Biostatikas vēsture, studiju joma un pielietojumi

The biostatistika ir zinātne, kas ir daļa no statistikas, un tiek pielietota citām bioloģijas un medicīnas jomām, galvenokārt.

Bioloģija ir plaša joma, kas ir atbildīga par to, lai pētītu milzīgo daudzveidīgo dzīvo formu, kas pastāv uz zemes - vīrusi, dzīvnieki, augi utt..

Biostatistika ir ļoti noderīgs instruments, ko var izmantot šādu organismu izpētei, tostarp eksperimentālajam projektam, datu apkopošanai, lai veiktu pētījumu, un iegūto rezultātu kopsavilkumu..

Tādējādi datus var sistemātiski analizēt, kā rezultātā var iegūt atbilstošus un objektīvus secinājumus. Tādā pašā veidā tai ir rīki, kas ļauj grafiski attēlot rezultātus.

Biostatistikai ir plašs apakšspecifikāciju klāsts molekulārās bioloģijas, ģenētikas, lauksaimniecības pētījumu, dzīvnieku izpētes jomā - gan laukā, gan laboratorijā, klīniskā ārstēšana cilvēkiem, cita starpā.

Indekss

• 1 Vēsture
  • 1.1 James Bernoulli
  • 1.2 Johann Carl Friedrich Gauss
  • 1.3 Pierre Charles-Alexandre Louis
  • 1.4 Francis Galton
  • 1.5 Ronalds Fišers
• 2 Ko nozīmē biostatistika? (Studiju lauks)
• 3 Pieteikumi
  • 3.1 Veselības zinātnes
  • 3.2 Bioloģijas zinātnes
• 4 Pamata testi
  • 4.1. Viena mainīgā testa rezultāti
  • 4.2 Daudzfaktoru testi
• 5 Visbiežāk izmantotās programmas
  • 5.1 SPSS
  • 5.2 S-plus un Statistica
  • 5.3
• 6 Atsauces

Vēsture

Septiņpadsmitā gadsimta vidū mūsdienu statistikas teorija rodas, ieviešot varbūtības teoriju un spēļu un nejaušības teoriju, ko izstrādājuši domātāji no Francijas, Vācijas un Anglijas. Varbūtības teorija ir kritiska koncepcija, un to uzskata par mūsdienu statistikas "mugurkaulu".

Šeit ir daži no ievērojamākajiem ieguldītājiem biostatistikas jomā un statistika kopumā:

James Bernoulli

Bernoulli bija svarīgs Šveices zinātnieks un viņa laika matemātiķis. Bernoulli tiek kreditēts ar pirmo varbūtību teorijas līgumu un binomisko sadalījumu. Viņa šedevru publicēja viņa brāļadēls, 1713. gadā un ir nosaukts Ars Conjectandi.

Johann Carl Friedrich Gauss

Gauss ir viens no izcilākajiem statistikas zinātniekiem. Jau agrīnā vecumā viņš izrādījās bērna brīnums, zinot sevi zinātnes jomā, jo viņš bija tikai jauns vidusskolas students.

Viens no viņa svarīgākajiem ieguldījumiem zinātnē bija darbs Disquisitiones arithmeticae, publicēts, kad Gauss bija 21 gadus vecs.

Šajā grāmatā vācu zinātnieks atklāj skaitļu teoriju, kas arī apkopo virkni matemātiķu, piemēram, Fermat, Euler, Lagrange un Legendre.

Pierre Charles-Alexandre Louis

Pirmais pētījums par medicīnu, kas bija saistīts ar statistikas metožu izmantošanu, ir attiecināms uz ārstu Pierre Charles-Alexandre Louis, kas ir dzimtene no Francijas. Pētījumā, kas saistīts ar tuberkulozi, viņš izmantoja skaitlisko metodi, kas būtiski ietekmēja medicīnas studentus.

Pētījumā motivēti citi ārsti izmantot statistiskās metodes savā pētījumā, kas ievērojami bagātināja disciplīnas, īpaši tās, kas saistītas ar epidemioloģiju..

Francis Galton

Francis Galton bija raksturs, kam bija vairāki ieguldījumi zinātnē, un to uzskata par statistikas biometrijas dibinātāju. Galtons bija britu dabas mākslinieka Čārlza Darvina brālēns, un viņa pētījumi balstījās uz viņa brālēna teoriju un sabiedrību, kas tika saukta par sociālo darvinismu, maisījumu..

Darvina teorijām bija liela ietekme uz Galtonu, kam bija vajadzība izstrādāt statistikas modeli, kas spēja nodrošināt iedzīvotāju stabilitāti..

Pateicoties šai bažai, Galtons izstrādāja korelācijas un regresijas modeļus, kurus šodien plaši izmanto, kā mēs to redzēsim vēlāk.

Ronalds Fišers

Viņš ir pazīstams kā statistikas tēvs. Biostatikas tehnikas modernizācijas attīstība ir saistīta ar Ronaldu Fisheru un viņa līdzstrādniekiem.

Kad Čārlzs Darvins publicēja Sugu izcelsme, bioloģijā joprojām nebija precīzu rakstzīmju mantojuma interpretāciju.

Gadus vēlāk ar Gregora Mendela darbu atklāšanu, zinātnieku grupa izstrādāja mūsdienu evolūcijas sintēzi, apvienojot abas zināšanu struktūras: evolūcijas teoriju ar dabisko atlasi un mantojuma likumus..

Kopā ar Fisheru, Sewall G. Wright un J. B. S. Haldane izstrādāja sintēzi un noteica populācijas ģenētikas principus..

Sintēze radīja jaunu mantojumu biostatistikā, un izstrādātās metodes ir būtiskas bioloģijā. Starp tiem izceļas paraugu ņemšana, dispersija, dispersijas analīze un eksperimentālais dizains. Šīm metodēm ir plašs lietojumu klāsts, sākot no lauksaimniecības līdz ģenētikai.

Ko veic biostatistika? (Studiju lauks)

Biostatistika ir statistikas daļa, kas vērsta uz dzīvu būtņu zinātnisko eksperimentu izstrādi un izpildi, šādu eksperimentu rezultātā iegūto datu iegūšanu un analīzi, kā arī turpmāko interpretāciju un prezentāciju. analīžu rezultātus.

Ņemot vērā to, ka bioloģijas zinātnes ietver plašu studiju mērķu virkni, biostatistikai jābūt vienādai, un tā spēj pielāgot dažādām tēmām, kuras bioloģija tiecas izpētīt, raksturot un analizēt dzīvības formas..

Programmas

Biostatistikas pielietojumi ir ļoti dažādi. Statistisko metožu pielietošana ir zinātniskās metodes būtisks solis, tāpēc jebkuram pētniekam ir jāpielāgo statistika, lai pārbaudītu to darba hipotēzes..

Veselības zinātnes

Biostatistika tiek izmantota veselības jomā, lai iegūtu rezultātus, kas saistīti ar epidēmijām, uztura pētījumiem.

To izmanto arī medicīnas pētījumos tieši un jaunu ārstēšanas metožu izstrādē. Statistika ļauj objektīvi atšķirt, vai medikamentam ir pozitīva, negatīva vai neitrāla ietekme uz konkrētas slimības attīstību.

Bioloģijas zinātnes

Ikvienam biologam statistika ir neaizstājams līdzeklis pētniecībā. Ar dažiem izņēmumiem, kas attiecas tikai uz aprakstošiem darbiem, bioloģisko zinātņu izpētei ir jāinterpretē rezultāti, par kuriem ir nepieciešama statistisko testu izmantošana..

Statistika ļauj mums zināt, vai atšķirības, ko mēs novērojam bioloģiskajās sistēmās, ir radušās nejaušības dēļ vai atspoguļo būtiskas atšķirības, kas jāņem vērā.

Tādā pašā veidā tas ļauj izveidot modeļus, lai prognozētu kāda mainīgā uzvedību, piemēram, izmantojot korelācijas.

Pamata testi

Bioloģijā var uzsvērt virkni testu, kas bieži tiek veikti pētījumos. Attiecīgā testa izvēle ir atkarīga no atbildējamā bioloģiskā jautājuma un dažām datu īpašībām, piemēram, dispersijas homogenitātes sadalījuma..

Mainīgā lieluma testi

Vienkāršs tests ir salīdzinājums ar studentu pāriem vai t. To plaši izmanto medicīnas publikācijās un veselības jautājumos. Parasti to izmanto, lai salīdzinātu divus paraugus, kuru izmērs ir mazāks par 30. Tas uzņemas vienlīdzību dispersijās un normālā sadalījumā. Pārī savienotiem vai nesalīdzinātiem paraugiem ir varianti.

Ja paraugs neatbilst normālā sadalījuma pieņēmumam, šajos gadījumos tiek izmantoti testi, un tie ir pazīstami kā parametri, kas nav parametri. T-testam neparametriskā alternatīva ir Wilcoxon rangu tests.

Arī dispersijas analīze (saīsināta kā ANOVA) tiek plaši izmantota un ļauj atklāt, vai vairāki paraugi būtiski atšķiras. Tāpat kā Studentu t tests, tas uzņemas vienlīdzību dispersijās un normālā sadalījumā. Neparametriskā alternatīva ir Kruskal-Wallis tests.

Ja vēlaties noteikt attiecības starp diviem mainīgajiem lielumiem, tiek piemērota korelācija. Parametriskais tests ir Pearson korelācija, un neparametriskā ir Spearmana rangu korelācija.

Daudzfaktoru testi

Bieži ir vēlme mācīties vairāk nekā divus mainīgos, tāpēc daudzfaktoru testi ir ļoti noderīgi. Tie ietver regresijas pētījumus, kanonisko korelāciju analīzi, diskriminācijas analīzi, daudzfaktoru dispersijas analīzi (MANOVA), loģistisko regresiju, galveno komponentu analīzi utt..

Visbiežāk izmantotās programmas

Biostatistika ir būtisks instruments bioloģiskajās zinātnēs. Šīs analīzes veic specializētas statistikas datu analīzes programmas.

SPSS

Viens no pasaulē visizplatītākajiem akadēmiskajā vidē ir SPSS. Starp tās priekšrocībām ir liela datu apjoma pārvaldība un spēja pārveidot mainīgos.

S-plus un Statistica

S-plus ir vēl viena plaši izmantota programma, kas ļauj, tāpat kā SPSS, veikt pamata statistikas testus lieliem datu daudzumiem. Statistica tiek plaši izmantota, un to raksturo tā intuitīvā apstrāde un piedāvāto grafiku daudzveidība.

R

Mūsdienās lielākā daļa biologu izvēlas veikt savu statistisko analīzi R. Šī programmatūra raksturo tās daudzpusība, jo katru dienu tiek izveidotas jaunas paketes ar vairākām funkcijām. Atšķirībā no iepriekšējām programmām, R jums ir jāmeklē pakete, kas veic testu, kuru vēlaties darīt, un lejupielādēt to.

Lai gan R, šķiet, nav ļoti draudzīgs un viegli lietojams, tas sniedz plašu testu un funkciju klāstu, kas ļoti noder biologiem. Turklāt ir daži iepakojumi (piemēram, ggplot), kas ļauj vizualizēt datus ļoti profesionāli.

Atsauces

1. Bali, J. (2017). Biostatikas pamati: rokasgrāmata ārstiem. Jaypee Brothers Medical Publishers.
2. Hazra, A., & Gogtay, N. (2016). Biostatistikas sērijas modulis 1: Biostatistika pamati. Indijas dermatoloģijas žurnāls, 61(1), 10.
3. Saha, I., & Paul, B. (2016). Biostatistika pamatprincipi: medicīnas zinātņu, biomedicīnas zinātņu un pētnieku bakalaura, pēcdiploma studenti. Akadēmiskie izdevēji.
4. Trapp, R. G., un Dawson, B. (1994). Pamata un klīniskā biostatistika. Appleton & Lange.
5. Zhao, Y. & Chen, D. G. (2018). Biostatikas un bioinformātikas jaunās robežas. Springer.