统计学与组学验证学习路线

更新：2026-10-13；状态：可用；验证范围：路线与官方资料核对；人工统计教学案例已运行，组学实验验证仅设计指南。

从数据与概率进入检验和模型，再按组学任务安排技术、独立样本与功能验证。

这条路线给谁用

面向刚开始读生信论文、使用分析工具的学生。先理解“谁是样本、比较什么、结论靠什么”，再学习公式与软件。覆盖统计基础和跨组学验证，不要求先掌握GWAS或GS。

第一阶段：读懂一张数据表

数据类型总体样本与抽样 → 描述统计与分布图 → 生物学重复与技术重复 → 实验设计与统计功效。

检查点：能够说明列是供体还是细胞、数据是计数还是连续强度、误差线是SD还是SE、配对ID是否保留。没有这些判断，先运行检验往往会分析错对象。

第二阶段：理解不确定性

概率条件概率与贝叶斯定理 → 随机变量期望方差与协方差 → 常见概率分布与生信场景 → 抽样分布中心极限定理与标准误 → 点估计偏差方差与一致性。

再读置信区间与重采样、频率学派与贝叶斯推断和似然最大似然与MAP估计。检查点：区分个体变异、估计精度、P值和后验概率；知道中心极限定理不是“样本超过30就没有问题”。

第三阶段：选择基础检验

先读假设检验与双侧单侧选择，再根据问题进入：

问题	入口
连续均值、配对前后	t检验配对设计与Welch检验
排序、配对符号或秩	秩检验符号检验与非参数方法
分类计数、比例	列联表卡方与Fisher精确检验
多组、多因素、交互	方差分析交互作用与对比
相关与调整后关系	相关回归与混杂
二分类或计数模型	广义线性模型与逻辑回归
相关样本与层级结构	线性模型与混合模型

最后读正态性方差齐性与模型诊断和P值效应量与多重检验。检查点：能说出检验的零假设、独立单位、效应尺度和主要假设，不只记住函数名。

第四阶段：实际计算与核验

Python统计分析与结果核验 → 合成数据贯通统计推断 → 置换检验与Bootstrap实践。这组人工数据已运行，展示基础检验、FDR、区间覆盖和伪重复；没有执行真实RNA-seq、湿实验或临床验证。

学习算法实现可进入生信基础算法学习路线。预测方法另查数据泄漏与交叉验证及分类指标ROC与PR曲线。

第五阶段：按组学问题验证

先读统计方法选择与分析计划和组学验证的层级与证据，再选择转录组、蛋白质/代谢组、单细胞/空间、表观组、微生物组或变异的专门指南。算法输出、统计显著、测量确认和功能结论分别需要相应证据。

已有专题连接：群体分析与GWAS学习路线、GS算法软件与实践路线、组学分析总览与选型。遇到词语用关键词索引搜索中文名、英文名与缩写。

入门教材：OpenIntro Statistics；概率补充：Harvard Stat 110。