生物学研究方法

生物医学研究的统计方法本书是生物医学研究生使用的经典统计教材，内容易懂经典，无需多少数学基础都能看懂。本书每个章节后面都有常见疑问，现汇总以供大家学习。--------------------------------------------------------------------------------------(1)如何确定研究总体与样本?总体的定义告诉了我们，总体是根据研究目的确定的同质研究对象的全体，也就是说确定什么样的总体与下列因素有关：①研究的目的是什么；②研究对象是否同质(即使非处理因素尽可能相同)；③是否为研究对象的全体。样本是从总体中抽取的部分研究对象，确定样本应该注意：①样本是总体中的部分研究个体；②样本是能代表总体的样本。相对样本而言，总体应该是“无限总体”或相对的“无限总体”(比如，在样本含量足够的前提下，样本个体数小于总体个体数的500)，这是统计学推断的理论基础；如果总体不大，为“有限总体”，则数据分析的主要方法是统计描述；如要进行统计推断，则应对有关指标进行校正。(2)何为连续变量与离散变量?可以在某一区间取任何值的变量就是连续变量，当测量精确度很高时，理论上数据之间无“缝隙”。数据之间存在“缝隙”的变量就是离散变量，如家庭人口数、脉搏跳动次数(次/min)、红细胞计数等，离散变量只能取有限的几个值。定量变量之中，有的属于连续变量，有的属于离散变量；但定性变量只能是离散变量。(3)不同的编码方式，所得结论相同吗?以上提到可将“文化程度”中的文盲、小学、中学、大学(假定为有序变量)及以上分别编码为1,2.3,4，或按读书年数编码为0,6,12,16。无论哪种编码，所得统计学分析的结论(如假设检验所得概率值)应该是一致的，但获得的某些统计量(如回归系数、优势比等)有可能不相同。(4)用恰当指标对定量资料进行统计描述，需要了解变量的分布形式。在实际工作中，是怎样明确变量的分布形式的?变量的分布形式，常可以通过查阅文献得到。例如，文献报道中学生的体重、肺活量服从对称分布，其发硒含量则为正偏峰分布，那么，我们就可以沿用文献的做法。特别当参考文献中的研究是基于大样本时，一般认为变量的分布形式可以直接参照。如果在相关文献中未查到某医学指标的分布规律，而该指标又是我们感兴趣的变量，那么就可以在大样本基础上，借助SPSS等统计分析软件对资料分布形式作统计检验。(5)呈现事物的发展变化速度时，为什么要用半对数线图，而不能用普通线图?在用普通线图表示事物随时间变化而变动的情形时，线条纵向波动的位置仅反映了被研究指标在相应时间点上取值的大小。例如指标取值发生“10→100→1000”的变化时，给读者的提示是，第一阶段增加幅度为90，第二阶段增加幅度为900，第二阶段的增加幅度大于第一阶段。但是，有时研究者欲传达事物演变的变化倍数，例如前述指标在第一阶段发生了“增大到原来的10倍”的变化，而第二阶段也发生了“增大到原来的10倍”的变化，两个阶段变化的倍数相同。普通线图可以直观反映变化的“增量”，却不能描述变化的“倍数”。这时需借助半对数线图，将纵轴的尺度进行对数变换，使得“10→100→1000”的变化成为“1→2→3”，两个阶段的变化幅度均为1，准确地传达了“变化的倍数均为10”这一信息。(6)如何判定一组数据是否符合正态分布?判定一组数据是否符合正态分布，通常有如下几种方法：①根据文献报道。例如，文献报道中学生的体重、肺活量服从正态分布，那么我们可以沿用文献的做法。②根据经验或专业知识判断。例如，根据专业知识，同性别健康成人的红细胞数、血红蛋白含量、脉搏数等都近似服从正态分布，而正常成人的血铅含量近似对数正态分布，经对数转换后应近似服从正态分布。③可以借助统计软件对资料作正态性检验或拟合优度检验。(7)对称分布在“X士1.96S”的范围内，也包括95%的观察值吗?不一定。“均数士1.96标准差”范围内包含95%的变量值是正态分布的分布规律，不是对称分布的分布规律。对称分布不一定是正态分布。(8)如何判定一组资料是否符合Poisson分布?Poisson分布是离散型分布，变量的取值为非负整数，它是描述单位时间(面积、空间)内某罕见事件发生数的概率分布。实际应用中，如果某罕见事件的发生数满足Poisson分布的应用条件，如水中细菌数、单位空间中的粉尘数、单位时间内放射性物质的脉冲数等，都可认为服从Poisson分布。另外，还可以对资料进行Poisson分布的拟合优度检验。(9)何谓置信区间的准确度与精确度置信区间有准确度(accuracy)精确度(precision)两个要素。准确度由置信度(1-α)的大小确定，即由“此区间包含总体参数”这句话可信程度(1-α)的大小来反映，从准确度的角度看，置信度愈接近于1愈好，如置信度99%比95%好；精确度是置信区间宽度的一半，意指置信区间的两端点值离样本统量的距离。从精确度的角度.看，置信区间宽度愈窄愈好。在抽样误差确定的情况下，两者是相互矛后的。若提高了置信度.即α减小。则检验统计量界值增大，置信区间变宽. 从而导致精确度下降；反之，降低置信度，即降低准确度，可适当增加置信区间的精确度。为了同时兼顾置信区间的准确度与精确度，可适当增加样本含量；在置信度确定的情况下，增加样本含量可降低抽样误差，从而缩小置信区间范围，提高参数估计的精确度。(10)置信区间与参考值范围有什么区别?总体均数的置信区间与个体值的参考值范围无论在含义、用途还是计算上均不相同。实际应用时，不能将两者混淆，详见表1表1，置信区间与参考值范围的区别(11)标准差与标准误有什么区别与联系?标准差反映个体观察值围绕均数的散布程度，即反映个体值彼此之间的差异。标准误反映样本统计量(如样本均数)围绕总体参数(如总体均数)散布的程度。根据公式，标准误小于标准差；样本含量越大，标准误越小；但标准差不随样本含量的改变而有明显方向性改变，随着样本含量的增大，标准差有可能增加，也有可能减少。如果需要反映个体的变异程度大小，应采用标准差；如果需要反映由样本统计量估计总体参数的精确程度，应采用标准误或95%置信区间。其区别与联系可小结为表2。表2 标准差与标准误的区别与联系(12) 如果样本来自有限总体，如何作统计推断?统计学推断建立在无限总体的基础之上，如果样本所来自的总体为有限总体(如样本含量n大于5%倍的总体含量N)，则前面的标准误计算公式应作适当修改，如样本均数的标准误计算公式应改为样本均数的标准误计算公式样本频率的标准误计算公式应改为样本频率的标准误计算公式其中N为总体中个体的含量，(N-n)/(N-1)称为有限总体校正因子。当样本含量n接近有限总体含量N时，(N-n)l(N-1)接近于0，相应的标准误也接近于0。在绝大多数情况下，目标总体是有限总体，如果总体含量N相对样本含量n很大，此时有限总体校正因子十分接近于1，因此通常情况下可忽略此项。仅当样本含量n大于5%倍的总体含量N情况下，才采用上述公式进行计算。(13) 假设检验中α与P有何不同？α为决策者事先规定的“小概率值”(各种科研杂志习惯上采用0.05或0.01)。在零假设成立的情况下，如果检验统计量取当前值以及取值更不利于H0的概率小于或等于α，则可以认为：在零假设成立的情况下，不大可能在某一次抽样研究中出现当前的事件；但当前的事件居然发生了，我们不禁怀疑零假设是否真的成立，从而拒绝H0推断H1成立。所谓P值是指在H0成立的前提下，出现目前样本数据对应的统计量(如Z、t、F值等)数值乃至比它更极端数值的概率。P值也是一个随机变量，即不同的样本可得到不同的P值。(14)通过假设检验得到P>α.能否说明接受H0时犯错误的可能性很小?不能，因为假设检验时，只是确定犯I类错误的概率a，可以按小概率事件拒绝H0，而不知道犯Ⅱ类错误的概率β，所以不能说明接受H0时犯错误的可能性很小(15)通过假设检验得到P值很小，能否说明比较的总体均数相差很大?所谓P值，是指在H0成立的前提下，出现目前样本数据对应的统计量(如Z、t、F值等)数值乃至比它更极端数值的概率。它不但与均数实际值的差距有关，还与抽样误差的大小有关，所以不能单从P值的大小判断总体均数差距的大小。(16)进行两样本均数比较的t检验时，假设检验结果P值越小，则说明两个总体均数相差越大吗?假设检验中，P是指H0成立时出现目前样本情形的概率最多是多大，P值越小，说明如果H0为真，则“不大可能”出现目前的情况，即有理由怀疑H0为真的无效假设，因而拒绝H0，接受H1，即两总体均数间存在着差值。所以，P值越小越有理由认为两个总体间存在着相差，但并不能反映两个总体均数相差的数值大小。(17)单侧检验较双侧检验更易检验出差别，是否应在假设检验中尽量选用单侧检验?当自由度和检验水准一定时，单侧界值小于双侧界值，所以更容易得出差异性的结论，但并不能因此就选用单侧检验。单双侧的选择要结合专业知识：如果研究者关心的是甲乙两组所属总体均数(或者总体率)有无差别，即甲可能高于乙，乙也有可能高于甲时，一般选双侧；若根据专业知识，甲不会低于乙时，或者研究者仅关心其中一种可能时，可选用单侧。一般来讲，双侧检验较为稳妥。(18)既然秩和检验对资料没有严格的要求，是否在进行两组间均数比较时可直接采用秩和检验?这样做不能认为是错的，但不是最好的分析策略。秩和检验对资料没有严格的要求，但满足正态分布条件时其检验功效比t检验的检验功效低一些，所以通常只用来对偏峰分布资料进行假设检验。(19) t检验能否用于多组间均数的比较?t检验主要用于两组间均数的比较，多组间均数的比较若采用t检验，会增大犯I类错误的概率。所以，多组间均数进行比较时应首先考虑方差分析及SNK,LSD等多个样本均数的两两比较技术(详见方差分析)。(20)如何理解假设检验中的大样本和小样本?为什么样本量较大时不必进行正态性检验?在假设检验中，大样本和小样本只是相对于资料的偏峰程度而言的，偏峰程度越大，要求样本量就越大，但一般情况下，当样本量大于50时，可以理解为样本量较大。此时，即便原始变量X有些偏离正态，其样本均数也会近似正态分布。因此，对大样本资料可以不必进行正态性检验。(21)在成组t检验中，当P<0.05并且时，为什么就能推断?在成组t检验中，当P<0. 05并且，则可以证明的95置信区间的下限大于0，由此在95%置信度的前提下，推断；同理，当P<0.05并且时，则可以证明：的95%置信区间的上限小于0。，由此在95%置信度的前提下，推断。(22)为什么不宜直接对多组定量资料进行方差分析？进行方差分析的数据应满足两个前提：①各样本是相互独立的随机样本，均服从正态分布；②各样本的总体方差相等，即方差齐性(homogeneity of variance)。因此，对多组定量资料进行方差分析首先要进行方差齐性及各样本的正态性检验，符合方差分析的条件再行方差分析及必要时进一步的两两比较。否则，若不满足方差分析条件，则需作数据变换，使其满足方差分析的条件，或选Kruskal-Wallis秩和检验。(23)若三个样本均数的比较经ANOVA分析有统计学意义，在多重比较中出现了“不拒绝μ1≠μ2，也不拒绝μ1≠μ3，但拒绝μ2=μ3”的结果，该结果应如何解释？为什么？按假设检验的基本原理，该结果可解释为：有理由认为μ2≠μ3，但还没理由认为μ1≠μ2及μ1≠μ3。因为统计结论在一定概率意义下成立，不能按确定性数学方式递推。该结果既不能解释为：μ1介于μ2和μ3之间；也不能递推为：μ2=μ1，同时μ1=μ3，那么μ2=μ3。(24)是否一定要经ANOVA发现有统计学意义后，再作均数间的两两比较?一般地说，经ANOVA发现有统计学意义后，再作均数间的两两比较，但不是绝对的。实际上，这种ANOVA发现有统计学意义后，再作均数间的两两比较属于事后未计划的比较。均数间两两比较的方法很多，有十余种之多。并且也不很成熟。有些统计学专家提出某些多重比较可不依赖方差分析的结果。另外，在分析资料时有时会出现ANOVA有统计学意义而两两比较均无统计学意义，或ANOVA无统计学意义而两两比较某些均数间有统计学意义的现象，这两种现象往往发生于算得的P值在规定的检验水准α附近，下结论时需特别谨慎。(25)多重比较的方法很多，可否各种方法都用一用，哪个方法给出的P值好，就报告哪个方法的结果?多重比较的方法很多，多重比较时甚至会出现某些方法间(如Bonferroni法与LSD法)统计结果不一致现象，这实际上涉及多样本均数两两比较方法选择的问题。要根据研究的目的选择两两比较的方法。当在设计阶段就根据研究目的或专业知识而计划好某些均数间的两两比较、用于探索性研究时，可选用LSD法，即选用LSD法结果。LSD法灵敏度比较高，但Ⅰ类错误可能会增大，适用于组数g较小且仅对某些特定的组间比较感兴趣时； 当在研究设计阶段未预先考虑或预料到，经假设检验得出多个均数不等的提示后，才决定多个均数的两两比较时可选用Bonferroni。Bonferroni法比较简单，广泛应用于不同场合的两两比较，但结论比较保守，可用于证实性研究。因此，多重比较各种方法都用一用选P值的做法是不妥的。(26)当例数较少或理论频数较小时，为什么要用校正χ2检验或Fisher精确检验因为χ2检验统计量的抽样分布是矩形分布，χ2分布为连续性分布。利用χ2检验统计量进行列联表差异性检验时是通过用χ2分布作为χ2统计量分布的近似方法进行的。χ2统计量计算结果往往较大，特别是在自由度较小、样本量较少情况下。因此Yetes提出了校正的方法。在实际应用中，当样本含量大于40，理论频数都大于5时，χ2统计量近似性较好，可以不进行校正；但是当存在理论频数小于5时，近似性较差，需进行校正；当例数小于40或存在理论频数小于1时，近似性更差，因此主张改用更合适的Fisher精确检验代替χ2检验。(27)对于多组二分类资料和无序多分类资料，能否通过转化为多个四格表资料分别进行检验?对于多组二分类资料和无序多分类资料，若转化为多个四格表资料分别进行检验，割裂了原来的设计，更重要的是会增加犯Ⅰ类错误的概率。例如对于3X3列联表，检验水准取0.05，若转化为多个四格表资料分别进行检验，应进行9次检验，这样犯Ⅰ类错误的概率将达到1-((1-0.05)9=0.37，远远大于0.05。因此，对于多组二分类资料和无序多分类资料，不能通过转化为多个四格表资料分别进行检验。当多组二分类资料和无序多分类资料检验结果拒绝假设H0时，可以进一步作两两比较，但α水平需要按α/比较次数来校正。(28)对于有序多分类资料，用无序多分类资料方法进行差异性检验会出现什么问题?因为列联表χ2检验的χ2统计量只能处理频数分布的差异性检验，没有处理有序信息的能力，不能利用数据所提供的有序信息进行分析。因此，若使用无序多分类资料分析方法进行有序多分类资料的差异性检验，将会降低统计检验效能。(29) 是否所有资料皆可作相关分析?只要输入数据，电脑就可以进行相关系数的计算，但这不表明任何资料皆可进行相关分析。相关分析要求两变量皆为随机变量，如果X是人为取值，则不宜计算相关系数。计算Pearson相关系数还要求资料为双变量正态分布。同时应注意，资料类型不同，所采用的刻画相关或关联的方法也不同。(30) 程序中自动给出了相关系数值和假设检验结果，为什么还要作散点图呢?的确，有不少研究不作散点图就给出相关系数值和假设检验的结果，但这样做可能会出现两变量间实际没有线性关系而作出线性相关的决定，也可能不容易发现资料有异常值或有分层的情况等。因此，相关分析必须先作散点图，确认有线性关系时才计算相关系数，并对其进行检验。(31) 若两组比较某指标的均数不同，是否可以说明该指标与分组因素相关?要注意“相关”是一个专业用语，有特定的含义。仅均数不同不能认为相关，若各组均数差别有统计学意义，可以认为不同组间总体水平不同。通常所说的“某指标的均数与分组有关”和统计学所说“某指标与分组变量间线性相关”是两个不同的概念。线性相关的结论必须通过相关分析或关联分析才可得到，而分组因素常人为划定，非随机变量，不可作相关分析或关联分析，即便作了计算，也不能得出相关的结论。(32) 经统计检验得出总体相关系数不为0，且P值很小，是否可以认为变量间关系很大?统计检验的P值是指总体相关系数为0时，得到等于或大于目前这个样本相关系数的概率大小。若P值小，说明总体相关系数为0时，不大可能得到目前这个样本相关系数，从而怀疑总体相关系数是否为0。不论P值多么小，结论只能是总体相关系数不为0而已。样本量小时，样本相关系数值很大也可能得出没有统计学意义的结果；反过来，样本量大时，很小的样本相关系数值也可以拒绝零假设。如样本量大于50时，r=0.279就可以得到P<0.05的结果，而样本量为5时，即使r=0.870时仍得到P>0.05的结果。(33) 既然Spearman等级相关对资料性质没有要求，是否所有资料皆可用等级相关?文献确有把Spearman等级相关当成万能相关方法。不管什么样的资料都可用Spearman等级相关方法，但这样做的结果会损失信息，降低功效。因此，应根据资料类型和适用条件选用相关强度指标。当两变量为连续型随机变量时，通常采用积矩相关系数。(34) 计算Spearman等级相关系数时，怎么有人采用公式?实际上，无相同秩次时，此公式与利用秩次采用Pearson相关系数的公式计算时完全等价，但有相同秩次时一般不宜用此公式。此公式为过去计算机不甚普及时推算出的无相同秩次的简便计算公式，有相同秩次时需要校正。(35) 多组比较的RX2表或RXC表和本章的RXC表在设计上有区别吗?多组比较的Rx2表或RXC表，属于完全随机设计资料。多组资料比较的设计是，首先设定组别(如三种国籍人群)，各组例数的调整不受其他组别的影响，然后调查各组的频率分布(血型分布)情况，分析各组(三种国籍)的频率分布(血型分布)是否不同。本章的RXC表资料是一次调查的结果，可看作是总体中的一份样本，其样本含量<2500例)是固定的，某属性之一(如国籍中美国人)的例数变动必使该属性其他分类(如国籍中中国人和挪威人等)的例数反向变动，统计时按两种属性(国籍和血型)交叉分类统计频数，得到两种属性是否独立的结果。(36) 如何识别与处理异常点?在实践中，科研工作者鉴别数据中的异常点是进行统计分析前首先要完成的一项工作，否则会导致错误而前功尽弃，得不偿失。有些“统计谎言”正是由于分析者疏忽异常点的存在，夸大或弱化实际效应而造成的，如图10-10,虚线代表受异常点影响而偏离的回归线。异常数据的识别可以通过简单、直观、有效的散点图发现，也可以通过相关统计量(如广义平方距离)获得。通过散点图可直观地反映哪些数据是可能的异常数据。一旦发现可能的异常数据，不宜草率地删除，应该仔细审查这些可能异常数据的获得过程。若是由实验获得的，如有可能应该重新在该点重复作几次实验进行验证。只有当异常数据是由于实验失误、记录错误等人为因素造成的，才考虑删除或以重新测量的正确数据来替代。如果通过仔细审核发现数据的异常值是因数据本身性质造成的，对这样的数据应该引起足够的重视，对它进行另外的研究有可能获得意外的发现。(37)两变量不是线性关系时怎么办?在复杂的生物医学现象中，很多情况是两个变量间的关系呈非线性变化趋势，如血药浓度与时间效应曲线、生长曲线、剂量反应关系等。对于非线性的问题，如果仍一味采用简单的线性回归分析，其直接后果是歪曲实际的变化规律。实际工作中，采用曲线拟合的方法，常用的曲线类型有：1)指数曲线 又称指数生长曲线，双变量资料中，当自变量X增加时，因变量Y随之增加(或减少)得更快，这时可采用指数曲线方程来分析两变量之间的关系。2)多项式曲线 多项式曲线方程为抛物线性，当为一次时则为简单线性模型，模型中加人b2X3、b3X3项，则为二次、三次多项式曲线。多项式适合于标准曲线的绘制。3) Logistic曲线 又称Pearl-Reed曲线，呈拉长的“S“形曲线，多用于发育、动态率、剂量反应关系以及人口等方面的研究，在后面章节中讲到的logistic模型即属于此。4)双曲线与指数曲线相类似，但适用于弯曲程度更大的资料，如肌肉张力、神经生理方面强度一时间数据的分析。SPSS软件可以实现更多的曲线拟合，方便科研工作者应用。实际工作中，应根据散点图尝试拟合多种曲线。如何确定最终的曲线类型，要掌握以下原则：① R2越大，拟合效果越好。但不必过度地追求好的拟合优度，如拟合多项式模型时，虽幂次越高，R2越大，但会给解释上带来麻烦。②要考虑曲线类型是否符合专业解释。③在拟合优度相近的情况下，一般选择容易解释、易于表达的曲线类型。，(38) 两批数据能合并后拟合线性回归方程吗?实际工作中，常有X与Y变量来自于两批数据，不能轻易将两批数据合并后进行回归分析，所分析样本应保证来自一个总体(即保证同质)。如果两批数据来自两个不同的子群，可能得出不符合实际的结论。如图10-11所示，实点与虚点分别代表两批数据，图10-11a中实际不存在的回归关系，合并后被误认为有回归关系；图10-11b有可能存在回归关系，合并后会被误为无回归关系。在此，两个子群成为影响回归关系的混淆因素。电脑实验(实验10-4)中对盲目合并数据误导专业结论的情形进行了数据模拟分析。对这类数据需要进行分组分析或在多重线性回归分析中引入交互项的办法来分析处理，分析方法参见第11章。(39)如果反应变量是有序的或分类的变量，应该怎么办?多重线性回归分析要求在固定自变量的情况下，反应变量Y是服从正态分布的连续型随机变量(也就是残差服从正态分布)，如血压值、身高、体重等。但是，在医学研究中，一些反应变量往往是分类变量。例如，心功能的分级就是一个有序分类变量，虽然各级之间有程度上的差别，但是1级(体力活动不受限制)和2级(体力活动轻度受限)之间的差别并不等同于3级(体力活动明显受限)和4级(不能从事任何体力活动，休息时亦有症状)之间的差别。也即这里的数字1,2,3,4仅仅代表不同的等级，并不代表实际的数量大小。另外，无序的分类变量在医学研究中也很常见，例如治疗的结局分为治愈和死亡。当反应变量是有序或无序的分类变量时，不能采用多重线性回归对资料进行多因素分析，可以考虑采用logistic回归等其他多因素分析方法。(40)自变量存在缺失数据时怎么办?进行多因素分析时，如何处理缺失数据是一个常见的问题。所谓缺失数据，常指观察对象在某些变量上的数值缺失，例如缺少年龄、性别或者血压值等方面的信息。缺失的原因可能是偶然的、随机的，如调查时由于疏忽漏填了；也有可能是系统性的，如由于疾病恶化而没有提供信息。对于有缺失数据的观察对象，不能简单地删除。人们针对缺失数据常见的处理方法是：1)尽量了解缺失的原因，尽量弥补缺失的数据。2)对每个自变量考察缺失数据的多少。3)如果有一两个自变量的缺失数据较多，考虑删除该自变量。无论自变量在专业上意义如何重大，如果存在大量的缺失数据，则结果极可能存在偏倚。4)如果极少的观测有缺失数据，可以在分析前删除这些观测。5)如果大量观测有缺失数据，应该分析有缺失数据的观测和没有缺失数据的观测之间的差别，也即考察缺失的原因是随机的还是非随机的。如果有缺失数据的观测组成的样本的基本情况与没有缺失数据的观测组成的样本的基本情况无差别，则称数据的缺失是随机的，反之，为非随机缺失。如果数据的缺失是随机的，可以采用完全数据的均数填补缺失数据。如果数据的缺失是非随机的，应分别分析有缺失数据的观测组成的样本和没有缺失数据的观测组成的样本资料，且下结论需慎重，以防止偏倚。(41) 自变量筛选是必须要做的吗?前面介绍了多重线性回归分析中自变量筛选的统计学标准和筛选策略，那么在实际应用中自变量的筛选是必须要做的吗?有时并不是必须要做的，有时又是必须要做的。是否进行变量的筛选取决于专业的理论、经验以及资料的实际情况。最后得到的模型不仅要符合统计学的要求，更重要的是从专业上得到合理的解释。(42)如何判断是否存在多重共线性一种简单的方法是计算所有自变量的相关系数矩阵。如果两个自变量之间的相关系数超过0.9，则会带来共线性的问题；如果相关系数在0.8以下，一般不大会出现问题。另外，统计学家还提出了两个帮助判断是否存在多重共线性问题的统计量，它们分别是方差膨胀因子(variance inflation factor, VIF)和容忍度(tolerance)。下面简单介绍VIF的原理和计算方法。假定有p个自变量，依次把每一个自变量当作反应变量与余下的p-1个自变量进行多重线性回归分析。表示当第j个自变量被当作反应变量时多重线性回归方程的确定系数，j=1，2，…，p。针对每个多重线性回归方程，VIF定义为：如果第j个自变量与余下的p-1个自变量相关密切，则接近于1,VIFj会较大。研究结果提示，当VIF>4时，可能存在共线性问题；如果VIF>10，则共线性问题严重。容忍度是VIF的倒数，因此如果容忍度小于0.25，则可能存在共线性问题，如果容忍度小于0.10，则提示共线性问题严重。(43)如果实验条件满足配对设计要求，研究者却采用了成组设计，这将意味着什么?如果实验条件不满足配对设计要求，研究者却一定要套用配对设计，又将意味着什么?如果实验条件满足配对设计要求，即能够找到对观测结果有影响的重要非实验因素，而且受试对象可以按此非实验因素进行配对，此时研究者却采用了成组设计，这将意味着人为增大了实验误差，易导致假阴性结果的出现；如果实验条件不满足配对设计要求，即无法找到对观测结果有影响的重要非实验因素，此时研究者却一定要套用配对设计，实际上各对受试对象除处理因素取不同水平外，在其他方面相差悬殊，若按配对设计方法处理实验数据，将意味着人为降低了实验误差，易导致假阳性结果的出现。(44)单因素设计简便易行，可以通过随机化方法平衡其他因素对单因素各水平组中观测结果的影响，是否可以不考虑任何多因素实验设计方法?在进行实验设计时，通常涉及两类因素。其一，研究者关心的实验因素；其二，研究者不关心但客观上会影响观测结果取值的因素，比如区组因素。当某实验仅涉及多个实验因素，且实验因素的数目大于等于2时，若在实验设计时将其他实验因素控制在各自特定的水平上，每批实验只允许一个实验因素取不同水平，即采用单因素设计取代多因素设计的作法是不够妥当的。若希望通过实验研究，弄清多个实验因素之间的相互关系，通常情况下以选用析因设计为宜。(45)在实验设计中，对照组的设立十分重要，一般来说，应设立几个对照组合适?在实验设计中，应设立几个对照组不便一概而论，主要取决于实验研究的目的和涉及的实验因素的个数。①如果是标准的单因素多水平设计，通常只需要设立一个对照组即可。例如，希望考察某药物取小、中、大三个剂量所产生的疗效之间的差别是否具有统计学意义，当对此药物的疗效一概不知时，需要设立一个空白对照组，即采用单因素4水平设计；当已知该药开始起效的最低剂量时，可以不设立空白对照组，该药物的小、中、大三个剂量组互为对照，即采用单因素3水平设计即可。②在某些实际问题中，有人常设立多个对照组，如正常(或空白)对照组、模型对照组、阳性药对照组，其他是研究者所研究的新药取几个不同剂量的实验组。③如果是标准的多因素实验设计，所有组都有其特定含义，往往是同一个实验因素各水平组之间相互对照，如多因素析因设计。(46) 在实验设计中，如何根据情况选用合适的实验设计类型?这是一个比较复杂的问题，只能概括地讲一下选用的基本原则。如果在实验中研究者关心的实验因素只有一个，来自受试对象的各种重要的非实验因素的影响可以通过完全随机化方法使之在实验因素各水平组之间达到均衡一致，则可以选用单因素k水平设计((k=2时为成组设计，k=3时为单因素多水平设计)；如果在实验中研究者关心的实验因素只有一个，但来自受试对象的各种重要的非实验因素的影响无法通过完全随机化方法使之在实验因素各水平组之间达到均衡一致，则应考虑选用随机区组设计或交叉设计；如果在实验中研究者关心的实验因素的个数大于等于2，来自受试对象的各种重要的非实验因素的影响可以通过完全随机化方法使之在实验因素各水平组合之间达到均衡一致，则可以选用析因设计。析因设计需要的实验次数较多，如果实验经费、时间和人力等都很难达到要求，可考虑选用其他多因素实验的设计方法，请参阅实验设计专著。(47) 在进行新药临床试验时。无论从形式还是从内容上，都严格按我国《新药注册管理办法》中明文规定的要求去做，是否是最正确的?由于相当多的研究者对Ⅱ、Ⅱ期临床试验的本质理解不够深入，又由于国家审评部门对新药临床研究的要求过于简单和格式化，导致绝大部分临床试验都照搬《新药注册管理办法》的基本要求，试验方法和类型千篇一律，无法妥善处置可能遇到的特殊问题。应该采取实事求是的态度，在原则问题上严格按国家有关规定办理，而对于各种情况下遇到的具体细节问题，应从多种处置方案中选择最优者。(48) 在进行新药临床试验时，可否直接按我国《新药注册管理办法》中明文规定的样本含量的最低要求来确定样本含量?多数临床试验没有进行样本含量估算，而仅仅按照《新药注册管理办法》对病例数的最低要求来做，致使一部分研究不能得到有说服力的结论。应根据预试验或借鉴他人经验信息，获得有关本试验研究所需要的基本信息，选用合适的估计样本含量的公式或专业软件估计出样本含量N。当估计出的N大于《新药注册管理办法》对病例数的最低要求时，就以N为样本含量；反之，应按《新药注册管理办法》对病例数的最低要求确定样本含量。(49) 在进行新药临床试验时，如何正确选择评价指标?评价指标的选择是临床试验的核心问题，应当在清晰确定临床试验目的的基础上，根据临床医学专业知识，选择最恰当的评价指标。应当充分重视终点指标和实验室替代指标，慎重使用综合指标和难以定量的指标(主观性指标)，切忌试验目的不明确，以多指标为主要评价指标的大撒网式研究。(50)在进行与中药有关的新药临床试验时，应着重考虑的问题是什么?中药作为中国创新药品的重要源泉，其临床试验在评价指标选择和评价方法上存在很多争议，致使中药临床试验结论很难与西医或国外进行沟通。因此，应着重考虑的问题是评价指标的选择和评价方法的确定，即评价对象和评价工具保持一致，才有可能相互比较、沟通和理解。(51)在进行新药临床试验时，数据管理至关重要，应在哪些方面把好质量关?目前在中国的临床试验中，数据管理的三个要点(准确、及时和安全)难以高品质地实现。在这方面，应进一步提高认识，建立健全操作规程，严格按操作规程进行质量监督和检查。(52)临床试验质量控制非常重要，它包括哪些方面呢?通常，临床试验质量控制包括检查、稽查、视察、研究者控制、数据管理和统计分析控制，在这些方面，我国的临床试验质量控制水平尚没有达到国际要求，存在着试验数据有可能失真的隐患。(53) 在调查研究中，如何控制和保证调查质量?在调查研究中，主要从以下几个方面进行质量控制，以保证调查结果的可靠性：1)现场调查工作阶段的质量控制。2)资料整理、表达与统计分析阶段的质量控制。3)偏倚的控制。(54)在调查敏感性问题时，如何能获得比较真实的答案?在调查研究中，有时需要了解一些隐私问题(包括心理、行为、与“性”有关的问题等)。当询问此类问题时，调查对象往往不愿意回答或给出的答案是不真实的，这类问题统称为敏感性问题。在调查敏感性问题时，要想获得比较真实的答案，需要打消调查对象的思想顾虑。首先，调查表或问卷上应当是无记名的；最好调查者不在现场，在一个未安装监视器的大厅内(室内外无其他人)，调查对象将填好后的调查表投人加锁的投票箱内；更让调查对象放心的方法是他们回答的是敏感问题还是非敏感问题，调查者一概不知，更不用说他们对敏感问题作出的是肯定还是否定的回答了，实现后者的调查技术需要较深的概率论知识。(55) 希望说明一种新药物或新疗法是否优于常规药物或疗法，请问：我应当采用多大的样本?这是相当多的研究者在进行科研工作之前经常提出的问题，但又是无法回答的问题。因为估计样本含量需要很多信息，第一，要知道所作的研究属于何种研究类型，实验设计、临床试验设计和调查设计所用的样本含量计算公式是不完全相同的；第二，即使是实验设计，还涉及拟解决问题的复杂程度；第三，需要给定与拟解决问题对应的一些基本信息。凭空估算样本含量是没有科学依据的，因而也是无意义的。(56) 样本较小时结论不可信，是否样本特别大时结论就一定可信?不一定!要看拟解决的问题的复杂程度和对重要非实验因素的控制质量。若实验研究涉及多因素多水平设计问题，即使总样本含量特别大，但分到每个小组中去的受试对象的个数却很小时，其结论仍是不可信的；若实验研究涉及单因素多水平设计问题，但由于许多重要的非实验因素对实验因素各水平组的影响很不均衡，即使各组样本含量均较大，其结论也是值得怀疑的，甚至是错误的。(57)是否有办法使一项科研工作的结论同时犯假阳性错误和假阴性错误的概率都很小?比较好的办法是： 提高统计研究设计的质量和研究过程的质量控制水平，同时，使各小组具有足够的样本含量，组间具有很好的均衡性。(58) 我不想论证两种药物疗效之间的差别，而是想说明两种药物效果差不多，从而一种较便宜的药物便可以取代另一种较昂贵的药物，这时，样本量该怎么考虑?此时，研究的目的叫作“等效性检验”，应根据此类检验对应的样本含量估计公式进行估计，请参阅有关专著。(59) 对于一个随机区组设计资料，我们既用单因素方差分析，也用两因素方差分析，发现假设检验的结论一致，难道用单因素方差分析不可以吗?并且计算简单。不可以。对于随机区组设计资料，尽管用两种方法分析的检验结论可能多数情况一致，但两因素方差分析可从总变异中分解出处理因素和区组因素导致的变异，单因素方差分析只从总变异中分解出一个因素所致的变异，因此与单因素方差分析的组内变异相比，两因素方差分析的误差变异减少了其他因素对随机误差的影响，更接近真正的“随机误差”，因此据此计算F统计量并推断更准确合理;另外，单因素方差分析检验效能较低。(60) 当经方差分析认为析因设计资料中某因素的主效应有统计学意义，而交互效应无统计学意义时，欲知哪个水平最好，应如何分析?如何选择最佳的实验组合?当该因素水平数超过2时，可以对该因素不同水平间的主效应作多重比较，比较的方法可参见《医学统计学》(余松林主编，人民卫生出版社，2002)第110页。选择最优实验组合时，当因素间交互效应差异无统计学意义，而各因素均有统计学意义时，则各因素最佳实验水平的组合即为最优实验组合;如果某因素无统计学意义，则从中选择经济、简便、无(低)痛苦、无(低)不良反应的实验水平。(61 )析因设计资料经方差分析后某两因素的交互效应有统计学意义，如何选择实验条件?可通过对各种实验组合的多重比较选择实验条件，比较的方法可参见《医学统计学))(余松林主编，人民卫生出版社，2002)第110页。当两种组合间比较差异有统计学意义时，选择实验效果更佳的实验条件;若差异无统计学意义，则选择经济、简便、无(低)痛苦、无(低)不良反应的实验组合。(62) 交互效应与交互作用有何不同?如何判断实验因素间有无医学上常说的拮抗作用和协同作用?交互效应是指在方差分析中描述交互作用项的参数，对于多因素的实验性研究中，研究因素的各个水平是有序的，代表了每种干预的强度，如果两个因素主效应均大于0，则其交互效应>0，说明两种干预的叠加效应大于两种单独干预的效应之和，故称为协同作用;反之，如果两个因素主效应均大于0，而其交互效应<0，说明两种干预的叠加效应小于两种单独干预的效应之和，故称为拮抗作用。(63)在重复测量设计的方差分析中，处理效应是什么?在同样的其他条件下，不同处理所对应的观察变量的总体均数差异，在例17-1中的处理效应是试验药与对照药治疗慢性乙型肝炎的ALT总体均数差异。(64)在重复测量设计的方差分析中，时间效应是什么?时间效应是指在同样的处理和其他条件下，观察变量的总体均数随着时间变化所对应的差异。在例17-1中的在同为试验药或对照药治疗慢性乙型肝炎的情况下，ALT总体均数随着时间变化所对应的差异。(65)在重复测量设计的方差分析中，处理效应与时间效应的交互作用是什么?如果不同处理所对应的总体均数之间的差异随着观察时间变化而变化，则称为处理效应与时间效应有交互作用;反之，如果随着观察时间的变化，不同处理所对应的总体均数之间的差异是个常数(即不随观察时间变化而变化)，则称处理效应与时间效应无交互作用。在例17-1中，统计推断的结论为:两组所对应的ALT总体均数之差不随观察时间变化而变化，故该例的处理效应与时间效应无交互作用。(66)在重复测量设计的方差分析中，能否用治疗前后观察值的改变量作为评价指标?用治疗后观察值作为评价指标是描述受试者在治疗后的症状水平。治疗前后的观察值改变量作为评价指标是描述治疗后症状改变的程度。在许多情况下，两者均可以作为评价指标，并且治疗前后的改变量往往有时更能体现药物疗效功能，但当治疗后的受试者处于治愈或恢复到正常状况时，用治疗前后的观察值改变量作为评价指标就存在一些问题了。例如:评价感冒药的疗效，观察指标为感冒的各种症状总分，当感冒治愈时，各种症状总分为0，这时治疗前后的观察值改变量一治疗前的各种症状总分一0分=治疗前的各种症状总分，因此，治疗前后的观察值改变量作为评价指标就成为治疗前的症状总分评价，这时治疗前后的症状总分改变量不能反映疗效的问题了。在例17-1中，几乎所有的受试者在第36周的ALT测量值都属于正常范围，因此ALT观察值在正常范围内的波动属于个体变异，与药物的疗效关系不太大。因此，用治疗前后的ALT改变量作为评价指标就不能较好地反映临床治疗效果，如果两组的治疗前的观察值平均水平是无统计学意义的，则用各个时点的ALT观察值反映药物治疗能使受试者的ALT达到何种水平和范围就有较好的临床意义。(67)连续型定量变量如何引入回归模型?连续型定量变量若直接以定量变量形式引入方程，对于定量变量与logit π呈线性的情况下，可以减少信息损失，减少方程增设哑变量个数，增大检验效能，但当该变量与logit π没有近似线性关系时，反而导致参数估计误差加大，甚至结果无法解释。所以，对于这种情况，一般采用离散化的方法，以哑变量形式引入模型。离散化类别的个数一方面要依据专业知识，另一方面要根据样本量及拟纳入方程分析的自变量个数确定。(68) 如何建立好的回归模型?研究者通过统计软件，采用逐步前进法或后退法，逐个入选或剔除自变量，建立logistic回归模型。这种作法从统计学意义上无可厚非，但是统计回归模型的生命力在于解决实际问题，回归模型必须要“工作”。从应用角度看，完全依赖统计软件筛选自变量，建立回归模型的作法有片面性。要将专业经验与统计学原理、方法相结合，认真筛选进人方程的自变量，以建立好的统计回归模型。当采用统计学与专业知识结合的方法，筛选进人方程的自变量还不满意时，可以考虑对常用logistic回归方程进行必要的修改，如方程中增加变量的二次项或相关自变量的交互项等，使拟合方程更加符合客观实际。(69) 如何计算有交互效应时的优势比?以只有两个自变量的logistic方程为例。没有交互效应的模型(即主效应模型)为logit π=β0+β1X1+β2X2。如果考虑X1, ,X2。间存在一阶交互效应，模型表达式为logit π=β0+β1X1+β2X2+β3X1X2，当因素X1增加一个单位，即=X1+1，其他条件不变时的优势比为。一般要讨论不同的X2取值，检验β1+β3X2=0的问题。如X2= 0，则OR1=exp(β1)，检验H0: β1=0；如X2 =1，则OR1=exp(β1+β3)，检验H0: β1+β3=0。因此，有交互效应时X1的优势比不是一个常数，它还取决于另一因素的状况(自变量X2取值)。

可以说，没有涵芬楼的大量古籍，贾祖璋是很难写出《鸟与文学》这部名著的。贾祖璋自己也说，“经过1932年的‘一·二八’战乱，搜集的文献全部毁灭，工作环境与科学研究相距更远，既无丰富的科学知识，又少应用自如的参考资料”，要想再写《鸟与文学》那样的文章，“已经只是梦想了”。胸怀远大理想，始终与国家、民族和人民同呼吸、共命运，是他永葆创新品格的再一一个原因。早在1918年，17岁的贾祖璋就在《言志-文中写道:“我不欲生无益于世，死无闻于后的浑浑然虚此一生的心理，16岁起就抱定了。有这个心鞭策我，迫我总要择一种性近的学间来研究。我是很爱自然的，很喜欢动植物的，何不将这个性去发展呢?于是就择定生物学为我终身研究的学间。而诗则以陶治我性情，随时欣赏，可以免去治科学的干燥生活的弊病。”有了远大的理想，又有爱国家、爱人民的博大情怀，于是他的灵魂深处，始终有一种抹不去的对事业的使命感和责任感，不论何时何地，也不论顺境还是逆境，他从不敢怠慢，总是奋发努力，埋头苦干。特别是在晚年，在言谈之中，在文章的字里行间，随处可见这种只争朝夕的精神。贾祖璋创新精神应该发扬，贾祖璋创新精神的内涵更值得我们认真研究与思考！贾祖璋一生创作了大量科普作品，历经5次创新，形成3次创作高峰，具有独特鲜明的个性。因此，探讨他的创作动机和创作指导思想很有意义。贾祖璋是从学习和研究生物学开始写作的。1920年暑期，他离开浙江省立第一师范学校时，向学校图书馆借了一本日本辰谷辰三郎著的《显花植物分类学》,带回家中，翻译其中第二章，题名《植物分类系统沿革》-文，刊于上海《时事新报.学灯)栏。从事生物学写作，即从这本书开始。1924年考人上海商务印书馆仪器标本部后，接触了大量生物标本。从小喜爱生物、喜欢自然的贾祖璋，如鱼得水，对生物学，特别对鸟类学产生了推厚的兴趣，有空就翻阅关于中国鸟类学的文章。当时，东方国书馆里有祁天锅、赖吐税等外国学者写作的关于中国鸟类的著作贾祖璋翻译后又根据所见已标本进行考定，写了几篇《中国产马天报告》，在周建人主编的《自然界》上发表了。写作这批颇有学术水平的鸟类文章，写作的意图是要让人知道，我，我们常见的各种鸟类，在科学上究竟是一种什么样的动物，它的形态怎样，生活习性又如何，是留鸟还是候鸟，鸟。显然，这是为科研服务的。它的学名叫什么，它是害鸟还是益收集，而且从中国历史古籍文献中收集，后来，他收集了大量鸟类文献资料，不仅从外国学者著作中先后对20种鸟类进行了详尽细致的描述，结集成《鸟与文学》出版。贾祖璋认为:“在写《鸟与文学》的时候，虽然以趣味为重，但也还有点作系统研究的意思，认为在纯正科学的立场上，选择关于各种鸟类有价值的新旧记载作一系统整理，对于中国鸟类学的研究，或许也会有相当的用处。”当时，中国的生物学研究相当落后，许多鸟类新种都是外国人在中国发现并定名的。新种的模式标本采自中国，却被藏在外国的博物馆里。贾祖璋对此深感耻辱，有心为中国生物学科研贡献自己的力量。他跟弟弟贾祖珊合作编著《中国植物图鉴》一书就是这种思想的典型反映。《中国植物图鉴》收有植物2400多种，长达2000多页，是一种大型工具书，可供科研与生产实践之用。由于采取上图下文的排列，又写得通俗易懂，也可供初中文化以上者学习生物学之用，因此，也是一种科普工具书。由于编纂开始时，我国著名植物分类学家胡先啸先生的《中国植物图谱》尚未问世，编写无成例可资借鉴，完全是首创之举，对于种类的确定、图样的搜寻、学名的考订、中名的采择以及形态、生态和应用记载等等的筛选辨识，随时随处都会遇到疑难。不过，为中国人争口气，再大困难都吓不倒他们。为了保证书稿质量，初稿完成后，又多次进行修订。些重要植物的材料，都经过多方面的搜寻、对照和考订后才编人书中。虽然当时国内植物学的研究已经展开，但这一块学术荒原，实在过于广大了，尚未经人垦殖的区域到处都是，就是已经垦熟分丰富，愈勤，得不到满意发现的缺陷但也无法实在过于1的区域，的结果，未免是一种遗憾。”!全部收齐。反而愈多。有的成果果也尚未刊布。国外研究的新成果卡对此，他说:年5月出版后，深受欢迎，新贾祖璋深感用力愈坚，“虽然耗却无数心力，其实，《中国植物图鉴》费力仍然是一本根有价值的工具书，197重印。从《鸟与文学》到《中国植物图室》，中国成立后又再版他想为科研做贡献的思想脉相承。为抗战而创作抗日战争爆发之前，贾祖璋的创作活动基本是国绕着学习与就是推动生物学的学习与研研究生物学进行，指导思想很明确，究。因此，作品注重知识含量，显得相当厚重。《中国植物图室》赶在“七·七”事变前两个月由开明书店出版，这跟当时主持书店编务的夏丐尊、叶圣陶的鼎力相助有关。此书采取定稿批，排印一批的办法，从1935年6月至1937年5月，用了两年时间，终于完成。“八·一三”沪战爆发后，上海沦人敌手，开明书店大部分人员停薪留职疏散，贾祖璋亦然。

在微生物的科学世界中，我们经常会发现微生物的研究是比较复杂的，因为长时间在显微镜下去观察微生物，往往需要很长的时间，一般就会盯着好几个小时，这样不仅无法及时记录结果，还会错过一些关键细节的捕捉，所以在研究过程中，微生物的数据记录是非常关键的，尽管现在电脑科技非常的发达，但是对于团队型实验项目还是可以同步进行的，但是如果是微生物学的兴趣爱好者，往往是单独进行研究，就无法产生自己的数据记录了。所以我们对于微生物的研究不单单是停留在表面，更多要考虑合适的方法， 比如我们发现如果用扩大法去研究，这样会产生意想不到的效果，我们现在杀菌消毒用到巴氏消毒法，那么很早以前有一位科学家就叫做巴斯德，它在研究细菌的时候改变了很多因素，创造了很多奇迹，我们最典型的知道他用了一锅肉汤培养了细菌，我们肉眼可见的实验就在眼前发生了，后来我们用同样的方法在培养皿中制作了培养基，培养出五颜六色，形状绚丽的菌落，为我们方便计数和研究提供了很大的帮助。所以在研究微生物科学的过程中，不能单单依靠当代科技产品，也要学会用一定的方法去设计实验，通过多个角度去观察实验中微生物的变化，这样的实验才会变得有趣!

来自俄罗斯人民友谊大学（RUDN）的一个生物学家小组总结了520项关于粪便对土壤影响的研究结果，并建立了肥沃土壤中所有生物化学过程。研究小组还比较了有无矿物添加剂的粪便的效果，展示了不同动物的粪便对土壤肥力的影响，并计算出土壤施肥的最佳粪便量。研究结果发表在《Science of The Total Environment》上。自古以来，粪便一直被用作植物的营养来源。然而，直到最近，还没有对这种有机肥料进行大规模的系统分析。一个生物学家团队（包括RUDN大学的几位专家）回顾了500多篇关于粪便对土壤质量影响的科学著作，并提供了关于粪便施肥的系统和统计学上的通用数据。"尽管进行了很多研究，但还没有对粪肥对不同土壤性质的影响进行概括分析。我们分析了521项研究，这些研究涵盖了短期和长期（长达113年）田间实验中单次和连续使用粪肥的情况。我们的团队还建立了一个概念，即在粪肥的影响下，生物过程的变化取决于气候因素和土壤性质。"生物学博士、RUDN大学可持续生态系统数学建模和设计中心的高级研究员Evgeniya Blagodatskaya说。在选择用于分析工作的研究时，该团队遵循了严格的标准。每项研究都必须包含与碳和养分循环相关的肥料和酶的来源的准确信息，有一个未施肥的对照批次，并提供不同的数据和特征进行统计分析。分析涵盖了不同类型的土壤和气候区，年平均气温为10～20℃，降水量为250～1000毫米。在总结了这些研究后，研究小组提出了一个最佳的年施肥量，25000公斤/1公顷。这个比例能使产量和土壤肥力达到最佳平衡，有助于将土壤酸度维持在对农业最有利的水平上。然而，这个值不能被认为是一个普遍的标准。即使它已经被计算出不同的气候条件和土壤类型，进一步的研究将需要一个更大的数据库。根据该团队的研究，粪便能够加速碳和氮的生化循环达30%。值得注意的是，猪粪对氮循环的生化特性影响很大。土壤施肥后（特别是在不含矿物添加剂的情况下），在碳、氮、硫、磷化合物的化学转化中起作用的酶变得更加活跃。此外，粪肥还能增加土壤的孔隙度，从而提高土壤的保水能力。除了有机肥的优势外，研究小组还指出，如果粪便处理不当，可能会出现两个风险因素：病原体和温室气体及氮磷化合物的环境污染。粪肥可以解决农业产业面临的许多问题，减少土壤退化和提高肥力，增加碳储备，加速关键元素的循环，并使其可用于植物。

来源:农民日报安徽农业大学茶树生物学与资源利用国家重点实验室（安徽省实验室）宛晓春教授研究团队，联合深圳华大基因和中国科学院国家基因研究中心（上海）等相关研究团队，破解了世界上分布最广的中国种茶树的全基因组信息，相关成果以“基于全基因组测序探究中国种茶树基因组和品质相关基因的进化机制”为题，于近日在线发表于《美国科学院院刊》。该成果的发表，标志着我国茶树生物学基础研究取得重大突破。以上研究成果，将极大促进对山茶属植物的物种进化、茶叶风味物质形成机理与品质调控、分子育种、茶树种质资源保护与利用和茶的健康功能成分的研究，对中华茶文化的繁荣与传播等也具有重要意义。（曹雷记者杨丹丹）

生物学家研究了20年，仍没找到它的种植方法，现在不吃以后就没了中国饮食文化博大精深，在五千年的历史长河之中给我们留下宝贵的财产。一道简简单单的食材往往会有几十种上百种吃法，我们国家地大物博，每个地区都有相对应的食用方式。今天咱们的主人公是一道菌类食材，生物学家研究了20年，依然无法人工养殖。作为一名地道的老吃货，我对于食材也是深有研究，每一道菜肴都是由一种甚至多种的食材想搭配而成的。每一种食材都有专属的烹饪方式。我们现在吃的蔬菜和果实，都是以前经过我们人类从野生训话成养殖的。今天给大家要分享的这种食材，是一种野生的菌类食材，这种食材的与“鸡”有关。今天咱们要说的主人公就是“鸡枞”，很多人对于这种食材应该不熟悉吧，这是一种野生食材，在我国，大部分都生长在云南，两广地区也有少部分。鸡枞的味道非常鲜美，用这种菌类炖汤，就算锅中没有小鸡，喝起来的味道也有炖鸡汤的味道，所以人们为其取名“鸡枞”。鸡枞的味道鲜美，是不可多见的野生食材。每一道食材都是来自于上天的馈赠，鸡枞也是其中之一。鸡枞的生长区域很“渗人”，一般只有荒凉地区才会产出这种食材，每一个有鸡枞的地方都会存在着白蚁，经常长在山间树林之中，还有的就是生长坟地，苞谷地等等。有的地区还将鸡枞取名为“三八菇”，因为其独特的生长习性。如果你发现一个鸡枞，走不远就能见到第二个，第三个。有的地区还叫它鸡丝菇，它吃起来的时候需要撕成一小丝一小丝的。对于这种食材只有在饭店里面吃到，市面上很少出现这种食材，你在餐馆的时候遇上过鸡枞吗？

学者曾针对“孩子玩手机”现象做过调查，统计分析了2万名年龄在3至14岁的未成年人，结果发现：年龄在3至6岁的儿童，91.8%已经接触过智能手机，这一年龄段的宝宝主要通过手机刷视频。小学3到4年级的孩子，有将近50%的人拥有自己的微信或是QQ账号，游戏成为了他们的最喜欢的娱乐活动。初中阶段的孩子，电脑和手机已经成为他们生活学习中的重要组成部分，57%的中小学生拥有自己的网友，并且会通过电脑查找讯息和学习资料，甚至还有将近30%的人在社交平台上拥有自己的粉丝。据不完全统计，我国未成年人周末使用电子产品时长平均在3个小时以上，而玩游戏和看视频占据了其中绝大部分时间。未成年人沉迷手机，且日趋低龄化，不少中学生甚至是小学生，都普遍存在玩手机上瘾的情况，不光导致视力和身体素质下降，玩游戏荒废学业的案例也是不在少数。玩手机上瘾真的是孩子的错吗？生物学家通过研究发现孩子玩手机上瘾情有可原，主要跟孩子大脑中的“奖惩机制”有关：孩子的大脑激素发育水平高于成年人，当他们的大脑接收到让人愉快的信号时，会释放出一种名叫多巴胺激素，它在给孩子带来快乐的同时，也提供了持续刷手机的动力，这就是我们常说的上瘾。由此可见，孩子比成年人更容易成为“手机瘾”，某种角度来讲是孩子的生理发育特点让她更容易成为手机瘾，而不是孩子自己贪玩的错。网络带给我们的便利不可否认，但是不少未成年由于自控力差，沉迷于网络游戏，甚至是欺骗父母，这个问题不容忽视了。家长应该从小规避孩子长时间玩手机，聪明的父母不会选择打骂、吼叫，而是用依稀阿集中方法合理引导帮孩子戒掉“手机瘾”：一、父母挤出时间，给予孩子高质量的陪伴高质量的陪伴，绝非是一家三口坐在一起，各自玩着手机。作为家长，应该关注孩子的内心，了解孩子的需求，知道孩子想要什么，喜欢什么。充分了解孩子的兴趣和爱好，多多培养孩子的兴趣，这可以极大程度地减少他们对电子产品的依赖。如果时间和条件许可，家长们也可以参与到孩子的兴趣培养中。二、走出户外，为孩子童年生活增加乐趣在周末时，我们可以带着孩子到户外走一走，爬山，郊游都是不错的选择，大自然中空气新鲜，一起和孩子来个周末一日游，好处多多哦！亲近自然可以让孩子呼吸更多新鲜的空气，并且起到锻炼身体的作用。一家三口共同参与到一个活动中，趣味性十足，更加促进了亲子关系的融合。三、拒绝死读书，注重孩子的全面教育发展孩子的任务并非只是读好书，而是要掌握各种生存技能，才能够在激烈的竞争中生存。单纯地让孩子读书做习题，不光枯燥，对培养孩子的综合素质，也是不利的。我们应当鼓励孩子自己的事情自己做，比如收拾自己的房间，整理书包，清洗个人衣物等。不光如此，我们还可以让孩子参与到家庭劳动中来。一起帮助妈妈做饭，饭后收拾厨余垃圾，洗碗拖地，这些都可以交由孩子们来完成。在学习到生存技巧的同时，也减少了对电子产品的依赖。四、教育孩子之前，父母要先戒掉“手机瘾”身为家长，我们要以身作则。如果你整天也抱着手机玩个不停，自然没有资格去要求孩子放下手机去做枯燥乏味的习题。不要用任何理由为自己开脱，要求孩子做到的事情，家长必须要做到。手机上瘾，其实在成年人身上也并不少见，家长要对孩子，持宽容态度，切不可打骂孩子，正确的引导他们，并限制手机的使用时间。帮助他们戒掉手机瘾。ps：本文配图均源于网络，如有侵权联系删除

4月24日，《美国科学院院刊》（PNAS）发表文章，正式公布地球生物基因组计划（Earth BioGenome Project）的细节。这标志着这项史上规模最大、最具雄心的生命科学项目即将拉开帷幕。该项目计划耗资47亿美元，在接下来的十年间，测出所有已知的150万种真核生物的基因组序列，并为我们找到尚未发现的全新物种。1990年，上一项全球性基因组测序工程——人类基因组计划正式启动。在美国、英国、法国、德国、日本和中国科学家的共同推动下，截至2003年项目结束，我们首次成功解开人类的基因密码、绘制出人类基因组图谱。该项目不仅让我们对人类自身的理解向前跨越一大步、大幅推动医学的发展，还对生物工程、农业、环境、能源等领域产生了重要影响。尽管该项目的预算高达30亿美元，但根据美国智库巴特尔纪念研究院2013年发布的报告，人类基因组测序给美国带来的经济收益就有近1万亿美元。人类基因组计划被看作是迄今为止最为成功的大型生物工程。人类基因组计划的成功让生物学家拥有了更大的野心。人类基因组的测序让我们对人体的认知更进一步，而要了解我们所依存的生物圈，对更多物种基因组的测序必不可少。2015年，在美国华盛顿举行的一场会议上，23名科学家首次提出了要在十年内完成地球上已知所有真核生物物种的基因组测序的计划。参与这项计划的主要机构包括美国史密森尼研究所、英国维康基金会桑格研究所、巴西的圣保罗研究基金会以及中国华大基因等。人类基因组计划为我们解开人类遗传密码加州大学戴维斯分校的演化及生态学家Harris Lewin是该项目的主席以及最新论文的主要作者，他表示：“地球生物基因组计划将为新型生物经济奠定坚实的科学基础，它将为全球各地（尤其是生物多样性丰富的发展中国家）的人类所面临的健康、环境、经济和社会问题提供全新的解决方案。”从2534到150万虽然生物学的历史已有数百年、博物学的出现更是早在古希腊罗马时期，但人类对生物的了解还只是冰山一角。据估计，地球上一共生活着1000万~1500万种真核生物以及数十亿种细菌和古细菌，而我们发现的只有230万种。已经进行基因组测序的物种就更加稀少：截至目前，只有不到15000个物种的基因组为我们所知，其中大部分还是微生物，已经完成测序的真核生物物种只有2534个，只占已知真核生物总数的不到0.2%。在已知的真核生物（绿色）中，完成测序的物种（外圈线条）数量远少于细菌（蓝色）和古细菌（紫色）的已测序物种。在此之前，数项致力于破解生物基因组密码的研究项目已经启动，包括对一万种不同属的脊椎动物基因组进行测序的10K计划、破解5000种节肢动物基因组的i5K计划、希望测出所有10500种鸟类基因组的B10K计划，以及由华大基因主导，对一万种植物进行测序的10KP计划等。这项项目的有序进展为地球生物基因组计划提供了有利的先导条件，而后者也将与这些项目合作，甚至为它们提供资金支持。根据论文，地球生物基因组计划的主体将分三个阶段进行：首先是在大约9000个真核生物科中，各自挑选一个物种，进行精确、细致的基因组测序，从而成为与人类参照基因组相当，甚至比人类更为详细的参照数据；第二步是对15万~20万个真核生物属进行测序，测序的详尽程度会比第一步低；最后，研究团队将测得150万已知真核生物物种的基因组序列。此外，该项目还计划寻找一些目前未知的真核生物，主要包括单细胞生物、昆虫以及海洋中的小型生物。按照项目参与者的估计，用于地球生物基因组计划的经费为47亿美元，而人类基因组计划的花费约为30亿美元。得益于基因测序技术的提高，考虑到购买力的变化后，该项目的实际花费甚至要低于人类基因组计划的费用。通过该项目测得的所有数据将供科学工作者免费使用。意义深远如能顺利开展，地球生物基因组计划的意义将是全方位的。该项目对未来人类的生存有着直接的影响。在21世纪中叶，全球人口总数预计将突破100亿人，该项目期望在生物合成燃料、生物材料和食物来源领域实现革命，以缓解未来的生存压力。用于传染性疾病及遗传性疾病的药物研发也将从这一项目中受益。除了人类自身，地球生物基因组计划对地球生态也有重要意义。在气候变暖和人类生产活动的影响下，全球生物灭绝的速率已经来到了自然背景的100至1000倍。文章写到，在1970 ~2012年间，全球脊椎动物种群数量下降了58%。有人认为，第六次生物大灭绝已经到来。该项目的主要发起者之一，美国伊利诺伊大学的Gene Robinson表示，该项目对于濒危物种及整个生态系统的保护具有重要作用：“地球生物基因组计划将为我们进一步揭开生物的多样性和演化历程，从而帮助我们理解如何保护它们。”全民参与要测得这150万物种的基因组数据，高质量的样本来源是第一步。包括动植物园、水族馆以及自然历史博物馆在内，这些保存了大量生物活体或标本的机构成为研究人员关注的焦点。例如，著名的美国史密森尼研究所包含了19座博物馆和9个研究机构，光是植物标本就涵盖了多达30万个物种。这里的研究人员正将现代的基因组检测手段应用于馆藏的大量标本。不过，由于并非所有博物馆标本的保存条件都足以产生高质量的基因组数据，研究人员仍然需要去野外寻找更多的物种，这是整个项目中最困难、耗费最高的部分。因此，设定基因组测序数据的标准，并记录被测物体的来源信息，将是项目不可缺少的一步。洛克菲勒大学的神经生物学家Erich Jarvis就警示称：“我们可能为地球上的所有物种花费了大量金钱和精力，但最终却得到一坨废物。”在寻找研究样本的行动中，除了专业科学家，民众也能发挥重要作用。地球生物基因组计划提出了“市民科学家”行动，让普通民众参与到野外的样本采集中。该行动参照了加州大学基因组保护联盟的CALeDNA项目，这一项目还推动了新技术的开发，例如便携式基因测序仪，以及能够去野外确定样本，并将样本带回实验室的无人机。5亿多年前的寒武纪，一场生命大爆发拉开了缤纷生命世界的帷幕。而现在，另一场关于生命的革命正要拉开帷幕。这项史上最宏大的生物研究项目，将促使我们以前所未有的角度认识所有的生命。

生物科学：新的研究提供了关于岛屿上动物生命的深度演变的见解！自19世纪查尔斯·达尔文和阿尔弗雷德·拉塞尔·华莱士的开创性工作以来，群岛一直是推进进化理论的重要实验室。现在，国际调查人员团队在PLOS ONE上发表的一篇新论文描述了两个新的有袋动物化石亲戚，揭示了4300万年前始新世期间一个独特的岛屿生态系统是如何演变的。“在许多方面的进化比在北美这样的大陆上更容易研究，因为它是一个更简单的生态系统，”共同作者K.克里斯托弗比尔德说，堪萨斯大学生态学和进化生物学杰出基础教授和高级KU生物多样性研究所和自然历史博物馆的策展人。“自从达尔文和华莱士根据他们对生活在加拉帕戈斯群岛和马来群岛（即现代印度尼西亚群岛）上的植物和动物的观察，独立制定他们的进化思想以来，进化生物学家一直关注岛屿。”然而，比尔德说，通过“深度时间”或跨越数百万年的时间框架生活在岛屿上的动物的化石记录很差，这阻碍了我们对岛屿生态系统如何组装的理解。这篇新论文描述了两种新的化石物种，这些物种来自他们的牙齿，居住在现代土耳其中北部的庞蒂德地区。在始新世期间，庞蒂德地区是一个更大的现代地中海海岛，名为特提斯。那时，非洲和欧亚大陆没有像今天在中东那样相连，但由于板块构造，非洲正在向北漂移，最终数百万年后将与欧亚大陆相撞。庞蒂德地区夹在这些交汇的大陆之间。这种地质环境使得庞蒂德地区与印度尼西亚群岛的苏拉威西岛相似，同样位于亚洲和澳大利亚交汇的大陆之间。“从任何时期开始，地球上没有任何其他生态系统与我们在土耳其始新世所发现的相匹配 - 它是一个完全独特的哺乳动物生态系统，就像今天的马达加斯加一样，”他说。“但这个岛屿生物群如何随着时间的推移而发展？你需要化石和时间深度才能看到它。我们能够在这里详细研究这个古老的岛屿是如何进化的 - 不同的动物来自哪里，它们是如何到达那里的他们到了那里。一旦他们到达那里，其中一些哺乳动物，包括我们发现的一种新的有袋动物，能够在岛上实现多样化。庞蒂德岛上的大多数始新世哺乳动物似乎已经通过游泳到达那里了。或者在特提斯海的部分地区漂流，而不是在与欧亚大陆相邻地区分开时搁浅在岛上。Beard在该研究中的合作者是巴黎国家历史博物馆的GrégoireMétais，德克萨斯大学的John R. Kappelman，华盛顿大学的Alexis Licht，土耳其Eskis？ehir Osmangazi大学的Faruk Ocakog？lu，和KU的Pauline MC Coster和Michael H. Taylor。“我们确切知道的一件事是，现在土耳其在这个岛上发生的令人难以置信的有趣和独特的始新世生物群在某些时候被彻底根除了，”比尔德说。“当岛屿重新连接到欧亚大陆时，它被消灭了，更多的大都会动物第一次能够进入它，驱使这个奇怪的岛屿生物群灭绝。今天保护生物学的信息是岛屿生态系统本质上是短暂的宏观进化时间的规模。今天，保护生物学家关注岛上许多濒临灭绝的类群。古生物学提供的丑陋真相是，如果有足够的时间，大多数岛屿动物群注定要灭绝。它们是进化的死胡同 - 尽管它们是研究进化过程的好地方。“比尔德说，这两个新描述的化石有袋动物- 小型的Galatiadelphys和Orhaniyeia nauta- 位于始新世Pontide的食物链顶端附近，因为哺乳动物的食肉动物无法到达小岛。“关于来自Pontides的岛屿动物群最奇怪的事情之一就是没有真正的哺乳动物食肉动物，”他说。“没有任何东西与猫，狗，熊或黄鼠狼有关 - 没有现代哺乳动物掠食者。他们无法进入庞蒂德地形，因为它是一个小岛。所以，这些有袋动物在生态上取代了食物的顶部链。”根据KU研究人员的说法，新发现的化石表明地质背景对任何特定岛屿上的生态系统组装有着巨大的影响。“目前关于岛屿演变的想法是基于一些相当简单但相当有效的模型，”比尔德说。“这些模型提出，有机体基于两个主要因素来殖民岛屿 - 岛屿有多大，距离附近大陆陆地有多远？一个更大的岛屿构成了更大的目标，拥有更多的栖息地，使生物更容易生存殖民岛屿，一旦到达那里，他们就有更大的生存机会，甚至可能实现多样化。“根据他的团队在庞蒂德地区的研究结果，比尔德说，地质背景至少与岛屿的大小或距离殖民动物的源头区域的距离一样重要。“所有人都可能是平等的，但所有岛屿都是平等的不是。岛上的地质背景 - 这里正处于活跃的构造收敛区域 - 我们认为正在淹没这些其他因素，大小和距离大陆的距离，“他说。”庞蒂德哺乳动物群最奇怪的是它包含一个独特的来自欧洲，非洲和亚洲的动物混合物。即使我们的两个新的有袋动物在北部和南部显示出不同的进化根源。这是有道理的，因为庞蒂德岛被夹在欧亚大陆和非洲之间，动物从多个方向到达那里。我们可以与印度尼西亚的现代苏拉威西岛进行一个有趣的类比，就像庞蒂德地形上有混合动物群一样。它主要包括与亚洲物种明显相关的眼镜猴，猪和虾等动物，但是你也有Sulawesi物种，这些物种显然与新几内亚的哺乳动物有关。如果你看看今天的板块构造，苏拉威西岛就会被夹在澳大利亚和亚洲之间，就像在始新世将庞蒂德夹在非洲和亚洲之间一样。“