数据控|突破是我们的每一步

  • Brace root angle and diameter of association population

    1. Panel for Association Mapping. The association panel consists of 508 maize inbred lines, including 60 from the United States’ Germplasm Enhancement of Maize, 223 from Mexico’s International Center for Maize Improvement (CIMMYT), and 225 from China’s germplasm resources. All resources were preserved by the College of Bioscience and Biotechnology of Shenyang Agricultural University.

    genotype.hmp下载（Download）

    2. Phenotypic Data Collection. Maize brace root traits were measured during reproductive growth. Brace roots in good condition, without cracking or wilting, were chosen to facilitate subsequent correlation analysis in order to obtain more accurate data. In each row, two outermost brace roots close to the ground with mid-growing were selected for measurement. Measure the brace root diameter (BRD) using an electronic vernier caliper in the middle of the base of the brace roots (Centimeter). The brace root angle (BRA) was measured between the point of occurrence of the brace root and the main stem (degree).

    phenotype下载（Download）

    Short link of this page（本页链接）: https://wp.me/p80aHo-Ed

  • 我们心中的张敖老师

    或许我不是您最优秀的学生，但您是我遇见最好的老师，是您带我在迷茫的人生岔路口找到了科研的方向，是您用那治学严谨的态度，不断感染着我让我在面对一次次的挑战时能勇往直前，都说老师是辛勤的园丁，是照亮的红烛，我认为老师您的存在是迷茫中一双紧紧拉着我前进的手，是航路上指引来路的光，是您多年的培育让我走进探寻真理的大门，让从科研小白变成一个知识丰富的人。春蚕到死丝方尽，蜡炬成灰泪始干，一个个日子东升西落，一届届学生各赴前程，纷纷的飞花装载着我对您的祝福，点点的星光照亮我对您深深地情谊，将来无论我会成为挺拔参天的乔木，还是低矮的灌木，老师我都将向您展示生命的翠绿，不愧您的教导。

    导演：高原

    策划：刘美玲

    录像：刘美玲

    音乐：陈慧港、刘美玲、陈珊

    配音：陈慧港

    剪辑：陈珊，刘美玲

    链接：https://pan.baidu.com/s/1bCa27g8Laie1v9fdkpNnQg 提取码：jt66

  • 密码保护：CentOS添加新的用户组并给予权限

    此内容受密码保护。如需查阅，请在下方输入密码。

  • CentOS新4G硬盘底座安装，格式化，挂载

    服务器空间不足，新买了两块4T的硬盘，用硬盘底座连接到服务器上。硬盘是全新的，没有格式化，不能直接识别，需要进行格式化过程。先通过下面命令查看硬盘是否被识别。

    sudo fdisk -l

    可以看到，sdb和sdc两块4T的硬盘被识别到了。

    使用fdisk命令可以对硬盘进行分区，但是有2T大小的限制，我们使用gdisk命令，该命令需要先进行安装。

    sudo yum install -y gdisk

    安装完成后，gdisk和fdisk的命令几乎一样。以sdc为例：

    sudo gdisk /dev/sdc

    依次选择n（add a new patition），默认回车（分区数量，默认1），默认回车（起始位置），默认回车（终止位置），w（write table to disk and exit）。接下来可以检查一下，并进行格式化。

    lsblk
sudo mkfs.ext4 /dev/sdc1

    接下来就是挂载，还是以sdc为例，如果没有这个目录，则需要新建一个。

    sudo mount /dev/sdc1 /media/c
cd media/c

    进入盘里，成功。

  • 玉米大斑病

    Northern corn leaf blight，玉米大斑病，无论在中国还是美国，都是非常常见的病害。通常情况下对产量影响较小，但是感染性很强，对于易感的杂交种和自交系，产量损失会很大。

    典型的玉米大斑病病变在2.5-15厘米左右，成两边尖的圆柱形或船形，病斑的边界最初为灰绿色，它们最终会变成棕褐色，可能含有深灰色的真菌孢子区域。病斑的大小会因玉米本身抗性而呈现出差异。感染的方向通常从下部叶片开始向上部叶片蔓延，严重时叶片迅速感染，然后枯萎。

    大斑病在17℃-27℃且环境潮湿时容易发病，一般会发生在吐丝时期或吐丝之后，早期发病会造成严重影响。

    该病害由一种叫做蠕孢菌（Exserohilum turcicum）的真菌，它可以在破碎的玉米叶片上过冬。这个菌的不同种和不同抗性基因有互作，且互作程度不同。

    抗性杂交种是最适合的方式降低大斑病的影响，易感自交系可以通过疾病早期喷施杀虫剂保证种子生产，轮作有助于降低该病害。

  • Windows插耳机没声音？尝试用Realtek设置解决

    Windows10或者Windows11，播放视频或音频的时候，可以看到扬声器有波动（声卡运行正常），但是完全听不到声音，这种情况使用疑难问题解答或者更新驱动都不能解决。

    问题通常出现在Realtek的设置上面，可以找到Realtek的托盘图标并双击打开，进入设置界面。

    点击插孔设置（文件夹图标），勾选禁用前面插孔检测，确定。OK大功告成，声音回来了！

    该方法适用于Realtek声卡正常运行的情况下，声卡故障等硬件问题无法用该方法解决。

  • 数据分析能做什么，不能做什么？

    1. 数据分析可以提取样本的特征，揭示集中趋势和变化。集中趋势可以理解为中心点（均值），不同的个体根据标准差浮动。
    2. 数据分析可以比较出样本间的差异。例如，医学上通常用检测两组人员，用于判断一种药物是否有效——一组服用正常药物，另一组服用安慰剂。统计学检验和效应值的估计有助于判断差异的可靠性。
    3. 数据分析可以帮助理解数据中的关系，关系的种类有多种。两件事同时发生时，我们叫做关联，如打雷和闪电；又如，致病基因和外在表现。另一种叫做相关性，用于衡量关系的紧密程度的物理量，包括正向和负向的相关。依赖关系不仅可以被证明存在，测出其的强度，还可以理解方向和预测在未知情况下的效应（这是一个统计模型）。
    4. 数据分析可能有助于理解数据结构。这在统计学中是最复杂的，因为会涉及很多变量和对象。在数据结构分析中，最重要的是分类。适当的分类是解绝大多数问题的前提。

    上述两种方法，包括了两种描述性（可视化）方法和两种推断方法。推断方法通常以概率论和数学为基础。推断法又包括参数方法、非参数方法、稳健方法和重抽样方法。数据分析还有一些是无能为力的：

    1. 数据分析不是主观想象的，是客观的。只有对数据足够的了解，以及明确要回答的问题时，才应该开始进行数据分析。
    2. 数据分析不是确定的。大多数推断方法基于概率论，属于概率事件。
    3. 数据分析不能反应整个世界，只能基于样本。

  • 我们为什么需要统计分析？

    教育通常只口头说说统计很重要，在各行各业都重要，但是很少有人关注到底我们为什么要做统计分析。通俗地讲，统计分析可以让我们把复杂的事情分解，从而有助于我们理解事物，帮助我们判断和决策。当需要处理的问题超过了大脑的常规负荷时，统计分析的重要性就体现出来了。

    我们来看一个例子，有一组数字（1，2，1，0，1，1，1，0），很明显，这个向量的均值趋近于1，这是我们大脑能够负担的范围。我们用Excel构造一串随机数，在任意单元格内输入`=rand()`并回车，然后拖拽几十行，可以看出趋势吗？很明显，大多数人的大脑已经对此无能为力了，那么更大的数据量呢？比如玉米的基因型数据，每个玉米材料有995690个变异，大脑肯定是靠不住了。在样本数量足够大时，除非结果唯一，否者依靠大脑很难处理。这可能也是人为什么能够比其他动物更聪明的原因，人能利用工具、文字解决大脑不能直接处理的问题，甚至可以创造工具。

    总的来说，样本数量较多且数据不唯一时，则需要用到统计分析；另外，变量的数量较多，同样需要统计分析。无论哪种情况，归根到底，当我们的大脑没办法直接看出趋势做出判断的时候，我们就需要做统计分析。

    延申：

    用数字就能理解万物吗？我想是可以的。我国《道德经》有云，“道生一，一生二，二生三，三生万物。”这与现在计算机的发展完全一致！计算机用0和1的编码，已经可以创造丰富多彩的虚拟世界，创造出来的虚拟世界还在不断地完善和扩充，向着“元宇宙”的方向迈进。既然用数字可以造物，那么用数字来理解事物肯定也是可行的。大自然给了我们无穷的奥妙，好像每个事物都足够复杂，需要我们一点一滴的慢慢理解，而统计分析，则是打开智慧大门的金钥匙。

  • 统计分析的基础——抽样原则

    抽样主要有两个原则——重复和随机。

    重复的意思是，具有相同的效应的对象需要研究多次。这个原则来自于统计学的基石——中心极限定理，也叫做”大数定理“，简单说就是数量越多越准确。做重复的时候，需要保证每个重复是独立的，互相没有影响。比如，我们要研究植物能否让蜡烛持续燃烧，那么就用一个玻璃罩把一盆绿植和一支蜡烛罩住，在10个房间进行摆放，每个房间布置5个这样的组合，重复为10，而不是50。需要注意的是，如果找一些人去背圆周率，每个人背10次，由于不断的重复，可能背下来的位数会逐渐增多，这10次虽然是实际的重复次数，却不能叫做实验中的重复或统计学上的重复。

    重复的次数到底需要多少才合适？这曾经是个是困扰科学工作者的难题。一般而言，有两答案：一是越多越好，二是30个。当然，不考虑经济和时间成本，的确是越多越好。综合考虑，在大量的实践过程中，30成了一个非常恰当的重复数量。当然，如果调查的对象是群体，那么2个重复在国际上也是认可的。有很多专门针对这种情况开发的统计方法，保证该方案能够足够的统计学功效。

    随机可以保证每个对象都有均等机会进入样本集合。大多数时候，研究者会把非随机搜集的信息视为随机。举个例子，我们想要在一座山上选取50个蘑菇，只要看一眼，你就会发现一些蘑菇很有特点，然后不自觉的选择了，相对细小的蘑菇品种，则很容易被忽略，这实际上并不是随机选择。一些研究人员喜欢先划定一个区域，然后在区域内随便取两个点连成一条直线，选取直线上所有的蘑菇，一条不够就两条。当然，这样的选取方式，比前一个要科学得多，但实际上偏向于长得密集的小蘑菇。

    经常去花鸟去虫市场，总会看到一些面包虫，有人就拿这些面包虫做过实验——把从袋子里最先爬出来的面包虫拿出来放进鸟笼，然后把第二只放进去，再是第三只，经过几次重复后，发现总是第一只放进去的面包虫被吃掉所用的时间最短。这个实验可以如何改进？

  • 统计分析的基础——总体与样本

    从一个简单的例子入手，如何理解总体和抽样的概念。假设我们想要了解卖的最好的玉米品种是哪个，理想状态下是只有一家公司/商店售卖玉米种子，这样我们直接去查看该公司/商店的销售量就可以知道想要的答案。然而，事实上我们都不知道具体有多少公司/商店在销售玉米种子，少说也有几千家，甚至可能有些个人育种家也在卖种子，把所有的情况都调查出来显然不合适，这时抽样就成了比较合理的选择。当我们不能把控整体时，对局部控制显得尤为重要。抽样，不仅便宜、省时，更容易控制条件，这些对于统计分析然后从结果中得到正确的结论很有帮助。需要注意的是，抽样必须具有代表性！怎样科学的抽样是一个必须经过深思熟虑的问题。

    那么，基本上可以给总体（Population）下一个定义，即需要调查的所有可能性的总集。需要注意的是，这里的总体（Population）不同于生物学、遗传学的群体（Population），同样使用Population这个词，但在生物学或遗传学中，Population表示的是群体，通常是人工收集、构建或划分的用于研究或其他目的的生物体的集合。样本（Sample）是总体的一个部分或子集，当我们不能科学的抽取子集的时候，通常用随机的方式进行抽样，再多次抽样，以避免偏颇。

    很多人认为，对总体进行估计的准确性会高于对样本的估计，这在理想状态下是正确的，前提是总体的调查完全准确，貌似在实际工作中不太可能。举一个具体的例子，早些年全国做人口普查的时候，很多人都不知道自己具体多少岁，很多数据是随便填写的，若用这样的数据来计算平均年龄，恐怕很难得到一个正确的答案。这里有一个有趣的现象，当没有人告诉你或没有明确的记录时，自己是没有办法知道自己的年龄的，因此，出生证明和身份证上的信息非常重要。

    从哲学的角度讲，把总体都调查一遍几乎是一个不可能事件。还用上面的例子，我们甚至不知道到底有多少人在卖玉米种子，也不知道这些人在什么地方，不采用抽样的方式没有办法完成调查。此外，抽样调查还具有时效性，想尽办法调查总体，会消耗较长的时间，一些商店可能还没来得及调查就倒闭了，甚至有些新的商店诞生却没有包含在调查名单之内。人口普查也是一个道理，全国调查完毕之后，有些人去世了，也有新的生命诞生，这些都没有反映在调查的结果中，事实上，这种调查也是总体的一个抽样。

    因此，虽然和直观的感受不同，但确实是能够控制准确性的样本，要比总体抽样的准确性更高。