符 辉 陈法霖 袁桂香

（湖南农业大学资源环境学院 湖南 长沙 410128）

近年来，针对生物及环境的监测技术手段与能力得到快速发展和不断更新完善，如高分辨率遥感对地观测技术、无人机遥感技术、飞速增长的无线传感器网络、全基因组测序的遗传学研究及数据的自动采集、存储与传输技术的发展等。[1-2]，大数据时代不仅促进了理论进步如生物信息学、生物多样性信息学、生态信息学等新学科的诞生，也使科学家们逐渐认识到提高数据处理分析能力的重要性。[3-7]生态环境学科快速发得益于技术进步、大数据可用性、统计方法（如贝叶斯建模、机器学习）发展，进而提升对人与自然系统的新认识。因此，如何基于高通量数据流将多学科知识用于解决现实问题、并提高学生发现和解决问题的能力，是生物统计学课程在新时代面临的巨大挑战。

一、生物统计学课程教学考核现状

生物统计学课程是农业院校生命科学及生态学领域相关专业的核心基础课程，但其教学本身存在较多问题。[8-13]例如，理论教学与软件分析难以高度融合，传统的考试和课后千篇一律的作业报告考核方式难以避免学生之间互相借鉴参考，不能有效提高每个学生的数据分析能力，更无法使教师掌握每个学生对教学知识的理解程度。为适应大数据时代对数据分析人才的需求，促使学生熟练掌握R软件操作技能和提高数据分析能力，笔者结合R语言软件教学，对生物统计学课程的考核方式提出改革建议，以期为改善该课程的教学效果、提高本科生的培养质量提供参考。……