生物统计 · 教学单元 · 4 周

单元大纲:帕尔默群岛三种企鹅的形态分化

用一项真实的野外研究,把统计导论里学过的描述统计、两组比较和回归,放到“数据怎么来、该怎么分组、结论能说多远”的完整问题里练一遍。

对象
本科二年级,已修一学期统计导论
学时
按每周理论课 2 学时、上机 2 学时安排(共 16 学时);如只有理论课,把上机内容改为课后作业
工具
Python:pandas、matplotlib、scipy(Jupyter 笔记本或任一支持 # %% 分块的编辑器)
数据
penguins.csv:344 只企鹅 × 8 个变量,palmerpenguins v0.1.0 发布的数据表,CC0 许可
依据
论文初稿《南极帕尔默群岛三种同域企鹅的种间形态分化与两性体型差异——基于公开数据的再分析》(paper/)。单元中引用的结论和数字都以这篇论文为准;原始研究为 Gorman、Williams 和 Fraser(2014)。

先修要求

统计导论应已讲过:均值、标准差、分位数;正态分布;抽样分布与标准误;置信区间;假设检验与 P 值;两样本 t 检验;相关与简单线性回归。单元内会复习这些概念,但不从头讲。

Python 只要求会运行笔记本、改几行代码。如果班上多数学生没用过 Python,建议在第 1 周上机前安排 30 分钟的环境准备:装好 Python 3.10 以上版本和三个库,能打开 exercise.ipynb 并运行第一个代码块。

单元学习目标

学完这个单元,学生能够:

  1. 从研究设计(观测研究、采样地点、同一巢内的亲鸟配对)出发,说出一份数据能回答和不能回答的问题;
  2. 对多组数据做分组描述统计和可视化,并如实报告缺测值的处理和每项分析的样本量;
  3. 选择并实施两组比较(Welch t 检验、Mann–Whitney U 检验),报告效应量及其置信区间,对多重比较做校正;
  4. 拟合并解释简单线性回归(斜率及其置信区间、R²),识别合并分组造成的偏差(辛普森悖论),并用分组变量修正;
  5. 用可重复的代码完成一项小型分析,按期刊规范写结果段落和图注。

四周一览

周主题统计内容论文对应上机作业
1从野外测量到数据表研究设计、变量类型、缺测值、分组描述统计、分布图第 2.1–2.2 节,表 1,图 1b、1d,图 2练习 A作业 1
2两性体重差异正态性检查、Welch t 检验、均值差的置信区间、Holm 校正、Mann–Whitney U第 3.4、4.1 节,图 1e练习 B作业 2
3回归与合并分析的陷阱OLS 回归、斜率置信区间、R²、辛普森悖论、指示变量第 3.3、4.2、4.3 节,图 1a、1c练习 C作业 3、项目选题
4研究局限与可重复报告混杂与非独立、统计报告规范、图注写作、同伴评审第 2.4、4.5 节,图 1 图注项目工作坊单元项目

第 1 周从野外测量到数据表:研究设计与描述统计

学习目标

内容

理论课安排(90 分钟)

时间环节说明
0–10单元导入四周路线图;“三种企鹅能不能放在一起比?”
10–25研究背景与测量方法活动 1:两人一组,从方法描述中列出每个变量的测量工具和精度(5 分钟)
25–45数据表、变量类型、抽样结构活动 2:看物种 × 岛屿交叉表,讨论能否比较岛屿(5 分钟)
45–60缺测值与样本流程对照论文图 2;为什么不在一开始 dropna()
60–78描述统计与分组作图表 1;分位数算法;合并与分物种的体重分布
78–86读图与预告活动 3:读论文图 1;辛普森悖论“先猜后揭”
86–90小结与布置练习 A、作业 1、阅读

讲义:第一讲讲义;幻灯片:第一讲幻灯片(讲者备注按 N 显示)。

上机:练习 A 部分(A1–A6)

读入数据、清点缺测值、做交叉表、复现表 1、计算分位数、画分组直方图。

作业 1(第 2 周理论课前提交)

  1. 完成练习 A 部分,提交能从头到尾运行的 .ipynb 和生成的图。
  2. 短文(不超过 300 字):结合论文第 2.1–2.2 节和你的交叉表,说明“物种与岛屿的关系”会限制后面哪些比较,哪些比较不受影响。

阅读

第 2 周两性体重差异:两组比较

学习目标

内容

课堂活动

上机:练习 B 部分(B1–B6)

作业 2

  1. 完成练习 B 部分。
  2. 写一段期刊式的结果段落(不超过 200 字),报告某一个物种的两性体重比较:检验方法、统计量、自由度、校正后 P 值、均值差及其 95% 置信区间。

第 3 周回归与合并分析的陷阱

学习目标

内容

课堂活动

上机:练习 C 部分(C1–C5,C6 为挑战题)

作业 3

  1. 完成练习 C 部分。
  2. 提交单元项目选题(一页):研究问题、要用的变量和记录、计划用的方法、预期的局限。

第 4 周研究局限、可重复报告与单元项目

学习目标

内容

课堂活动

单元项目(第 4 周周日 23:59 前提交)

2–3 人一组,从下面选一题,或自拟题目(须在作业 3 中获批)。题目 1、2 是论文没有做的分析,题目 3、4 是对论文分析的延伸。

  1. 年份效应。三个繁殖季之间,某一物种的形态是否不同?(论文 4.5 节:没有对年际差异建模。)
  2. 岛屿效应。只用阿德利企鹅:三个岛的阿德利企鹅体重或喙形是否不同?为什么只能用这个物种?
  3. 其他性状的两性差异。对喙长、喙深和鳍长重复第 2 周的分析,比较各性状两性差异的大小,并与论文表 1 和 3.4 节对照。
  4. 物种 × 性别的回归。体重对鳍长:比较“只按物种分组”和“按物种 × 性别分组”的模型,与论文 4.3 节对照。

提交内容:

考核与成绩构成

项目占单元成绩评分依据
课堂参与与活动10%出勤、活动中的发言与小组产出
作业 1–3(各含练习一部分和一项写作)45%(各 15%)评分标准第 1 部分;练习各题分值见参考答案
单元项目报告与代码30%评分标准第 2 部分
项目汇报10%评分标准第 3 部分
同伴评审5%评分标准第 4 部分

参考文献