位中从事数据挖掘工作的人数有所提高，说明满足企业需求技能的人数在增加。继续深造的毕业生选择数据挖掘研究方向的人数也在逐渐增多，表明学生的学习兴趣得以激发。

教学实践结果表明，通过数据挖掘课程的学习，可以让学生在掌握理论知识的基础上，进一步提升分析问题和解决实际问题的能力。

第2篇

【论文摘要】所谓统计思想，就是在统计实际工作、统计学理论的应用研究中，必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释，提出关于统计思想认识的三点思考。

一、关于统计学

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

二、统计学中的几种统计思想

2.1统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

三、对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

第3篇

生物统计学是生物学学科不同专业学生都应该掌握的一门重要的工具课，是许多高等院校生物学、农学、医学等专业的必修课程之一。它是现代生物学研究不可缺少的工具，是培养学生科学研究和综合分析问题能力的重要课程，也是生物学等工作者必备的基础，同时该课程又是其他专业课程的重要基础。因此该课程在生物学、农学、林学、医学、食品、环保等专业中占有十分重要的地位[12]。生物统计学需以生物材料进行研究，但通常所涉及的材料数量较大，很难也没有必要全部参加试验，必须通过科学的方法抽取有代表性的试验个体进行试验，以获得相关的数据，实现由样本推断总体的重要功能。因此生物统计学与试验设计紧密联系，主要讲授数据资料收集和整理的方法、数据资料的统计分析方法和手段以及在概率论的基础上对统计结果做出科学的推断，从而帮助我们认识研究对象的现象和本质[13]。因此，生物统计学已成为生物科技工作者必备的基础，也有利于培养和提高大学生的科学研究能力以及独立分析问题和解决问题的能力，是当代大学生系统的能力培养和全面的素质教育的具体体现。

二、生物统计学教学存在的主要问题

1.生物统计学教材方面。教材是体现教学内容和教学要求的知识载体，也是教学最基本的工具，它不仅是教师进行教学的依据，而且是学生获取知识的重要资料，选择适合教师和学生的生物统计学教材，能够保证教学过程的顺利进行，而且还能提高教学质量，达到良好的教学效果[14，15]。目前，国内所出版的生物统计学教材种类较多，各大高校由于教师和学生的情况不同，在教材方面的选择和使用也不一样。尽管如此，目前国内所出版的生物统计学教材主要包括两大类。第一大类完全是传统生物统计学的知识和内容，不涉及统计软件的介绍和使用，这一大类教材包含两小类，一类主要侧重理论教学，过分强调课程体系的完整性和理论讲授，注重公式的推导而忽视了实际应用例题的讲解。这类教材忽略了对大学生统计思维和综合分析问题能力的培养，因此有一定的缺陷。另一类是目前各大高校使用较多的生物统计学教材，该类教材虽然也存在一些必要的公式推导，但更侧重于统计学理论与实际结合，清楚介绍每一个统计原理理论后，再通过具体实例分析和巩固统计学的基本原理和基本方法，注重培养学生分析实际问题和解决实际问题的能力，因此这类教材比较适合现在生物科学等本科专业的使用。但这类生物统计学教材由于不涉及统计软件的内容，也存在一定的不足。如果教师在授课过程中未涉及一些统计软件的介绍和使用，那么即使学生完全掌握了相关的统计原理和方法，学生在复杂的试验设计及庞大的数据面前可能也会束手无策，即使会计算，在复杂及庞大的数据计算中也可能会算错，因此可能会得出相反的结论。第二大类统计教材完全是统计软件的介绍和使用，如Excel软件、SAS统计软件、SPSS统计软件、DPS统计软件、R统计软件等的介绍和使用。生物科学、技术等飞速发展的今天，这类统计软件发挥了很大的优势，给科技工作者带来了极大的方便。但这类教材也存在一定的不足，它只注重统计过程的运算和统计，没有统计原理的介绍，因此对没有相关统计学知识或统计学基础较差的学生或老师来说，即使按照教材上的步骤计算出相应的结果，但也不知道具体的含义，也不知道怎么分析。因此这类教材不适合大学本科生的教学。另外，这两大类教材要么只注重数理统计方法的讲授，要么只重视统计软件的使用，而忽视了统计学中的数理统计分析方法是建立在正确的试验设计以及所获数据资料准确的基础上才能发挥正确的作用，这是这两大类生物统计学教材共同存在的不足之处。因此，目前市场上还未见有统计学理论与实际结合，试验设计与统计原理相结合，统计软件与统计学原理相结合的较为完善的生物统计学教材。笔者认为这类生物统计学教材是当前生物科学专业、生物技术专业、生物工程专业、农学专业、医学专业、食品专业等本科专业较为适合的教材。

2.生物统计学与高等数学方面。①生物统计学与高等数学开课时间上的不一致性。国内许多高等学校生物科学等本科专业的培养方案中都把高等数学课程作为一门必修的基础课，学生通过对该门课程的学习，系统获得函数、极限、连续、导数、微积分及常微分方程等基础知识，它为后续课程的学习和解决实际问题提供必不可少的数学基础知识及常用的数学方法。而且，通过各个知识点的学习，逐步培养学生具有较为熟练的基本运算能力和自学能力，综合运用所学知识分析和解决实际问题的能力。更重要的是，高等数学课程是学习生物统计学的关键，生物统计学中的许多原理和方法都需要高等数学中相应的知识作为基础。②生物统计学与高等数学教学上的脱节性。高等数学课程作为生物科学本科专业一门必修的基础课，各高校均认识到它在生物科学本科专业中的重要性。但长期以来，高等数学和生物统计学均作为两名独立的课程开设，一般情况下，高等数学课程由数学专业教师讲授，由于数学专业的教师没有生物学专业的相关知识，不清楚生物统计学课程的知识体系，只注重数学知识的推导、讲授。因此所讲授的知识内容之间通常存在许多不衔之处，形成了不利于生物统计学课程教学的知识的断层。同样，这也是生物统计学中教师难教，学生难学、难懂、难用的原因之一。

3.生物统计学教师知识结构和科研能力方面。常言道，学生需要一滴水，教师至少要有一桶水。生物统计学的教学，相对于其他课程而言，对教师的要求更高，不仅要求教师要有一定的数学知识，较为渊博的统计学知识，还要求教师要有较强的科研能力。教师只有具备一定的数学知识和渊博的统计学知识，才能很好把握生物统计学相关原理、理论、统计分析方法等。具备较强的科研能力，才能很好将生物统计学相关原理、理论、统计分析方法与实际相结合，才能很好地进行案例教学。4.考试制度方面。考试制度在高等教育中占有非常重要的地位，考试是教学质量评价的一项重要指标，它既是对教师教学质量的反映，也是对学生学习效果的检验。考试制度是否合理

，决定着教学质量的好坏以及学生学习积极性是否能得到最大限度地调动[16]。但是现阶段我国许多高校的考试制度较为死板，缺乏合理性和灵活性。如在学期期末考试中规定一定数量的题型，当然，这种考试制度对于规范考试是必须的，但是应该根据具体课程而定，而不能一概而论。就生物统计学课程而言，如果规定一定数量的考试题型（比如四种题型），那么教师只能根据考试规定勉为其难考虑四种题型。比如说名词解释、填空、问答、计算这四种题型。很明显，这种考试方式只是较为死板的考试，不能真证体现生物统计学课程的本质，不能很好考察学生对生物统计学原理的掌握及运用。

三、生物统计学教学策略

针对目前生物统计学存在的问题，笔者根据自己近十年的生物统计学教学实践，就如何提高生物统计学的课堂教学效果，提出如下建议。

1.选择合适的教材并优化教学内容。教材是教学最基本的工具，选择适合的生物统计学教材，能够保证教学过程的顺利进行，并能提高教学质量。针对目前市场上的不同种类教材，结合学生的实际，选择统计学理论与实际相结合，试验设计与统计原理相结合，统计软件与统计学原理相结合的生物统计学教材进行教学较为合适。据笔者过去的教学实践，该课程授课内容不宜过多和过深，授课内容过多学生精力会分散，分不清重点，而过深则影响学生的接受效果[17]。因此应根据学生实际优化教学内容，坚持以试验研究实例为线索，以科学的试验研究方法为主线，理论原理和实际例子相结合，从试验研究的选题和设计、试验方案的制定和实施、试验数据的收集和整理到试验数据的统计分析，最后做出科学的推断等，尽可能把抽象的统计学概念和原理转变为具体的实例，提高学生的学习兴趣，使其更好地理解和掌握所学的课程内容[7]。很好激发学生学习生物统计学课程的兴趣，从而更好地提高教学效果和教学质量。

2.处理好高等数学和生物统计学的关系。高等数学作为生物科学本科专业的基础课，是学习生物统计学的关键。一方面，高等数学一般在第一学年开设，因此生物统计学安排在第二学年开设为宜，这样能避免高等数学和生物统计学课程开设在时间上形成的断层，有利于学生对生物统计学的学习。另一方面，高等数学和生物统计学不应分别让不同专业的教师讲授，而均应由生物学专业教师讲授，因为生物学专业的教师清楚生物统计学课程的知识体系，在讲授高等数学时，能够根据生物统计学的相关原理和内容，优化高等数学的教学内容，有侧重点进行知识的讲授。从而能避免生物统计学与高等数学教学在知识上的脱节性，也有利于学生对生物统计学的学习。

3.提高自身知识结构和科研能力，注重案例教学。生物统计学教材大多理论性强，内容枯燥，容易使学生产生厌烦感。照本宣科的传统授课方法，更会使学生失去兴趣，对于培养学生的独立思考能力和创造能力十分不利。在现代教学中，教师既是知识的传授者，也是教学活动的组织者，在教学过程中起到关键的作用，教师知识水平的高低直接影响学生的学习效果[18]。因此教师应不断加强对生物统计学基本原理、基本理论和基本方法的学习与实践。另外，教师还应不断加强自身的科研能力，在教学过程中将自己的科研工作或生产实践案例贯穿到教学中，以自身科研实例辅助教学，增加学生的学习兴趣，培养学生的统计学思维以及对统计学的实际应用能力。

4.加强试验设计的教学和实践。试验设计又称为实验设计，它以概率论和数理统计的原理和方法为理论基础，科学地、经济地设计研究方案的一项技术。一个良好的试验设计，可以用最少的实验次数，得到足够的实验数据，从而能减少人力、物力和财力的投入[6]。由于生物统计学理论性和实践性较强，且涉及大量的数学公式、抽象的概念和复杂的内容。因此在生物统计学的教学中应充分调动学生学习的主动性，加强学生对生物统计学原理、知识的理解和综合运用，强化学生综合试验设计的锻炼及其应用。提高学生利用统计原理、方法分析和解决实际问题的能力。生物统计学教学中，一方面，教师应该有渊博的统计学知识及其丰富的科研经历，另一方面，应让学生走出教室，加强实践，使学生不但能够掌握统计分析的原理和方法，而且可以解决一些生产中的实际问题，真正达到生物统计学教学的目的。