生物學實驗數據的處理和分析
——以最適濃度范圍確定為例

呂國裕 （廈門海滄實驗中學 福建廈門 361026）

《普通高中生物學課程標準（2017年版）》中明確提出：實驗探究能力要求學生能對實驗數據進行處理和分析。確定最適濃度范圍是考試的常見考點，學生對此普遍存在張冠李戴的問題。究其原因是不了解實驗數據的處理方法和過程，故對實驗數據的分析生搬硬套，無法依據實驗情境及設問靈活分析，沒練習過的試題只能根據印象亂套題。了解實驗數據的處理過程，有助于對實驗數據進行深入分析；了解實驗數據的分析方法有助于對實驗數據進行正確分析。

1 問題背景：最適濃度范圍的確定變化多端，學生入手難，易生搬硬套

最適濃度范圍的確定因實驗數據呈現形式、設問的方式及數據規律性不同而千變萬化。學生若不理解峰值出現的可能性，無法預測可能范圍，極易出現錯誤。有的試題涉及最適濃度范圍的確定，有的試題只設問起始濃度的確定。

【例1】（最適濃度范圍在最大值的兩側之間）取相同長度、去除尖端的小麥胚芽鞘切段。分別用不同濃度的生長素溶液處理并培養一段時間后，逐一測量其長度，實驗進行兩次，結果如圖1。以下敘述正確的是（ ）

圖1 小麥胚芽鞘在不同濃度生長素溶液中的生長情況

A.濃度大于10 mg·L-1，抑制胚芽鞘的伸長

B.濃度大于0.00 lmg·L-1，均能促進胚芽鞘伸長

C.促進胚芽鞘伸長的最適濃度在0.1～10 mg·L-1之間

D.濃度為0.1 mg·L-1時，兩個實驗數據偏差較大，應舍棄

分析：本題較典型，最適濃度不是自變量濃度的最大值1 mg·L-1，而是在最大值與兩側之間都有可能出現最適濃度，即0.1～1 mg·L-1、1～10 mg·L-1之間均可能出現峰值。

參考答案：C。

【例2】（最適濃度范圍在兩等值的最大值之間）為研究生長素類似物2，4－D對某植物插條生根的影響，一實驗小組實驗結果如圖2，請分析回答：

圖2 不同濃度的2.4-D對某植物插條生根的影響

問題：可確定促進插條生根的2，4-D溶液最適濃度范圍是______mg·L-1。

分析：學生學過了例1，認定最適濃度范圍是在最大值的兩側之間，即B～E之間（30～110），而本題出現學生未見過的兩個等值的最大值，最適宜濃度只能出現在兩個等值的最大值之間（C～D）。

參考答案：50～80。

從上述試題可以看出，雖然最適濃度范圍的確定變化多端，但仍有規律可循，一般與自變量或因變量的最大值或最大值的最近值有關。最適濃度范圍的確定屬于實驗數據的分析，要正確分析就必須先要了解實驗數據的處理。

2 實驗數據的處理

實驗數據的處理是將實驗測得的一系列原始數據，經過計算整理后，用最適宜的方式表示出來。在生物學實驗中常用列表法、圖示法表示。實驗數據處理是實驗數據分析的前提，是實驗數據分析的基礎。

先處理個別偏差或誤差較大的數據。如對某地某種群密度的測定，某樣方的種群密度偏差較大，不能舍棄，因為實驗的前提是隨機取樣，有的樣方數據大，有的樣方數據小，有的懸殊較大，這是事實。而對同一樣方，由于不同的人操作，因各種原因數據誤差大的就應舍棄。只要是實驗過程中因人為操作不當引起的較大誤差的數據，就得舍棄，而實驗操作正常的偏差不能隨意舍棄。故面對原始記錄中偏差較大的個別數據，應作誤差分析，酌情處理。

2.1 實驗數據列表法

列表法是將實驗數據按自變量與因變量的對應關系而列出數據表格形式，具有制表簡單快速、數據便于比較分析、視覺呈現直觀明了的優點，是繪制圖形和構建數學模型的基礎。統計表由表題、橫行和縱欄、數字等要素組成。自變量可以是（首）行，則因變量為（首）列，反之亦可。列表不僅僅是原始數據的記錄，有的還要做求平均值等的初步處理，如例3表1。

【例3】針對秸稈還田的效果，某實驗小組進行了“秸稈深施還田”的探究。

①將玉米秸稈剪碎、攤平，按100 kg/100 m2的量埋置。

②在整個生長季節定期取樣稱量以計算秸稈分解量（表1）。

表1 不同時間不同埋深的稱重數據（單位：kg）

2.2 實驗數據圖示法

圖示法是依據生物學實驗數據，應用點、線、面、體、色彩等繪制成整齊有規律、簡明又數量化的圖形。圖示法有明顯的優點，不僅對統計資料和實驗結果作出具體、明確的表達，易于理解和獲得深刻印象，而且其表現形式活潑醒目，具有很強的說服力，可謂“一圖知萬言”。

實驗數據可利用軟件繪成折線圖、散點圖、柱形圖、餅狀圖、條形圖、面積圖、雷達圖等。最常見、較實用的是曲線圖（折線圖、散點圖）和柱形圖。如，例1、2、4中的柱形圖。

以例3為例，在坐標圖中通過描點分別畫出60 d、120 d分解總量隨埋置深度變化的曲線（圖3）。

圖3 不同埋置深度下秸稈分解總量的變化

3 實驗數據的分析

實驗數據處理后，還要對實驗數據進行深入分析，透過數據尋找“本質”，剖析實驗現象，分析實驗原理，得出實驗結論。這里介紹的是簡單數據分析方法，復雜的數據分析需借助專業的數據分析軟件，如用SPSS分析數據之間的關聯等。

3.1 對表格數據的分析

對表格中的數據的分析，一般要關注能反映一定問題的最大值和最小值。認真對比行行之間、列列之間、行與列之間的數據，都能發現一些規律性問題，從而得出相應的局部結論。

3.1.1 最值分析法

首先要關注數據的最大值與最小值，這兩個數據往往能極端地反映出一些信息，解題時要把表格中最大值和最小值圈畫起來。

3.1.2 對比分析法

對表格中的數據進行分析，主要關注行與行、列與列、行與列的對比，簡單的問題通過行行對比、列列對比就能發現，復雜的問題要經過行與列的對比。

3.2 對圖形數據的分析

對圖形數據的分析，有其特殊性。坐標曲線圖和柱形圖是最常見的考題模型，圖形不同，關注點也就不同，分析方法有所區別。下面僅以這兩種常見模型為例，分析圖形數據。

3.2.1 曲線圖的數據分析

經過處理后的坐標曲線圖，有的橫縱坐標均有刻度，有的并沒有標注數據，變成了模式圖。分析坐標曲線圖的數據，實現圖文轉換，必須要關注“兩標一線一名稱”。兩標指橫、縱坐標的表達含義、刻度和單位；一線指曲線的變化走勢；一名稱指準確命名“坐標曲線圖”。

【例4】圖4為光照強度和凈光合速率的關系圖，分析圖中A、B、C點的含義及曲線ABC的含義。

圖4 光照強度對凈光合速率的影響曲線圖

首先，要理解橫縱坐標生物學含義。橫坐標為光照強度，縱坐標為吸收或釋放二氧化碳的速率。內在聯系為光照強度對凈光合速率的影響。其次，應抓四點（起點、交叉點、拐點、終點）A點：光照為0，只進行呼吸作用；B點：光合作用速率=呼吸速率，光補償點；C點：光飽和點。再次，關注線段的含義與變化原因。對曲線的分析一般要分段進行。AB段：光合作用速率＜呼吸速率；BC：光合作用速率＞呼吸速率；C之后的曲線：光合作用速率達到最大值，不再隨光強增加而增加。名稱為光照強度（自變量）對凈光合速率（因變量）的影響曲線圖，曲線圖的命名一定要體現自變量與因變量之間的關系。

3.2.2 柱形圖的數據分析

柱形圖因自變量和因變量的對應關系不同，有不同的呈現形式，分析方法上也有所不同，但都可以通過連線法來分析。對單個因變量和自變量的柱形圖，先把柱形圖的最高點用線連起來，這樣分析就與曲線圖的分析方法相同。如，將例2畫成圖5。對多個實驗組，可在圖中約求平均值后連線看趨勢。單個實驗組和對照組、多個自變量和因變量的柱形圖，可分別連成多條線，如圖6。這樣，通過圖圖轉換，再通過圖文轉換，可輕松理解柱形圖的數據含義。

圖5 不同濃度的2.4-D對某植物抽條生根的影響

圖6 NaCl濃度與再分化出幼苗比例的關系

實驗數據的處理和分析是實驗探究能力的重要組成部分，也是實驗結果分析的一種形式，是考生易失分的考點。教師應重視學生對此的訓練，綜合提高生物實驗素養。