3、选择合适的例题,做到熟能生巧

　　试验设计与数据处理的应用领域非常广泛,不仅用于生物,还应用于化工、食品、机械加工制造等领域。为了让学生正确理解和掌握知识,在举例说明时应选择试验设计与数据处理在本学科的应用实例。面向生物工程专业的学生时,结合生物工程专业的特色,主要从菌种选育条件、发酵工艺控制、目标产物分离等方面选择相应的例子,最好是专业试验或科研中的真实问题,如淀粉酶产生菌选育方案的设计、乳酸发酵条件的确定、茶多酚提取工艺的优化,这有助于学生了解本门课的应用领域,激发学生学习本课程的兴趣,调动学生的积极性和主动性。

　　对于应用技术学科,关键是能将书本上的知识应用自如。对于试验方案设计方法,如正交试验设计、均匀试验设计、回归旋转试验设计、SN比试验设计等方法,要求能够根据试验周期的长短、原料易得性、条件控制难易、待考察因素水平的数量等实际情况,选择合理可行的试验方案设计(下转第33页)

　　(上接第31页)

　　方法。对于所得数据结果,要求能够采用正确的分析方法,发掘出有用的信息。数据分析方法部分有很多公式,如偏差平方和的分解公式、回归系数的求解公式等,若要做到灵活运用课程的知识,就必须加强公式的记忆,因此多做练习是必要的。虽然现在有很多软件能解决计算问题,但是还要求学生掌握各种分析方法的分析过程,这些都需要在教学中安排一定的练习量,使学生熟能生巧。

4、把握前沿知识,扩展学生视野

　　试验设计与数据分析的方法种类多样,在本科教学阶段主要要求学生掌握单因素试验设计、正交试验设计和均匀试验设计等方案设计方法,极差分析、方差分析和回归分析等数据分析方法。这些内容是本门课程的基本内容,但并不是本学科的全部知识。为了让学生充分认识本学科的重要性,可以在教学学时允许条件下,补充知识点,开拓学生的视野。如向学生介绍旋转试验设计及其分析方法,指出它的作用和优势;对于解决多指标问题的试验设计和分析时引入主成分分析方法的知识[3];在对回归方程求解最优解时引入遗传算法的理论[4];对于试验问题建模分析时引入神经网络建模方法[5]。这些试验设计和分析方法很多都是近几年才应用到生物工程领域的,在要求学生牢固掌握基本知识的前提下,引入前沿知识有助于拓宽知识面,在今后的学习和工作中能更好地发挥学生的能动性。

5、重视上机环节

　　试验数据的处理计算量很大,完全依靠手算既浪费时间又容易出错。而现在有多种软件,它们可以对数据作各种分析,并能够在短时间内得到准确的结果。因此,应重视上机环节,要求学生至少掌握1种统计软件的使用方法,学会用软件绘图、计算,并能正确理解分析结果。例如SPSS是一个功能全面的统计分析软件,操作界面友好,易学易用,广泛应用于自然科学、社会科学领域[6]。在教学过程中安排适当学时进行上机操作,要求学生能够使用软件进行平均数假设检验、方差分析、多重比较、回归分析等操作,不仅能增强知识的掌握程度,还可以激发学生的学习兴趣,获得良好的教学效果。

6、参考文献

　　[1] 薛刚,郭书贤.优化试验设计及统计分析法[M].武汉:湖北人民出版社,2004.

　　[2] 徐理勤,顾建民.应用型本科人才培养模式及其运行条件探讨[J].高教探索,2007(2):57-60.

　　[3] 曹定华.多元分析基础[M].北京:科学出版社,2001.

　　[4] 雷英杰,张善文,李续武,等.MATLAB遗传算法工具箱及其应用[M].西安:西安电子科技大学出版社,2005.

　　[5] 葛哲学,孙志强.神经网络理论与MATLABR2007实现[M].北京:电子工业出版社,2008.

　　[6] 薛薇.SPSS统计分析方法及应用[M].北京:电子工业出版社,2004.