Biostatisztikai történelem, tanulmányi terület és alkalmazások

az biostatisztika egy olyan tudomány, amely a statisztikák részét képezi, és a biológia és az orvostudomány egyéb területeire is kiterjed, főként azokra.

A biológia olyan kiterjedt terület, amely a földön létező élő formák hatalmas sokféleségének megismeréséért felelős - vírusok, állatok, növények, stb..

A biostatisztika nagyon hasznos eszköz, amelyet az ilyen szervezetek tanulmányozására lehet alkalmazni, beleértve a kísérleti tervezést, az adatgyűjtést a vizsgálat elvégzéséhez és a kapott eredmények összefoglalását..

Így az adatok szisztematikusan elemezhetők, ami lényeges és objektív következtetések megszerzéséhez vezet. Ugyanígy vannak olyan eszközök is, amelyek lehetővé teszik az eredmények grafikus ábrázolását.

A biostatisztikának a molekuláris biológiában, a genetikában, a mezőgazdasági tanulmányokban, az állatkísérletekben és a laboratóriumban, az emberek klinikai kezelésében, többek között a szubspecializációk széles skálájával rendelkezik.

index

• 1 Történelem
  • 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 Mit vizsgál a biostatisztika? (Tanulmányi terület)
• 3 Alkalmazások
  • 3.1 Egészségügyi tudományok
  • 3.2 Biológiai tudományok
• 4 Alapvizsgálatok
  • 4.1 Egy változó tesztelése
  • 4.2 Többváltozós tesztek
• 5 Leggyakrabban használt programok
  • 5.1 SPSS
  • 5.2 S-plus és Statistica
  • 5.3 R
• 6 Referenciák

történelem

A tizenhetedik század közepén a modern statisztikai elmélet a valószínűség elmélete és a játékok és az esély elmélete bevezetésével jön létre, amelyet a francia, német és angol gondolkodók fejlesztettek ki. A valószínűségelmélet kritikus koncepció, és a modern statisztikák „gerincének” tekinthető.

Íme néhány a biostatisztika és a statisztika terén legjelentősebb közreműködők:

James Bernoulli

Bernoulli fontos svájci tudós és matematikus volt. Bernoulli-t az első valószínűségi elméleti szerződés és a binomiális eloszlás jóváírja. Mesterműve az unokaöccse, 1713-ban megjelent, és címe Ars Conjectandi.

Johann Carl Friedrich Gauss

Gauss a statisztikák egyik legjelentősebb tudósa. Korai életkorból gyermekkori csodálatosságnak bizonyult, a tudomány területén ismert, hiszen csak egy középiskolás diák volt..

Az egyik legfontosabb tudományos hozzájárulás a munka volt Disquisitiones arithmeticae, megjelent, amikor Gauss 21 éves volt.

Ebben a könyvben a német tudós feltárja a számok elméletét, amely szintén összeállítja a matematikusok, mint például Fermat, Euler, Lagrange és Legendre eredményeit..

Pierre Charles-Alexandre Louis

A statisztikai módszereket alkalmazó orvostudomány első tanulmányát Pierre Charles-Alexandre Louis orvos, a francia származású orvos okozza. A numerikus módszert alkalmazta a tuberkulózissal kapcsolatos tanulmányokra, amelyek jelentős hatást gyakoroltak az akkori orvosi hallgatókra.

A tanulmány arra ösztönözte a többi orvost, hogy statisztikai módszereket alkalmazzanak a kutatásuk során, ami nagyban gazdagította a tudományágakat, különösen az epidemiológiával kapcsolatos tudományágakat..

Francis Galton

Francis Galton olyan karakter volt, aki többször is hozzájárult a tudományhoz, és a statisztikai biometria alapítója. Galton a brit természettudós, Charles Darwin unokatestvére volt, és tanulmányai az unokatestvére és a társadalom elméleteinek keverékén alapultak, az úgynevezett társadalmi darwinizmus.

Darwin elmélete nagy hatással volt Galtonra, aki úgy érezte, hogy szükség van egy olyan statisztikai modell kidolgozására, amely sikerült biztosítani a lakosság stabilitását..

Ennek az aggodalomnak köszönhetően Galton kifejlesztette a mai napon széles körben alkalmazott korrelációs és regressziós modelleket, amint azt később látni fogjuk.

Ronald Fisher

Ő a statisztika apja. A biostatisztikai technikák korszerűsítésének fejlesztését Ronald Fisher és munkatársai tulajdonítják.

Amikor Charles Darwin közzétette a A fajok eredete, a biológiának még mindig nincs pontos értelmezése a karakterek örökségének.

Évekkel később, Gregor Mendel munkáinak újbóli felfedezésével a tudósok egy csoportja kifejlesztette az evolúció modern szintézisét, mindkét tudás testét egyesítve: az evolúció elméletét a természetes szelekcióval és az öröklés törvényeivel..

Fisher-szel együtt Sewall G. Wright és J. B. S. Haldane kifejlesztették a szintézist és megállapították a populációgenetika alapelveit..

A szintézis egy új örökséget hozott magával a biostatisztikában, és a kifejlesztett technikák kulcsfontosságúak voltak a biológiában. Ezek közül kiemelkedik a mintavétel, a variancia, a varianciaanalízis és a kísérleti tervezés eloszlása. Ezeknek a technikáknak a felhasználása széles körű, a mezőgazdaságtól a genetikáig.

Mit vizsgál a biostatisztika? (Tanulmányi terület)

A biostatisztika olyan statisztika, amely az élő lényekben végzett tudományos kísérletek megtervezésére és végrehajtására, az ilyen kísérletek során szerzett adatok megszerzésére és elemzésére, valamint a későbbi értelmezésre és bemutatásra összpontosít. az elemzések eredményeit.

Tekintettel arra, hogy a biológiai tudományok széles körű tanulmányi célokat tartalmaznak, a biostatisztikának egyformán változatosnak kell lennie, és sikerül alkalmazkodnia a biológiai célokhoz tartozó különböző témákhoz, amelyek az életformák tanulmányozására, jellemzésére és elemzésére irányulnak.

alkalmazások

A biostatisztika alkalmazása rendkívül változatos. A statisztikai módszerek alkalmazása a tudományos módszer lényeges lépése, így minden kutatónak ki kell igazítania a statisztikákat, hogy teszteljék a munka hipotéziseit..

Egészségtudományok

A biostatisztikát az egészség területén használják, többek között a járványokkal, táplálkozási tanulmányokkal kapcsolatos eredmények eléréséhez.

Azt is használják orvosi vizsgálatokban közvetlenül és az új kezelések kifejlesztésében. A statisztikák lehetővé teszik, hogy objektíven megkülönböztessék, ha egy gyógyszer pozitív, negatív vagy semleges hatással van egy adott betegség kialakulására.

Biológiai tudományok

Bármely biológus számára a statisztika nélkülözhetetlen eszköz a kutatásban. Néhány kivételtől eltekintve csupán a leíró munkák esetében a biológiai tudományok vizsgálata az eredmények értelmezését igényli, amelyekre a statisztikai tesztek alkalmazása szükséges..

A statisztikák lehetővé teszik számunkra, hogy tudjuk, hogy a biológiai rendszerekben megfigyelt különbségek véletlenek, vagy jelentős különbségeket tükröznek, amelyeket figyelembe kell venni.

Hasonlóképpen lehetővé teszi, hogy olyan modelleket hozzunk létre, amelyek alkalmasak bizonyos változók viselkedésének előrejelzésére, például a korrelációk alkalmazásával.

Alapvizsgálatok

A biológiában a vizsgálatokban gyakran sorozatos vizsgálatokat lehet végezni. A megfelelő vizsgálat megválasztása a válaszolandó biológiai kérdésektől és az adatok bizonyos jellemzőitől függ, mint például az eltérések homogenitásának megoszlása..

Egy változó tesztelése

Egy egyszerű teszt a diákok párjával vagy t-jével való összehasonlítás. Ezt széles körben használják az orvosi kiadványokban és az egészségügyi kérdésekben. Általában két, 30-nál kisebb méretű mintát hasonlítanak össze. Ez egyenlőséget feltételez a varianciákban és a normális eloszlásban. Változatok vannak párosított vagy páratlan mintákhoz.

Ha a minta nem felel meg a normál eloszlás feltételezésének, akkor ezekben az esetekben olyan teszteket alkalmaznak, amelyek nem paraméteres tesztek. A t-próba esetében a nem paraméteres alternatíva a Wilcoxon rangsor teszt.

A varianciaanalízist (rövidítve ANOVA-ként) szintén széles körben használják, és lehetővé teszi, hogy észrevegyék, hogy több minta jelentősen különbözik-e. Mint a Student t tesztje, egyenlőséget feltételez a varianciákban és a normális eloszlásban. A nem-parametrikus alternatíva a Kruskal-Wallis teszt.

Ha két változó közötti kapcsolatot szeretnénk meghatározni, akkor korrelációt alkalmazunk. A parametrikus teszt a Pearson-korreláció, és a nemparametrikus a Spearman-rangkorreláció.

Többváltozós tesztek

Gyakori, hogy több mint két változót kíván tanulni, így a többváltozós tesztek nagyon hasznosak. Ezek közé tartoznak a regressziós vizsgálatok, a kanonikus korrelációs analízis, a diszkriminancia analízis, a többváltozós varianciaanalízis (MANOVA), a logisztikus regresszió, a fő összetevők elemzése stb..

A leggyakrabban használt programok

A biostatisztika alapvető eszköze a biológiai tudományoknak. Ezeket az elemzéseket a statisztikai adatok elemzésére szolgáló speciális programok végzik.

SPSS

Az egyik legelterjedtebb az egyetemi környezetben az SPSS. Előnyei közé tartozik a nagy mennyiségű adat kezelése és a változók újraírása.

S-plus és Statistica

Az S-plus egy másik széles körben használt program, amely lehetővé teszi, hogy - mint az SPSS - az alapvető statisztikai teszteket nagy adatmennyiségeken végezhesse. A Statistica-t széles körben használják, és az intuitív kezelése és a kínált grafikák sokfélesége jellemzi.

R

Napjainkban a legtöbb biológus úgy dönt, hogy statisztikai elemzését R-ben végzi. A szoftvert sokoldalúsága jellemzi, mivel minden nap több funkcióval rendelkező új csomagokat hoznak létre. A korábbi programokkal ellentétben az R-ben meg kell keresni azt a csomagot, amely elvégzi a tesztet, és töltse le azt.

Annak ellenére, hogy az R nem tűnik nagyon barátságosnak és könnyen használhatónak, sokféle tesztet és funkciót nyújt a biológusok számára. Továbbá vannak olyan csomagok (például ggplot), amelyek lehetővé teszik az adatok vizuális megjelenítését nagyon profi módon.

referenciák

1. Bali, J. (2017). A biostatisztika alapjai: kézikönyv orvosoknak. Jaypee Brothers orvosi kiadók.
2. Hazra, A., és Gogtay, N. (2016). Biostatisztikai sorozat 1. modul: A biostatisztika alapjai. Indiai dermatológiai folyóirat, 61(1), 10.
3. Saha, I. és Paul, B. (2016). A biostatisztika alapjai: az egyetemi, az orvostudományi posztgraduális hallgatók, az orvosbiológia és a kutatók számára. Tudományos kiadók.
4. Trapp, R. G. és Dawson, B. (1994). Alap és klinikai biostatisztika. Appleton & Lange.
5. Zhao, Y. & Chen, D. G. (2018). A biostatisztika és a bioinformatika új határai. ugró.