Det biostatistik er en videnskab, der er en del af statistikken og hovedsageligt anvendes til andre discipliner inden for biologi og medicin.
Biologi er et omfattende felt, der er ansvarligt for at studere det enorme udvalg af livsformer, der findes på jorden - vira, dyr, planter osv. - fra forskellige synsvinkler.
Biostatistik er et meget nyttigt værktøj, der kan anvendes til undersøgelse af disse organismer, herunder det eksperimentelle design, indsamling af data til at gennemføre undersøgelsen og en oversigt over de opnåede resultater..
Dataene kan således analyseres systematisk, hvilket fører til opnåelse af relevante og objektive konklusioner. På samme måde har den værktøjer, der tillader den grafiske gengivelse af resultaterne.
Biostatistik har en bred række underspecialiteter inden for molekylærbiologi, genetik, landbrugsundersøgelser, dyreforskning - både i marken og i laboratoriet, kliniske behandlinger hos blandt andre mennesker..
Artikelindeks
I midten af det syttende århundrede opstod moderne statistisk teori med introduktionen af sandsynligheden og teorien om spil og tilfældighed, udviklet af tænkere fra Frankrig, Tyskland og England. Sandsynlighedsteori er et kritisk begreb og betragtes som "rygraden" i moderne statistik..
Nogle af de mest bemærkelsesværdige bidragydere inden for biostatistik og statistik generelt vil blive nævnt nedenfor:
Bernoulli var en vigtig schweizisk videnskabsmand og matematiker i sin tid. Bernoulli krediteres den første afhandling om sandsynlighedsteori og binomialfordeling. Hans mesterværk blev udgivet af hans nevø i 1713 og har titlen Ars Conjectandi.
Gauss er en af de mest fremragende forskere inden for statistik. Fra en tidlig alder viste han sig at være et vidunderbarn og gjorde sig kendt inden for det videnskabelige område, da han bare var en ung gymnasieelever.
Et af hans vigtigste bidrag til videnskaben var arbejdet Disquisitiones arithmeticae, udgivet, da Gauss var 21.
I denne bog udsætter den tyske videnskabsmand talteori, som også samler resultaterne af en række matematikere som Fermat, Euler, Lagrange og Legendre..
Den første undersøgelse af medicin, der involverede brugen af statistiske metoder, tilskrives lægen Pierre Charles-Alexandre Louis, en indfødt i Frankrig. Han anvendte den numeriske metode til studier relateret til tuberkulose, der havde en betydelig indvirkning på datidens medicinstuderende.
Undersøgelsen motiverede andre læger til at bruge statistiske metoder i deres forskning, hvilket i høj grad berigede disciplinerne, med dem relateret til epidemiologi..
Francis Galton var en karakter, der havde flere bidrag til videnskaben, og han betragtes som grundlæggeren af statistisk biometri. Galton var fætter til den britiske naturforsker Charles Darwin, og hans studier var baseret på en blanding af hans fætters teorier med samfundet i det, der blev kaldt social darwinisme..
Darwins teorier havde stor indflydelse på Galton, der følte behovet for at udvikle en statistisk model, der ville garantere befolkningens stabilitet..
Takket være denne bekymring udviklede Galton korrelations- og regressionsmodellerne, som er meget anvendte i dag, som vi vil se senere..
Han er kendt som far til statistik. Udviklingen af moderniseringen af biostatistikteknikker tilskrives Ronald Fisher og hans samarbejdspartnere.
Da Charles Darwin offentliggjorde Arternes oprindelse, biologi havde endnu ikke nøjagtige fortolkninger af arv af tegn.
År senere, med genopdagelsen af værkerne af Gregor Mendel, udviklede en gruppe forskere den moderne syntese af evolution ved at slå sammen begge vidensorganer: evolutionsteorien gennem naturlig udvælgelse og arvelovens love..
Sammen med Fisher udviklede Sewall G. Wright og J. B. S. Haldane syntesen og etablerede principperne for populationsgenetik..
Syntesen bragte en ny arv inden for biostatistik, og de udviklede teknikker har været nøglen til biologi. Blandt dem skiller fordelingen af prøveudtagningen, variansen, variansanalysen og det eksperimentelle design sig ud. Disse teknikker har en bred vifte af anvendelser, fra landbrug til genetik..
Biostatistik er en gren af statistikker, der fokuserer på design og udførelse af videnskabelige eksperimenter, der udføres i levende væsener, på erhvervelse og analyse af data opnået gennem eksperimenterne og på den efterfølgende fortolkning og præsentation af resultaterne fra analyserne.
Da de biologiske videnskaber omfatter en omfattende række studiemål, skal biostatistik være lige så forskelligartet og formår at engagere sig i de forskellige emner, som biologi sigter mod at studere, karakterisere og analysere livsformer..
Anvendelserne af biostatistik er meget forskellige. Anvendelsen af statistiske metoder er et iboende trin i den videnskabelige metode, så enhver forsker skal kombinere statistik for at teste deres arbejdshypoteser.
Biostatistik bruges i sundhedsområdet til at give resultater relateret til epidemier, ernæringsstudier, blandt andre..
Det bruges også direkte i medicinske studier og i udviklingen af nye behandlinger. Statistikker gør det muligt objektivt at skelne, om et lægemiddel havde positive, negative eller neutrale virkninger på udviklingen af en bestemt sygdom.
For enhver biolog er statistik et uundværligt redskab i forskning. Med få undtagelser fra rent beskrivende værker kræver forskning inden for de biologiske videnskaber en fortolkning af resultaterne, for hvilke det er nødvendigt at anvende statistiske tests.
Statistikker giver os mulighed for at vide, om forskellene, vi observerer i biologiske systemer, skyldes tilfældigheder, eller om de afspejler væsentlige forskelle, der skal tages i betragtning..
På samme måde gør det det muligt at oprette modeller til at forudsige opførslen af nogle variabler ved f.eks. At anvende korrelationer.
I biologi kan en række tests, der ofte udføres i forskning, specificeres. Valget af den passende test afhænger af det biologiske spørgsmål, der skal besvares, og af visse dataegenskaber, såsom fordelingen af homogeniteten af afvigelserne..
En simpel test er den parvise sammenligning eller Students t-test. Det bruges i vid udstrækning i medicinske publikationer og i sundhedsanliggender. Generelt bruges det til at sammenligne to prøver med en størrelse mindre end 30. Det forudsætter ligestilling i afvigelser og normalfordeling. Der findes varianter til parrede eller ikke-parrede prøver.
Hvis prøven ikke opfylder antagelsen om normalfordeling, er der test, der bruges i disse tilfælde, og de er kendt som ikke-parametriske tests. For t-testen er det ikke-parametriske alternativ Wilcoxon-rangtesten.
Variansanalyse (forkortet ANOVA) bruges også i vid udstrækning og giver mulighed for at skelne om flere prøver adskiller sig markant fra hinanden. Ligesom Studentens t-test forudsætter det lighed i afvigelser og normalfordeling. Det ikke-parametriske alternativ er Kruskal-Wallis-testen.
Hvis du vil etablere forholdet mellem to variabler, anvendes en korrelation. Den parametriske test er Pearson-korrelationen, og den ikke-parametriske er Spearman-rang-korrelationen.
Det er almindeligt at ønske at studere mere end to variabler, så multivariate tests er meget nyttige. Disse inkluderer regressionsstudier, kanonisk korrelationsanalyse, diskriminerende analyse, multivariat variansanalyse (MANOVA), logistisk regression, hovedkomponentanalyse osv..
Biostatistik er et vigtigt redskab inden for de biologiske videnskaber. Disse analyser udføres af specialiserede programmer til statistisk analyse af data..
En af de mest anvendte på verdensplan i det akademiske miljø er SPSS. Blandt dens fordele er håndteringen af store datamængder og muligheden for at genskabe variabler.
S-plus er et andet meget brugt program, der tillader - som SPSS - at udføre grundlæggende statistiske tests på store datamængder. Statistica er også meget udbredt og er kendetegnet ved sin intuitive håndtering og den mangfoldighed af grafik, den tilbyder..
I dag vælger de fleste biologer at udføre deres statistiske analyse i R. Denne software er kendetegnet ved dens alsidighed, da der oprettes nye pakker med flere funktioner hver dag. I modsætning til de tidligere programmer skal du i R finde den pakke, der udfører den test, du vil lave, og downloade den.
Selvom R måske ikke virker meget brugervenlig og brugervenlig, giver den en bred vifte af nyttige test og funktioner til biologer. Derudover er der visse pakker (såsom ggplot), der tillader visualisering af dataene på en meget professionel måde.
Endnu ingen kommentarer