De biostatistik är en vetenskap som ingår i statistik, och som främst tillämpas på andra discipliner inom området biologi och medicin.
Biologi är ett omfattande område som ansvarar för att studera den enorma variationen av livsformer som finns på jorden - virus, djur, växter etc. - ur olika synvinklar.
Biostatistik är ett mycket användbart verktyg som kan användas för studier av dessa organismer, inklusive den experimentella designen, insamlingen av data för att genomföra studien och en sammanfattning av de erhållna resultaten..
Således kan data systematiskt analyseras, vilket leder till att få relevanta och objektiva slutsatser. På samma sätt har den verktyg som möjliggör grafisk representation av resultaten.
Biostatistik har en bred serie av underspecialiteter inom molekylärbiologi, genetik, jordbruksstudier, djurforskning - både på fältet och i laboratoriet, kliniska behandlingar hos bland andra människor..
Artikelindex
I mitten av 1600-talet uppstod modern statistisk teori med introduktionen av sannolikhetsteorin och teorin om spel och slump, utvecklad av tänkare från Frankrike, Tyskland och England. Sannolikhetsteori är ett kritiskt begrepp och anses vara "ryggraden" i modern statistik..
Några av de mest anmärkningsvärda bidragsgivarna inom biostatistik och statistik i allmänhet kommer att nämnas nedan:
Bernoulli var en viktig schweizisk forskare och matematiker av sin tid. Bernoulli krediteras den första avhandlingen om sannolikhetsteori och binomial fördelning. Hans mästerverk publicerades av hans brorson 1713 och har titeln Ars Conjectandi.
Gauss är en av de mest framstående forskarna inom statistik. Från en tidig ålder visade han sig vara ett underbarn och gjorde sig känd inom det vetenskapliga området eftersom han bara var en ung gymnasieelever.
Ett av hans viktigaste bidrag till vetenskapen var arbetet Disquisitiones arithmeticae, publicerades när Gauss var 21 år.
I den här boken exponerar den tyska forskaren talteori, som också sammanställer resultaten av en serie matematiker som Fermat, Euler, Lagrange och Legendre..
Den första medicinstudien som involverade användningen av statistiska metoder tillskrivs läkaren Pierre Charles-Alexandre Louis, en infödd i Frankrike. Han använde den numeriska metoden på studier relaterade till tuberkulos och hade en betydande inverkan på tidens medicinska studenter.
Studien motiverade andra läkare att använda statistiska metoder i sin forskning, vilket kraftigt berikade disciplinerna, med de som var relaterade till epidemiologi..
Francis Galton var en karaktär som hade flera bidrag till vetenskapen, och han anses vara grundaren av statistisk biometri. Galton var kusinen till den brittiska naturforskaren Charles Darwin, och hans studier baserades på en blandning av hans kusins teorier med samhället, i vad som kallades social darwinism..
Darwins teorier hade stor inverkan på Galton, som kände behovet av att utveckla en statistisk modell som skulle garantera befolkningens stabilitet..
Tack vare denna oro utvecklade Galton korrelations- och regressionsmodellerna, som ofta används idag, vilket vi kommer att se senare..
Han är känd som fadern till statistiken. Utvecklingen av moderniseringen av teknikerna för biostatistik tillskrivs Ronald Fisher och hans medarbetare.
När Charles Darwin publicerade Arternas ursprung, biologi hade ännu inte exakta tolkningar av karaktärernas arv.
År senare, med återupptäckten av Gregor Mendels verk, utvecklade en grupp forskare den moderna syntesen av evolutionen genom att slå samman båda kunskaperna: evolutionsteorin genom naturligt urval och ärftens lagar..
Tillsammans med Fisher utvecklade Sewall G. Wright och J. B. S. Haldane syntesen och fastställde principerna för populationsgenetik..
Syntesen förde med sig ett nytt arv inom biostatistik, och de tekniker som utvecklats har varit nyckeln till biologin. Bland dem sticker ut fördelningen av provtagningen, variansen, variansanalysen och den experimentella designen. Dessa tekniker har ett brett användningsområde, från jordbruk till genetik..
Biostatistik är en gren av statistik som fokuserar på design och utförande av vetenskapliga experiment som utförs i levande varelser, på förvärv och analys av data som erhållits genom nämnda experiment, och på efterföljande tolkning och presentation av resultaten från analyserna.
Eftersom de biologiska vetenskaperna omfattar en omfattande serie studiemål, måste biostatistiken vara lika olika och lyckas engagera de olika ämnen som biologin syftar till att studera, karakterisera och analysera livsformer..
Tillämpningarna av biostatistik är extremt varierade. Tillämpningen av statistiska metoder är ett inneboende steg i den vetenskapliga metoden, så varje forskare måste kombinera statistik för att testa sina arbetshypoteser.
Biostatistik används inom hälsoområdet för att ge resultat relaterade till bland annat epidemier, näringsstudier..
Det används också direkt i medicinska studier och i utvecklingen av nya behandlingar. Statistik gör det möjligt att objektivt urskilja om ett läkemedel hade positiva, negativa eller neutrala effekter på utvecklingen av en specifik sjukdom.
För alla biologer är statistik ett oumbärligt verktyg för forskning. Med få undantag från rent beskrivande verk kräver forskning inom biologiska vetenskaper en tolkning av resultaten, för vilka det är nödvändigt att använda statistiska tester.
Statistik gör det möjligt för oss att veta om skillnaderna som vi observerar i biologiska system beror på slump, eller om de återspeglar signifikanta skillnader som måste beaktas..
På samma sätt tillåter det att skapa modeller för att förutsäga beteendet hos någon variabel genom att till exempel använda korrelationer.
I biologin kan en serie tester som ofta görs i forskning specificeras. Valet av lämpligt test beror på den biologiska frågan som ska besvaras och på vissa data hos data, såsom dess fördelning av homogeniteten hos avvikelserna..
Ett enkelt test är parvis jämförelse eller Student t-test. Det används ofta i medicinska publikationer och i hälsofrågor. I allmänhet används den för att jämföra två prover med en storlek som är mindre än 30. Den förutsätter likhet i avvikelser och normalfördelning. Varianter finns för parade eller oparade prover.
Om provet inte uppfyller antagandet om normalfördelningen finns det tester som används i dessa fall, och de kallas icke-parametriska tester. För t-testet är det icke-parametriska alternativet Wilcoxon-rangtestet.
Variansanalys (förkortat ANOVA) används också i stor utsträckning och gör det möjligt att urskilja om flera prover skiljer sig markant från varandra. Liksom studentens t-test förutsätter det jämlikhet i avvikelser och normalfördelning. Det icke-parametriska alternativet är Kruskal-Wallis-testet.
Om du vill fastställa förhållandet mellan två variabler tillämpas en korrelation. Det parametriska testet är Pearson-korrelationen, och det icke-parametriska är Spearman-rangkorrelationen.
Det är vanligt att man vill studera mer än två variabler, så multivariata tester är mycket användbara. Dessa inkluderar regressionsstudier, kanonisk korrelationsanalys, diskriminerande analys, multivariat variansanalys (MANOVA), logistisk regression, huvudkomponentanalys etc..
Biostatistik är ett viktigt verktyg inom biologiska vetenskaper. Dessa analyser utförs av specialiserade program för statistisk analys av data..
En av de mest använda världen över, i den akademiska miljön, är SPSS. Bland dess fördelar är hanteringen av stora mängder data och möjligheten att koda om variabler.
S-plus är ett annat allmänt använt program som tillåter - som SPSS - att utföra grundläggande statistiska tester på stora datamängder. Statistica används också i stor utsträckning och kännetecknas av dess intuitiva hantering och mångfalden av grafik som den erbjuder..
Idag väljer de flesta biologer att utföra sin statistiska analys i R. Denna programvara kännetecknas av dess mångsidighet, eftersom nya paket med flera funktioner skapas varje dag. Till skillnad från tidigare program måste du i R hitta paketet som utför testet du vill göra och ladda ner det.
Även om R kanske inte verkar särskilt användarvänliga och användarvänliga, ger det ett brett utbud av användbara tester och funktioner för biologer. Dessutom finns det vissa paket (som ggplot) som möjliggör visualisering av data på ett mycket professionellt sätt.
Ingen har kommenterat den här artikeln än.