Biostatistika ajalugu, õppevaldkond ja rakendused



The biostatistika on teadus, mis on osa statistikast ja mida rakendatakse peamiselt bioloogia ja meditsiini valdkonna teiste valdkondade suhtes.

Bioloogia on ulatuslik valdkond, mis vastutab maa peal elavate tohutute eluvormide uurimise eest - viirustest, loomadest, taimedest jne - erinevatest vaatenurkadest.

Biostatistika on väga kasulik vahend, mida saab kasutada selliste organismide uurimisel, sealhulgas eksperimentaalsel disainil, andmete kogumisel uuringu läbiviimiseks ja saadud tulemuste kokkuvõtet..

Seega saab andmeid analüüsida süstemaatiliselt, mis toob kaasa asjakohaste ja objektiivsete järelduste saamise. Samamoodi on sellel tööriistad, mis võimaldavad tulemuste graafilist esitamist.

Biostatistikal on molekulaarbioloogia, geneetika, põllumajandusuuringute, loomauuringute valdkonnas laialdased alamspetsialistid - nii valdkonnas kui ka laboris, kliinilistes ravides inimestel, muu hulgas.

Indeks

  • 1 Ajalugu
    • 1.1 James Bernoulli
    • 1.2 Johann Carl Friedrich Gauss
    • 1.3 Pierre Charles-Alexandre Louis
    • 1.4 Francis Galton
    • 1.5 Ronald Fisher
  • 2 Mida biostatistika uurib? (Valdkond)
  • 3 Rakendused
    • 3.1 Terviseteadused
    • 3.2 Bioloogiad
  • 4 Põhikatsetused
    • 4.1 Ühe muutuja testimine
    • 4.2 Mitmemõõtmelised testid
  • 5 Enimkasutatavad programmid
    • 5.1 SPSS
    • 5.2 S-pluss ja statistika
    • 5.3 R
  • 6 Viited

Ajalugu

17. sajandi keskpaigas tekib kaasaegne statistiline teooria tõenäosuse ja mängude ja juhuste teooria juurutamisega, mille on välja töötanud Prantsusmaa, Saksamaa ja Inglismaa mõtlejad. Tõenäosusteooria on kriitiline mõiste ja seda peetakse tänapäeva statistika "selgrooks".

Siin on mõned kõige olulisemad biostatistika valdkonna toetajad ja statistika üldiselt:

James Bernoulli

Bernoulli oli oma aja oluline Šveitsi teadlane ja matemaatik. Bernoulli krediteeritakse esimese tõenäosusteooria lepinguga ja binomiaalse jaotusega. Tema meistriteos avaldas tema vennapoeg, aastal 1713 ja pealkirjaga Ars Conjectandi.

Johann Carl Friedrich Gauss

Gauss on statistika üks silmapaistvamaid teadlasi. Varakult on ta lapsepõlve, teadvustades end teaduses, kuna ta oli lihtsalt noor keskkooliõpilane.

Üks tema kõige olulisemaid panuseid teadusse oli töö Disquisitiones arithmeticae, kui Gauss oli 21-aastane.

Selles raamatus esitab Saksa teadlane numbriteooria, mis koostab ka rea ​​matemaatikuid nagu Fermat, Euler, Lagrange ja Legendre.

Pierre Charles-Alexandre Louis

Esimene uuring meditsiini kohta, mis hõlmas statistiliste meetodite kasutamist, on omistatud Prantsusmaalt pärit arstile Pierre Charles-Alexandre Louisile. Ta rakendas tuberkuloosiga seotud uuringutele arvulist meetodit, millel oli oluline mõju selle aja meditsiinilistele üliõpilastele.

Uuring motiveeris teisi arste kasutama oma uurimistöös statistilisi meetodeid, mis rikastasid oluliselt erialasid, eriti neid, mis on seotud epidemioloogiaga..

Francis Galton

Francis Galton oli tegelane, kellel oli teadusele mitu panust ja mida peetakse statistiliste biomeetria asutajateks. Galton oli Briti loodusteadlase Charles Darwini nõbu ja tema õpingud põhinesid tema nõbu ja ühiskonna teooriate segul, mida nimetati sotsiaalseks Darwinismiks.

Darwini teooriatel oli suur mõju Galtonile, kes tundsid vajadust töötada välja statistiline mudel, mis suutis tagada elanikkonna stabiilsuse..

Tänu sellele murele töötas Galton välja korrelatsiooni- ja regressioonimudelid, mida tänapäeval laialdaselt kasutatakse, nagu näeme hiljem.

Ronald Fisher

Ta on tuntud kui statistika isa. Biostatistika tehnikate moderniseerimise areng on omistatud Ronald Fisherile ja tema kaaslastele.

Kui Charles Darwin avaldas Liikide päritolu, bioloogial ei olnud ikka veel täpseid tähemärkide päringuid.

Aastaid hiljem, Gregor Mendeli töö taasavastamisega, arendas rühm teadlasi välja tänapäeva evolutsiooni sünteesi, ühendades mõlemad teadmised: evolutsiooni teooria loodusliku valiku ja pärimisõiguse kaudu..

Koos Fisheriga arendasid Sewall G. Wright ja J. B. S. Haldane sünteesi ja kehtestasid populatsiooni geneetika põhimõtted..

Süntees tõi kaasa uue pärandi biostatistika valdkonnas ning välja töötatud meetodid on olnud bioloogias võtmetähtsusega. Nende hulgas esineb proovide jaotus, dispersioon, dispersioonanalüüs ja eksperimentaalne disain. Neil meetoditel on palju erinevaid kasutusviise, alates põllumajandusest kuni geneetikani.

Mida biostatistika uurib? (Valdkond)

Biostatistika on statistika haru, mis keskendub elusolendites läbiviidavate teaduslike katsete kavandamisele ja läbiviimisele, selliste katsete käigus saadud andmete omandamisele ja analüüsimisele ning nende järgnevale tõlgendamisele ja esitamisele. analüüside tulemused.

Arvestades, et bioteadused hõlmavad ulatuslikke õpieesmärke, peavad biostatistika olema võrdselt mitmekesised ja suutma kohaneda erinevate teemadega, mida bioloogia eesmärk on uurida, iseloomustada ja analüüsida eluvorme.

Rakendused

Biostatistika rakendused on väga erinevad. Statistiliste meetodite rakendamine on teadusliku meetodi sisemine samm, nii et iga teadlane peab statistikat oma tööhüpoteeside testimiseks kohandama.

Terviseteadused

Biostatistikat kasutatakse tervise valdkonnas, et saada muu hulgas epideemiatega, toitumisuuringutega seotud tulemusi.

Seda kasutatakse ka meditsiinilistes uuringutes otse ja uute raviviiside väljatöötamisel. Statistika võimaldab objektiivselt eristada, kas ravimil oli konkreetse haiguse arengule positiivne, negatiivne või neutraalne mõju.

Bioloogiad

Iga bioloogi jaoks on statistika vältimatu vahend. Mõnede eranditega, mis on seotud üksnes kirjeldavate töödega, on bioteaduste uurimine vajalik tulemuste tõlgendamiseks, mille jaoks on vaja statistiliste testide rakendamist..

Statistika võimaldab meil teada, kas bioloogilistes süsteemides täheldatavad erinevused on tingitud juhusest või peegeldavad olulisi erinevusi, mida tuleb arvesse võtta.

Samamoodi võimaldab see luua mudeleid mõne muutuja käitumise ennustamiseks, kasutades näiteks korrelatsioone.

Põhikatsed

Bioloogias võib välja tuua mitmeid uuringuid, mida tehakse sageli uuringutes. Asjakohase katse valik sõltub vastatavast bioloogilisest küsimusest ja andmete teatavatest omadustest, nagu näiteks dispersioonide homogeensuse jaotus.

Muutuja testimine

Lihtne test on võrdlus õpilaste paaridega või t-ga. Seda kasutatakse laialdaselt meditsiinilistes väljaannetes ja terviseküsimustes. Üldiselt kasutatakse seda kahe proovi võrdlemiseks, mille suurus on väiksem kui 30. See eeldab võrdsust variatsioonides ja normaalses jaotuses. Paaritud või paaritamata proovide jaoks on variante.

Kui proov ei vasta normaalse jaotuse eeldusele, on nendel juhtudel kasutatud katseid ja neid nimetatakse mitteparameetrilisteks testideks. T-testi jaoks on mitteparameetriline alternatiiv Wilcoxoni auastetesti.

Samuti kasutatakse laialdaselt variatsioonianalüüsi (lühendit ANOVA) ja see võimaldab eristada, kas mitu proovi oluliselt erinevad. Sarnaselt üliõpilase testiga eeldab see võrdsust erinevustes ja normaalses jaotuses. Mitteparameetriline alternatiiv on Kruskal-Wallis test.

Kui soovite määrata kahe muutuja vahelise suhte, rakendatakse korrelatsiooni. Parameetriline test on Pearsoni korrelatsioon ja mitteparameetriline on Spearmani auaste korrelatsioon.

Mitmemõõtmelised testid

On tavaline, et tahan õppida rohkem kui kahte muutujat, nii et mitmemõõtmelised testid on väga kasulikud. Need hõlmavad regressiooniuuringuid, kanoonilist korrelatsiooni analüüsi, diskrimineerivat analüüsi, mitmemõõtmelist dispersioonanalüüsi (MANOVA), logistilist regressiooni, põhikomponentide analüüsi jne..

Enamik kasutatud programme

Biostatistika on bioloogiateaduste oluline vahend. Need analüüsid viivad läbi statistiliste andmete analüüsi eriprogrammid.

SPSS

Üks akadeemilises keskkonnas enim kasutatavatest on SPSS. Selle eeliste hulgas on suure hulga andmete haldamine ja muutujate ümberkodeerimise võime.

S-pluss ja Statistica

S-pluss on veel üks laialdaselt kasutatav programm, mis võimaldab, nagu SPSS, teha põhilisi statistilisi teste suurte andmemahtude puhul. Statistica on laialdaselt kasutatav ning seda iseloomustab intuitiivne käsitsemine ja pakutav graafika.

R

Tänapäeval otsustavad enamik biolooge teostada oma statistilist analüüsi R. See tarkvara iseloomustab mitmekülgsus, kuna iga päev luuakse mitu mitme funktsiooniga paketti. Erinevalt eelmistest programmidest peaksite R-is otsima paketti, mis täidab testi, mida soovite teha, ja laadige see alla.

Kuigi R ei näi olevat väga sõbralik ja lihtne kasutada, pakub see bioloogidele väga erinevaid teste ja funktsioone. Lisaks on olemas teatud paketid (näiteks ggplot), mis võimaldavad andmete professionaalset visualiseerimist.

Viited

  1. Bali, J. (2017). Biostatistika alused: käsiraamat arstidele. Jaypee Brothers Medical Publishers.
  2. Hazra, A., & Gogtay, N. (2016). Biostatistika seeria moodul 1: Biostatistika alused. India dermatoloogia ajakiri, 61(1), 10.
  3. Saha, I., ja Paul, B. (2016). Biostatistika alused: meditsiini, biomeditsiiniteaduse ja teadlaste bakalaureuse-, magistriõppe üliõpilased. Akadeemilised kirjastajad.
  4. Trapp, R. G., & Dawson, B. (1994). Põhi- ja kliinilised biostatistika. Appleton & Lange.
  5. Zhao, Y. & Chen, D. G. (2018). Biostatistika ja bioinformaatika uued piirid. Springer.