UniMate AI

MATH1041

生命科学统计学

6 学分难度 简易

MATH1041 是一门应用性极强的统计入门课,虽然主要面向生命科学专业,但其严谨的数据处理逻辑对所有需要数据分析基础的专业都有极大帮助。课程涵盖数据描述性统计、概率基础、抽样分布、置信区间、假设检验(包括 t 检验、卡方检验、ANOVA)以及简单线性回归。学生将学习如何设计实验、处理实验误差并利用统计软件提取数据中的科学结论。对于想往生物信息学、心理学数据分析或基础科研方向发展的学生,这是必修的第一块敲门砖。

Course decision

选课先看

先看考核重心、截止节奏和入门要求,再决定这门课是否适合你的学期安排。

考核总权重

100%

4 项考核

最高单项

50%

Final Exam

期末考试

以官方 outline 为准

Hurdle

未列出

当前考核表没有 Hurdle 标记

Deadline map

考核时间线

按截止周排列作业节点;持续考核会保留在下方完整考核结构中。

Week 6

Mid-term Online Test

20%

涵盖描述性统计与概率基础的阶段性考试

Week 8

Statistical Assignment

15%

利用 R 软件分析真实科研数据集并撰写报告

Week 10

Online Quizzes

15%

每周进行的在线基础概念巩固自测

Week 11

Final Exam

50%

综合考察统计推断、假设检验及其在科研场景的应用

Syllabus

每周大纲

默认只展示每周独有的知识重点;节奏、考核、Tutorial 和避坑信息按需展开。

  1. 1

    数据可视化与描述性统计

    直方图、箱线图;均值、标准差、分位数

  2. 2

    观察性研究与实验设计

    抽样误差,偏见,对照组设计,随机化

  3. 3

    回归与相关性

    散点图,最小二乘法回归线,相关系数 r

  4. 4

    概率论基础

    概率公理,条件概率,独立事件,贝叶斯初步

  5. 5

    随机变量与分布

    二项分布,正态分布,正态近似

  6. 6

    灵活性周 (Flex Week)

    复习前半学期概念,准备期中小测

  7. 7

    抽样分布与推断

    样本均值的分布,中心极限定理

  8. 8

    置信区间与假设检验

    P 值含义,单样本 t 检验,误差类型 (I & II)

  9. 9

    双样本对比与分类数据

    配对 t 检验,卡方检验 (Chi-square)

  10. 10

    方差分析 (ANOVA) 与复习

    单因素方差分析;综合题型回顾

Assessment

考核结构

Online Quizzes

每周进行的在线基础概念巩固自测

15%

Week 10

Mid-term Online Test

涵盖描述性统计与概率基础的阶段性考试

20%

Week 6

Statistical Assignment

利用 R 软件分析真实科研数据集并撰写报告

15%

Week 8

Final Exam

综合考察统计推断、假设检验及其在科研场景的应用

50%

Week 11

Assignments

作业详情

Data Analysis Project

使用 R 语言或 SPSS 对一组生物实验数据进行回归分析与显著性检验

重点: 统计解释准确性, R 语言代码规范

要求:需包含图表解读和 P 值讨论

⏱ 预计 15 小时

From Seniors

学长留下的

基础信息谁都查得到,真正值钱的是过来人的经验。

学姐说

比你早一年的学长留下的真实经验 —— ChatGPT 给不了。

这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。

往年考点 / 踩坑

这门课暂无往年考点记录。

毕业生去向(整体)

下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。

统计自 317 份脱敏校友证言

Deloitte

6 位校友

岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer

Zerologix

4 位校友

岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer

Servian

4 位校友

岗位:Full-stack Developer · Data Engineer · Consultant

关于这块数据,我们说实话

雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。

我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。