Biostatistiikan historia, opiskeluala ja sovellukset

biostatistics on tiede, joka on osa tilastoja ja jota sovelletaan muihin biologian ja lääketieteen aloihin, lähinnä.

Biologia on laaja ala, jonka tehtävänä on tutkia maapallolla esiintyviä eläviä muotoja - viruksia, eläimiä, kasveja jne. - eri näkökulmista.

Biostatistiikka on erittäin hyödyllinen työkalu, jota voidaan soveltaa tällaisten organismien tutkimukseen, mukaan lukien kokeellinen suunnittelu, tietojen kerääminen tutkimuksen suorittamiseksi ja saatujen tulosten yhteenveto..

Näin ollen tietoja voidaan analysoida systemaattisesti, jolloin saadaan olennaisia ​​ja objektiivisia päätelmiä. Samalla tavoin sillä on työkaluja, jotka mahdollistavat tulosten graafisen esityksen.

Biostatistiikalla on laaja valikoima erikoisaloja molekyylibiologiassa, genetiikassa, maatalouden tutkimuksissa, eläinkokeissa - sekä kentällä että laboratoriossa, ihmisten kliinisiä hoitoja, mm..

indeksi

• 1 Historia
  • 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 Mitä biostatistiikka tutkii? (Opintojakso)
• 3 Sovellukset
  • 3.1 Terveystieteet
  • 3.2 Biotieteet
• 4 Peruskokeet
  • 4.1 Yhden muuttujan testaus
  • 4.2 Monimuuttujatestit
• 5 Useimmat käytetyt ohjelmat
  • 5.1 SPSS
  • 5.2 S-plus ja Statistica
  • 5.3 R
• 6 Viitteet

historia

1700-luvun puolivälissä nykyaikainen tilastoteoria syntyy, kun Ranskan, Saksan ja Englannin ajattelijat kehittävät todennäköisyyden teorian ja pelien ja sattuman teorian. Todennäköisyyden teoria on kriittinen käsite, ja sitä pidetään modernin tilaston "selkärangana".

Tässä muutamia merkittävimpiä tekijöitä biostatistiikan alalla ja tilastot yleensä:

James Bernoulli

Bernoulli oli tärkeä Sveitsin tiedemies ja hänen aikansa matemaatikko. Bernoulli hyvitetään ensimmäisellä todennäköisyysteorian sopimuksella ja binomijakaumalla. Hänen mestariteoksensa julkaisi hänen veljenpoikansa vuonna 1713 ja sen nimi on Ars Conjectandi.

Johann Carl Friedrich Gauss

Gauss on yksi tilastojen merkittävimmistä tutkijoista. Varhaisesta iästä lähtien hän osoittautui lapsihahmoksi, joka on tunnettu tiedealalla, koska hän oli vain nuori lukiolainen.

Yksi hänen tärkeimmistä panoksistaan ​​tiedettä kohtaan oli työ Disquisitiones arithmeticae, julkaistu, kun Gauss oli 21-vuotias.

Tässä kirjassa saksalainen tiedemies paljastaa numeroiden teorian, joka myös kokoaa tulokset useista matemaatikoista, kuten Fermat, Euler, Lagrange ja Legendre.

Pierre Charles-Alexandre Louis

Ensimmäinen lääketieteellinen tutkimus, joka koski tilastollisten menetelmien käyttöä, johtuu Ranskasta syntyneestä lääkäristä Pierre Charles-Alexandre Louisista. Hän käytti numeerista menetelmää tuberkuloosiin liittyviin tutkimuksiin, joilla oli merkittävä vaikutus tämän ajan lääketieteen opiskelijoihin.

Tutkimus motivoi muita lääkäreitä käyttämään tilastollisia menetelmiä tutkimukseensa, mikä rikastui merkittävästi erityisesti epidemiologiaan liittyviin tieteenaloihin..

Francis Galton

Francis Galton oli merkki, jolla oli useita panoksia tieteeseen ja jota pidetään tilastollisten biometristen tietojen perustajana. Galton oli brittiläisen luonnontieteilijän Charles Darwinin serkku, ja hänen opintonsa perustuivat hänen serkkunsa yhteiskunnallisiin teorioihin, joita kutsuttiin sosiaaliseksi Darwinismiksi.

Darwinin teorioilla oli suuri vaikutus Galtoniin, joka koki tarvetta kehittää tilastollinen malli, joka onnistui varmistamaan väestön vakauden..

Tämän huolenaiheen ansiosta Galton kehitti korrelaatio- ja regressiomallit, joita käytetään nykyään laajasti, kuten näemme myöhemmin.

Ronald Fisher

Hänet kutsutaan tilastojen isäksi. Biostatistiikkatekniikoiden nykyaikaistamisen kehitys johtuu Ronald Fisherista ja hänen yhteistyökumppaneistaan.

Kun Charles Darwin julkaisi Lajin alkuperä, biologiassa ei vielä ollut täsmällisiä tulkintoja merkkien perinnöstä.

Vuosia myöhemmin, kun Gregor Mendelin teokset löysivät uudelleen, ryhmä tutkijoita kehitti evoluutiotoiminnan nykyaikaisen synteesin yhdistämällä molemmat osaamiset: evoluutioteorian luonnollisella valinnalla ja perintölainsäädännöllä.

Yhdessä Fisherin, Sewall G. Wrightin ja J. B. S. Haldanen kanssa kehitettiin synteesi ja vahvistettiin väestögeneettisyyden periaatteet.

Synteesi toi mukanaan uuden perinnön biostatistiikassa, ja kehitetyt tekniikat ovat olleet avainasemassa biologiassa. Näistä erottuvat näytteenoton, varianssin, varianssianalyysin ja kokeellisen suunnittelun jakautuminen. Näillä tekniikoilla on laaja valikoima käyttötarkoituksia maataloudesta geneettiseen.

Mitä biostatistiikka tutkii? (Opintojakso)

Biostatistiikka on tilastotieto, joka keskittyy elävien olentojen tekemien tieteellisten kokeiden suunnitteluun ja toteuttamiseen, tällaisten kokeiden avulla saatujen tietojen hankkimiseen ja analysointiin sekä niiden myöhempään tulkintaan ja esittämiseen. analyysien tulokset.

Koska biologiset tieteet käsittävät laajan tutkimuksen tavoitteiden joukon, biostatistiikan on oltava yhtä monipuolinen ja onnistuu sopeutumaan moniin eri aiheisiin, joita biologia pyrkii tutkimaan, karakterisoimaan ja analysoimaan..

sovellukset

Biostatistiikan sovellukset ovat erittäin erilaisia. Tilastollisten menetelmien soveltaminen on tieteellisen menetelmän olennainen askel, joten jokaisen tutkijan on mukautettava tilastoja työolettamusten testaamiseen.

Terveystieteet

Biostatistiikkaa käytetään terveyteen, epidemioihin, ravitsemustutkimuksiin liittyvien tulosten tuottamiseen.

Sitä käytetään myös lääketieteellisissä tutkimuksissa suoraan ja uusien hoitojen kehittämisessä. Tilastot voivat erottaa objektiivisesti, jos lääkkeellä on positiivisia, negatiivisia tai neutraaleja vaikutuksia tietyn taudin kehittymiseen.

Biotieteet

Biologille tilastot ovat välttämätön työkalu tutkimuksessa. Biologisten tieteiden tutkimukset edellyttävät muutamia poikkeuksia lukuun ottamatta vain kuvailevia töitä, joten tulosten tulkinta edellyttää tilastollisten testien soveltamista..

Tilastojen avulla voimme tietää, ovatko biologisten järjestelmien havaitsemat erot johtuvat sattumasta tai heijastavat merkittäviä eroja, jotka on otettava huomioon.

Samalla tavoin se mahdollistaa esimerkiksi sellaisten mallien luomisen, joiden avulla voidaan ennustaa jonkin muuttujan käyttäytymistä käyttämällä korrelaatioita.

Peruskokeet

Biologiassa voidaan osoittaa useita tutkimuksia, jotka tehdään usein tutkimuksissa. Asianmukaisen testin valinta riippuu vastattavasta biologisesta kysymyksestä ja tietyistä tiedoista, kuten varianssien homogeenisuuden jakautumisesta.

Muuttujan testit

Yksinkertainen testi on vertailu opiskelijan pariin tai t. Sitä käytetään laajalti lääketieteellisissä julkaisuissa ja terveysasioissa. Yleensä sitä käytetään vertaamaan kahta näytettä, joiden koko on pienempi kuin 30. Se olettaa tasa-arvon variansseissa ja normaalijakaumassa. Parametreja on paria tai paritonta näytettä varten.

Jos näyte ei vastaa normaalijakauman olettamaa, näissä tapauksissa käytetään testejä, joita kutsutaan ei-parametrisiksi testeiksi. T-testissä ei-parametrinen vaihtoehto on Wilcoxonin sijoituskoe.

Varianssianalyysiä (lyhennettynä ANOVA) käytetään myös laajalti, ja sen avulla voidaan havaita, jos useita näytteitä eroaa merkittävästi. Opiskelijan t-testin tapaan se ottaa tasa-arvon variansseissa ja normaalijakaumissa. Ei-parametrinen vaihtoehto on Kruskal-Wallis-testi.

Jos haluat määrittää kahden muuttujan välisen suhteen, sovelletaan korrelaatiota. Parametrinen testi on Pearson-korrelaatio, ja ei-parametrinen on Spearman-listan korrelaatio.

Monimuuttujatestit

On yleistä, että halutaan opiskella useampaa kuin kahta muuttujaa, joten monivaiheiset testit ovat erittäin hyödyllisiä. Näitä ovat regressiotutkimukset, kanoninen korrelaatioanalyysi, syrjintäanalyysi, monivaiheinen varianssianalyysi (MANOVA), logistinen regressio, pääkomponenttien analyysi jne..

Useimmat käytetyt ohjelmat

Biostatistiikka on olennainen väline biotieteissä. Nämä analyysit suoritetaan erikoistuneilla ohjelmilla tilastotietojen analysoimiseksi.

SPSS

Yksi yleisimmin käytetyistä akateemisissa ympäristöissä on SPSS. Sen etuihin kuuluu suuren datamäärän hallitseminen ja kyky muuttujien muuttamiseen.

S-plus ja Statistica

S-plus on toinen laajalti käytetty ohjelma, joka sallii - kuten SPSS: n - tehdä suuria tietomääriä koskevia tilastollisia testejä. Statisticaa käytetään myös laajalti, ja sille on ominaista intuitiivinen käsittely ja tarjolla oleva grafiikka.

R

Nykyään useimmat biologit haluavat suorittaa tilastollisen analyysinsä R: ssä. Ohjelmistolle on ominaista monipuolisuus, koska päivittäin luodaan uusia paketteja, joissa on useita toimintoja. Toisin kuin aikaisemmissa ohjelmissa, sinun pitäisi etsiä R: ssä paketti, joka suorittaa testin, jonka haluat tehdä, ja ladata sen.

Vaikka R ei näytä olevan kovin ystävällinen ja helppokäyttöinen, se tarjoaa monenlaisia ​​testejä ja toimintoja, joita biologit voivat käyttää hyvin. Lisäksi on olemassa tiettyjä paketteja (kuten ggplot), jotka mahdollistavat tietojen visualisoinnin hyvin ammattimaisesti.

viittaukset

1. Bali, J. (2017). Biostatistiikan perusteet: käsikirja lääkäreille. Jaypee Brothers Medical Publishers.
2. Hazra, A., & Gogtay, N. (2016). Biostatistiikkasarja moduuli 1: Biostatistiikan perusteet. Intian dermatologialehti, 61(1), 10.
3. Saha, I., & Paul, B. (2016). Biostatistiikan perusteet: lääketieteen, biolääketieteen ja tutkijoiden jatko-opiskelijat, jatko-opiskelijat. Akateemiset kustantajat.
4. Trapp, R. G., & Dawson, B. (1994). Basic & kliininen biostatistiikka. Appleton & Lange.
5. Zhao, Y. & Chen, D. G. (2018). Biostatistiikan ja bioinformatiikan uudet rajat. Springer.