在线开放课程是在互联网和数字技术的发展支撑下出现的新型个性化学习方式，它打破了有限的时空限制，提供了大量优质的教学资源，使终身学习和全民学习成为可能，是一种颠覆传统学习特征的学习模式。当前，利用网络平台开展在线教学成为了一个必不可少的方式。在线开放课程建设是信息技术与教育教学深度融合的新探索，为中国高等教育“变轨超车”提供了重大机遇，是教育部力推的系统工程之一，具有十分重要的意义。

生物统计学是一门理论性和实用性都较强的专业基础课，主要任务是培养学生初步掌握基本的统计分析方法，制定合理的试验方案，培养分析问题和解决问题的能力。如何在有限的课时内处理好理论与实验之间的关系，如何真正兼顾理论和实操教学的效果，是一个非常具有挑战的任务。

笔者在广东药科大学生物信息学专业开设的《生物统计学》课程采用了在线开放课程的教学模式，取得了一定的成效。生物统计学是生物信息学专业的一门专业基础课，对于后续《基因组学》、《蛋白质组学》等其他课程的学习以及毕业设计的完成具有重要作用。下面就这一教学模式进行总结回顾。

1 优化调整教学内容

1.1 统计软件的选择

随着信息技术的发展，生物统计学常常需要专业的统计软件完成相关的统计分析。我们选用的统计软件是R软件。目前国内高校《生物统计学》课程使用较多的软件是Excel、SPSS、SAS等，使用R软件相对较少。这与国内生物统计学教材中较少使用R软件作为分析工具有关。王白雪等搜集了目前高校使用频率比较高的生物统计学相关教材32部，其中只有3部教材使用了R软件。

另外，国内生物统计学的在线开放课程并不多，选用R软件作为分析工具的就更少了。国内几个主要知名在线开放课程网站中，国家高等教育智慧教育平台（https：//www.chinaooc.com.cn/）有6门生物统计学课程，中国大学MOOC平台（https：//www.icourse163.org/）有4门，华文慕课平台（http：//www.chinesemooc.org/）只有1门。这些课程中，绝大部分也是选用SPSS或Excel等软件进行统计分析，采用R语言来讲授的只有1门。

相对于其它统计软件大多是商业软件，R语言免费开源，不用担心版权问题，且其功能更加强大，在数据分析领域中发挥越来越大的作用。

尽管R软件相对于其它一些统计软件（如SPSS）的学习曲线可能相对陡峭，因为它需要一定的编程知识和技能。但一旦掌握了R的基本概念和语法，用户可以使用它进行高度灵活和定制化的统计分析。R语言基本上包括了生物统计中所有的方法，并且不断有新的扩展包被开发出来。如今越来越多的科技文献开始采用R语言来分析和绘制图形。同时，R软件在生物信息学中使用广泛，很多生物信息学中的数据分析都大量使用R软件或其扩展包。将R语言应用到生物统计学教学过程中，可以把抽象的统计学理论和统计学实践联系在一起，增加学生学习的趣味性，同时也为今后相关课程学习打下良好的基础。

1.2 课程内容分配与调整

根据培养方案要求，合理安排教学内容，做好课程内容的细化与分配。《生物统计学》课程知识点较多，根据重难点等特点，合理地将课程内容分配到在线课程与课堂教学中，实现教学内容的重整。

由于生物统计学使用R软件作为分析工具，而R语言中涉及的基础知识不可能用太多的时间进行讲解，因此需要将这些内容作为在线开放课程的学习内容，而在实验课上学生可以直接使用R语言进行练习。这样保证实操的课时能充分完成既定内容。

对于实验操作部分，初学R语言的基础语法这部分内容中，有些较难的部分，教师可以自己录制相关小视频放到在线课程中，或者把其它在线学习视频的链接放到在线课程中，供学生观看学习，对于一些共性问题，也可以在实验课上进行集中讲解。

对于统计理论部分，将偏原理的部分（如推导过程）放到在线课程中供学生选学，在初学利用R语言进行的各项统计分析时，可以将典型问题的R分析操作过程录1-2个小视频放到在线课程中，供学生观看学习。理论部分具体的实施方案如下：

描述性统计分析部分：其中较简单的定性数据的描述性分析，可以安排让学习小组的同学事先录制完成，并在课堂上进行讲解。而较为复杂的定量数据部分的描述性分析，则由教师讲解。

概率、随机变量及其分布部分：由于这部分内容通常大部分在前期的概率论课程上学过，因此这部分内容主要放到在线课程中供学生复习巩固，但可增加涉及R语言中的相关函数的内容。其中关于统计量和抽样分布的内容，是统计中的内容，因此还需要在课堂教学中重点讲解。

参数估计部分：课堂重点讲解点估计，而区间估计主要放到在线课程中。

参数检验部分：课堂重点讲解样本均值和样本比率的假设检验，而对于样本方差的检验主要放到在线课程中。

非参数检验部分：符号检验、相关性检验可以放到在线课程中，而符号秩检验、秩和检验、分布的检验、列联表检验则主要以课堂讲学为主。

方差分析部分：这部分内容较难，主要以课堂讲学为主。在线课程中补充相关视频及有助于理解其原理的其它相关材料。

试验设计部分：这部分内容对于生物统计学而言，非常重要。但由于课时限制，这部分内容还是以某种特殊的试验设计（如正交试验设计）为主，其它方法放到在线课程中介绍。

回归分析：课堂教学以一元回归分析为主，多元回归分析为辅，关于多元统计部分的内容更多地以在线课程形式呈现。

以上所有课程内容均收录于在线课程中（包括课堂教学内容）。在线课程中也给出了各部分知识的思维导图，帮助学生更好地理解复杂概念间的关系，有效地整理所学知识，将其结构化和层次化，便于理解和记忆，同时也有助于学生在遇到实际问题时，理清思路，按图索骥，找到问题的所属类型，从而选定分析方法并制定解决方案。除此之外，教师将大量相关学习资源的链接放入在线课程，供学生参考学习。

2 线上线下混合式教学

打造线上、线下混合式教学，努力构建一个完善的在线开放课程。生物统计学课程已经在超星泛雅平台上线，目前先对本校本学院学生专设SPOC（Small Private Online Course，规模限制性在线课程），待条件成熟后逐步向全校、校外开放。

课前采用线上自学、师—生和生—生讨论。学习内容、练习等已按章节单元内容发布到在线课程中，学生完成自学后可在讨论区及时发布讨论，完成师—生及生—生交流，充分发挥互联网时代下在线课程教学特点。若教师因故没有在线，学生也可以带着问题在线下课程中学习，从被动接受知识转而成为线下课程的主体，实现主动式学习，对知识的理解会更加深刻，知识掌握得更加牢靠。

理论课学习的内容主要是相对较难、较为重要的知识。教师在讲授时，可以根据在线开放课程中学生预习的情况，抓住重点知识进行讲解，从而有效提高课堂效率。对于较难理解的内容，注意理论联系实际、深入浅出。甚至在合适的情况下，可以让学生组建学习小组，依据学生线上自学的个性化数据，在课堂上展开讨论、解答问题，翻转课堂内容讲述，从而开展精准化教学，使学生成为课堂的中心。

课后是学生对知识进行查漏补缺、加深理解、巩固提高的非常重要的环节，而完成课后作业是其中重要的一部分。为此我们精心设计了课后练习。我们将练习分为两个部分，一部分放在在线课程中，一部分放在线下的实验课中。

在线课程中的练习，以复习理论知识为主，一般是在某一知识点后插入相应的练习，多以选择题或填空题为主，借助超星泛雅平台，实现自动批阅。利用在线平台提供的批阅和反馈功能，轻松高效地完成这部分作业的批改工作，不仅减轻了教师的工作负担，也能让学生及时获得反馈，提高了学习效果。目前题库中已录入了100多道选择题和填空题，并且在不断增加。这些练习主要针对的是学生容易混淆的知识点。通过练习学生可以更加系统地巩固和理解这些易错点，提高他们的应试能力和对知识的掌握程度。在线课程还会在章节内容最后将所有练习汇总成自检测试，让学生进行考前重练。对于这次重练，得益于平台的强大功能，我们将错题设置成可以反复练习，直到正确为止。每个学生在这样的练习中，不断查漏补缺、改正提高，最终可以使这个自检测试的正确率达到100%。

对于线下的实验课，在设计假设检验初期的几次实验时，我们会在练习题后用不太明显的浅蓝色标注出对应课程中知识点以及对应的例题，确保练习内容与知识点的紧密结合，使得学生更容易地将所学知识应用到具体问题中。这种学与练的对应可以帮助基础较弱的学生更容易理解相关的概念和方法，巩固所学，并在完成作业的过程中培养他们的分析和推理能力。这里的标注之所以用浅蓝色，是为了让学生自己先行独立思考，思考之后可以将浅蓝色标注改成可以看清楚的黑色，将自己的思考与标注内容进行对比。随着学生学习的深入，后续实验练习中的类似标注将逐步取消。

线下实验课的作业要求学生在课程平台上提交电子版。对于这一部分的作业的批改，我们采取了灵活的方式。一种方式是利用学生助教。课程之初，根据自愿原则，教师挑选了一定比例的学生助教。每次批改实验作业时，教师会首先批改学生助教的作业，并将出错较多的问题和可能出错的问题进行总结归纳，形成文字总结。然后让学生助教结合这些文字总结仔细检验自己的作业中的问题，最后才开始批阅其他同学的作业。当然教师会提前告知评分标准，确保评分尽量公正统一。值得一提的是，这部分助教同学在最后的期末考试中，卷面成绩普遍较好。另一种批改方式是学生互评，这种方式用得不太多，通常只在作业相对简单的情况下使用。为实现以学生为中心的教学理念，教师还会让优秀学生把解决作业中问题的方法（如R语言中在读取数据时如何解决中文乱码）录成视频，上传在线课程进行展示，激发学生的学习兴趣和动力。

教师还会结合专业特点，收集、整理医药生物相关案例，并定期发布项目案例，供一些学有余力的学生进行讨论分析，有利于学生的个性拓展学习。同时鼓励学生以小组为团队完成项目并线上分享，学生互评等方式，培养学生团队协作及批判性思维能力。课程教学结束到期末考试之前，还会安排老师与学生在课程平台上互动，解决学生学习中遗留的难点，保证在整个教学中不留死角。

3 加强教学中的课程思政教育

在教学目标的指导下，对教学内容进行细致梳理，努力挖掘，找到专业知识和思政元素的契合点，通过情景设定、实践体验、热点启发、作业引导等方式把思政元素自然而然的融入课程之中，提高课程思政的亲和力和有效性，实现知识传授、能力培养和情感教育融为一体，为课程赋予更高层次的意义。目前在最新版的教案中已经增加了课程思政内容。如理论课在讲解小概率反证法时可以强调：小概率事件在一次试验中发生的概率很小，几乎不可能发生，如果试验次数增多，小概率事件就有可能转化为必然事件，这是一个量变到质变的过程，启发学生哪怕成功的概率很小，但只要有恒心，成功也几乎会成为必然，鼓励学生更加努力地实现理想，反过来同时引导学生防微杜渐，“勿以恶小而为之，勿以善小而不为”。又如在实验课上遇到读取数据时可能出现的中文乱码问题，在帮助学生解决的问题的同时，引导学生正确、理性看待我国在这方面的不足，讨论我国关键技术的难点问题，引导学生认识自主研发的重要性和紧迫性。以中文编程语言“易语言”为例，鼓励学生学习开发中文的统计分析软件。

课程思政是一个长期的过程，需要不断摸索实践，在实践中不断总结经验，逐步形成系统化、规范化的教学模式，才能真正达到润物细无声的教育效果。

4 改革教学评价模式

以往传统的课程考核方式一般是将平时成绩，实验成绩，期末考试成绩按一定比例进行分配的，这种考核方式存在很多问题，如缺乏过程性考核，无法考查学生在一门课程各个阶段的表现，不能全面客观地衡量学生的综合能力。另一方面，也会让学生养成平时不学习，考试之前临时突击的不良学习习惯，还会出现考完就忘的现象。因此，我们将传统的以结果为主的考核评价方式转变为全过程考核评价方式。

全过程考核评价方式结合了学生线上线下的学习情况，贯穿了整个学习过程。考核内容主要包括学生访问在线课程网站的次数和有效在线时长、线上作业完成质量、自检测试的成绩、观看教学视频的时长、讨论区互动情况等因素。对于参与助教工作的学生、参与完成项目分享的学生、录制解决问题视频并上传的学生均给予特别的加分。

这种多样化的结合线上线下混合式教学的考核方式，更加注重过程考核的比重，能更加公平客观地评价学生学习情况。学生也能在学习过程中看到自己的收获，学习的积极性和主动性也会随之提高，是线上线下混合式教学的重要环节。

5 总结

经过线上线下混合式教学模式的教学实践，对比传统式教学，教学成效比较显著。无论是学生成绩、还是学生对课程的教学评价，都得到了相当正面的反馈。但在教学实践中我们觉得以下几个问题需要注意：① 将哪些内容从教学大纲中挑选出来放到在线课程中，实现线上线下课程内容互补、融合，这是一个需要不断摸索、不断调整的过程。② 在线学习和课堂学习的结合，不仅要做好教学内容的互补，还要做到教学形式上两者的互动，真正在内容和形式上实现两者的交融，避免出现两者呈现分离状态。③ 在线开放课程知识点呈现碎片化状态，但专业学科体系是一个完整的知识体系，如何解决在线开放课程的碎片化学习与学科专业的完整性学习之间矛盾，也是一个关键问题。我们尝试通过绘制知识思维导图去解决这个问题，目前看有一定的效果。

尽管《生物统计学》在线课程选用了越来越被广泛使用的R语言进行实操，努力做到理论与实践并重、案例与思政并进、线上与线下教学结合、全过程考核评价方式代替以结果为主的传统评价方式，但随着软件的更新升级和社会对人才需求的改变，相关教学内容和教学手段需要及时进行更新、替换，不断优化完善，保证课程内容和教学方式的现代性，使之成为一个功能日趋完善且具有良好效果的在线开放课程。

参考文献：

[1]王白雪，张洋洋，姜丽娜.国内生物统计学教材浅析[J].知识文库，2024，40（10）：163-166.

[2]贾云翔.基于超星学习通平台的混合式教学模式的构建与应用[J].山西警察学院学报，2022，30（01）：104-109.

基金项目：广东省本科高校在线开放课程研究项目（2022ZXKC258）