통계와 생물 통계의 차이점은 무엇입니까?

내가 볼 때 생물 통계 에 대한 Wikipedia 항목에서, 생체 인식 과의 관계는 역사적으로 생체 인식이 더 관심이 많았 기 때문에 나에게 그다지 분명해 보이지 않습니다. 개체군 유전학 (Fisher의 연구에서 예시 된 바와 같이)에 큰 적용을 통해 관심있는 표현형에 따라 개인을 특성화하는 반면,이 분야의 일부는 이제 생체 인식 시스템에 초점을 맞추고 있습니다. Boulgouris et al., Biometrics , 2010)에 따르면 각 개인에 대해 본질적으로 고유 한 행동 특성입니다. Biometrika 및 생체 인식 과 같은 리뷰입니다. 비 정기적으로 후자를 읽었지만 대부분의 기사는 “생물 통계적”이론 또는 응용 작업에 중점을 둡니다. 생물 통계 에도 동일하게 적용됩니다. “생물 통계 학적”응용 프로그램이란 넓은 의미 (생물학, 건강 과학, 유전학 등)에서 생물 의학 영역과 관련된 응용 프로그램 또는 모델과 관련이 있음을 의미합니다.

생물 통계 백과 사전 (2005, 2nd ed.)에 따르면

(.. .) 위의 예에서 알 수 있듯이, 생물 통계학은 문제 지향적입니다. 특히 생물 의학에서 발생하는 질문에 대한 것입니다. 생물 통계의 방법은 통계의 방법입니다. 관찰의 변이에 관한 개념과 다양한 출처의 변이에 직면 한 관찰에서 정보를 추출하는 방법, 특히 연구중인 생물과 특히 인간의 반응의 변이에서 정보를 추출하는 방법입니다. 생물 통계 학적 활동은 인간의 기본 구조와 기능에서 환경 독성 및 위생 문제, 건강 증진 및 교육, 질병 예방 및 치료, 조직 등 인간과 환경의 상호 작용을 통해 광범위한 과학적 탐구에 걸쳐 있습니다. 건강 관리 시스템 및 건강 관리 자금 조달.

요컨대, Biostatistics는 수퍼 패밀리-통계-의 일부라고 생각합니다. 대부분의 방법을 사용하지만 더 집중된 관심 영역 (따라서 역사적 배경, 특정 설계 및 일반적인 이론적 프레임 워크)과 전용 모델링 전략을 가지고 있습니다.

Kiyosi Itô (ed.)의 “수학 백과 사전”을 인용하려면 :

많은 응용 분야에 존재합니다. 각 분야를 위해 특별히 개발 된 통계적 방법의 시스템, 그리고 비록 모든 t 밑단은 본질적으로 통계적 추론의 동일한 일반 원칙을 기반으로하며, 각각 고유 한 특수 기술과 절차가 있습니다. 생체 인식, 계량 경제학, 심리 측정 학, 기술 측정 학, 사회 측정 학 등과 같은 특정 이름이 발명되었습니다.

대학 통계학과에서 수강하지 않은 사람으로서 생물 통계학 전공을 제공하고 생물 통계 학자들과 함께 임상 실험을했으며 생물 통계 학자들이 쓴 많은 논문을 읽었습니다. 저는 특별한 관점을 제공 할 수 있습니다. 나는 생물 통계학이 표준 통계 기법의 하위 집합을 임상 연구에 적용하는 분야라고 생각합니다. 생물 통계학은 물리 과학 및 공학에서 공부하는 과목에 적용되는 통계보다 더 큰 범주 형 변수와 로지스틱 회귀에 중점을 둡니다. 생물 통계학은 다음과 같은 이진 질문에 대한 답을 찾는 경향이 있습니다. 1)이 주제가 건강하거나 아픈가요? 또는 2)이 약이 해를 끼치는 것보다 더 유익한가? 연구가 끝날 때 피험자가 살아 있었는지 죽었는지 여부와 같은 이산 독립 변수를 자주 사용합니다. 그러나 이것은 “철저한 구별”이 아닙니다. 생물 통계학은 또한 연속 변수, 즉 생물학적 중요성이있는 사건까지의 시간 길이를 측정하는 생존 분석을 사용합니다.

댓글

• 생물 통계학은 또한 통계 이론 및 연구 설계와 추론 간의 연결에 고유 한 기여를합니다. 동등성 테스트는 전자의 한 예이며 반사 실적 인과 적 추정 a la James Robins, Sander Greenland 등 (epi / biostats 내)은 전자의 예입니다.

생물 통계학, 생체 인식 및 생체 측정은 동의어입니다. 의료 통계 (명확한 이유없이 “임상 생물 통계”라고도 함)는 이들의 하위 집합입니다.

댓글

• 생체 통계와 생체 인식이 동의어라고 생각하지 않습니다. ‘ 생체 통계에는 얼굴 인식, 지문 분석이 포함되며 생체 통계는 관련됩니다. 임상 시험 설계 등 … 유사한 이름 만 사용합니다.
• ‘ 생체 인식 ‘의 사용은 불행한 신조어. tibs.org/interior.aspx?id=290

참조

• 이것은 ‘ t 그러나 실제로 문제를 해결합니다. 생물 통계의 정의가 무엇인지 알고 있지만 ‘ 실무, 교육, 철학 등에서 통계와 어떻게 다른지 모르겠습니다.
• ‘ 임상 생물 통계 ‘는 실제로 저에게 완벽하게 이해됩니다. 임상 연구자가 작업하는 가정, 추정치 등은 ” 한 필드 이상 ” 사람들에게도 현저하게 다릅니다. 임상 데이터로 작업 할 때 ‘ 전체 사고 방식을 바꿔야합니다.

나는 통계학 자도 생물 통계학 자도 아님 의 관점에서이 질문에 대답 할 것입니다. 오히려 나는 “역학적 방법”이라는 흐릿한 회색 영역에 존재합니다.

다른 포스터에서 언급했듯이 생물 통계학은 의학에서 발생하는 문제를 포함하여 생물학적 문제에 적용되는 통계에 특히 초점을 맞춘 학문입니다. . 이것은 다소 의미 론적으로 보이지만,이 중 어느 것도 엄격하게 배타적 인 것은 아니지만 자체적으로 별개의 엔티티로 만드는 것으로 생각되는 몇 가지 결과를 낳습니다.

• 주제 전문 지식에 대한 의존 . 주제별 전문가와의 협력을 통해 또는 단순히 동일한 문제를 오랫동안 해결하기 위해 바이오 스탯은 통계적 방법과 특별히 적용된 문제의 융합을 포함합니다.
• 일반적이고 상당히 제한된 연구 세트입니다. 디자인. 이국적인 연구 디자인이 점점 더 수용 가능해 지지만 전반적으로이 분야는 여전히 코호트, 사례 통제 및 임상 시험 디자인이 지배하고 있습니다. 초점은 종종 범주 적 노출 (약을 투여하지 않고 약물을 투여 한 경우 …) 및 범주 적 결과 (사망, 사망하지 않음)를 추정하는 데 있습니다.
• 누구나 누락 / 오 분류 / 불량한 데이터가 있습니다.
• 분류 및 예측에 대한 강조가 적습니다. @Alexis가 언급했듯이 인과 추론 및 반 사실을 탐색하려는 욕구는 생물 통계학에 매우 중요합니다. 배타적으로 사실은 아니지만 좋은 예측 변수는 아니지만 원인이없는 것 예를 들어, 이로 인해 기계 학습 방법의 보급이 다소 제한되었습니다.

통계 vs. 생물 통계는 비교로 의미가 없습니다. 생물 통계는 실제로 통계의 하위 주제입니다. 이것은 “수학과 확률의 차이가 무엇입니까?”라고 묻는 것과 같습니다. 확률은 수학의 하위 분야입니다.

다른 사람들이 지적했듯이, 생물 통계학은 의학 연구와 생물학적 연구 모두에서 매우 흔한 문제에 적용됩니다.여기에는 생존 분석, 순차 시험 설계, 종단 분석 및 게놈 분석이 포함되지만 이에 국한되지는 않습니다.

통계학 프로그램과 생물 통계학 프로그램의 차이점은 두 프로그램의 명백한 차이점은 생물 통계학 프로그램이 위의 주제를 전문으로한다는 것입니다. 대부분의 통계 프로그램은 여전히 생물 통계학을 다룹니다 (예를 들어, 통계학 박사 학위를 보유하고 있으며 가능한 모든 통계학 전문 분야 중에서 가장 자격이있는 생물 통계학 박사 학위, 현재 직위).하지만 통계학 박사 학위를 취득하는 것은 확실히 가능합니다. 생물 통계 관련 주제에 대한 약간의 소개 만 있습니다.

제약 회사의 통계 학자에 대한 수요가 높으면 생물 통계 프로그램에 대한 수요로 이어진다는 것을 알고 있습니다.

여기서 답변은 업무 영역을 정의 할 뿐이므로 의료 종사자로서 통계를 학습 한 경험을 바탕으로보다 포괄적 인 답변을 제공하려고합니다. 대부분의 경험은 임상 시험에 있습니다. 생물 통계학의 모든 영역에 적용 할 수 있습니다.

생물 통계학의 목적은 생물학적 및 의학 분야이며,이 목적에 따라 미묘한 차이가 있습니다.

통계는 모두 똑같습니다! 이것은 단지 수학 일뿐입니다. 그러나 생물 통계를 정의 할 때 머리에 떠오르는 차이점이 있습니다.

1- 일반 통계학자는 생물 통계학의 모든 용어를 이해하지는 못하지만 수학은 이해할 것입니다!

둘 다 수학적 이론과 확률 이론에서 나온 것입니다. 대부분의 테스트가 회귀 분석, t-test … 등과 같은 두 단어로 공명한다는 것을 찾으십시오.

그러나 상대 위험, 기여 가능한 위험 감소, kaplen mieir 곡선과 같은 다른 테스트가 올 때 … 등이 몇 가지 테스트는 생물 통계 지식이없는 사람에게는 이상하게 들릴 것입니다. 그러나 그들은 이러한 테스트에 대해 읽을 때 쉽게 통과 할 수 있습니다.

2- 생물 통계 분야는 일반적으로 바퀴를 재발 명하지 않고 사용 가능한 것을 향상시킬뿐입니다.

내가 생물 통계라고 말했듯이 그러나 이전의 요점과는 달리 현재의 생물 통계학에 대한 대부분의 활발한 연구는 생물 통계의 목적에 부합하기 위해 다른 용어로 기존 검사의 몇 가지 속성을 향상시키는 것에 관한 것입니다. 죽음은 모두 생물 통계학 전용 용어입니다 (확실하거나 생사를 연구 할 사람). 그러나 생물 통계학자가 이러한 용어를 만들어 생물 통계학의 목적을 위해보다 표준화 된 테스트를 만들기 위해 이러한 용어를 생성 한 사건 발생 시간 분석을 기반으로합니다. 의사들 사이에서 해석하기 쉽습니다.

3- 생물 통계학에는 다른 분야와 마찬가지로 특정 지침이 있지만 더 엄격합니다.

생물 통계학은 다른 분야의 데이터를 분석하기위한 많은 지침과 관례를 확립했습니다. 예를 들어 생물학과 유전체학 분야에서 일하는 통계 학자들은 임상 시험에서 일하는 사람 (물론 비즈니스 인텔리전스 분야에서 일하는 사람)과는 다른 테스트를 수행하고 다른 사고를합니다. 그러나 이러한 작업 방식은 생물 통계 학자 커뮤니티에서 고정 된 것으로 간주되므로 일반적으로 생물 통계학자는 상자에서 생각하지 않습니다. 이전에 존재하지 않았던 어떤 충동이 있지 않는 한, 이것은 일반적으로 생물 통계학 분야의 연구 설계가 매우 결정적이기 때문에 발생하지 않습니다.

보다 명확한 예는 생물 통계학에 대한 베이 시안 통계 애플리케이션입니다. 베이지안 통계는 융통성있는 것으로 알려져 있으므로 이러한 유형의 통계를 많이 사용하지는 않습니다. 또한 이러한 사용은 감도 측정과 같은 특정 반복 응용 프로그램과 관련이 있습니다. 더 쉽게 해석하고 수행 할 수있는 더 쉬운 옵션이있을 때 확률을 생각할 필요가 없습니다.

이 제한의 이유는 무엇입니까? 1. 커뮤니티는 해킹을 피하고 결과를 미화하려고 노력하고 있습니다. 특히 임상 시험에서 작업하는 경우 최상의 결과를 제공하는 테스트를 사용하는 것이 아니라 일반적으로 일방적 인 테스트를 사용하지 않습니다. 이러한 규약은 임상 시험의 유효성을 보호하기위한 것이며 그 밖의 모든 것은 커뮤니티를 의심스럽게 만듭니다.

2. 이것이 가장 중요한 부분입니다. 생물 통계학의 모든 작업은 의사의 통역을 받기 때문에 그는 스스로 결과를 이해해야합니다. 그래서 그들은 몇 가지 접근 방식을 고수하려고합니다.

3. 비교가 없기 때문에이 점은 불공평합니다. , 그러나 생물 통계학의 연구 설계는 매우 결정적입니다. 일반적으로 약물의 효능이나 부작용 등을 증명하는 방법에 대해 많이 생각할 필요가 없습니다.따라서 패턴 변화를 보는 것은 매우 드물기 때문에 매번 다른 기술과 테스트를 배우는 데 머리를 바쁘게 할 필요는 거의 없습니다.

지금은 그게 다입니다. 다른 것을 기억하면 답변을 업데이트하겠습니다.

제가보기에 이것은 단지 의미론의 문제인 것 같습니다. 사회 과학에서 연구 또는 테스트에 적용되는 통계를 통계라고합니다. 이러한 유형의 상황을 다루는 사람 통계적 절차를 적용하기 전에 자신의 분야에 대한 지식이 필요합니다. 어쨌든 우리는 그것을 통계라고 부릅니다.이 논의는 단지 선호도 체계에 관한 것이라고 생각합니다. 생물학적 분야에서 그것을 생물 통계라고 부르는 것이 선호됩니다. 문제 없습니다. 단어 선택 일뿐입니다.

댓글

• 추가 답변 추가를 중지하세요. 회색 ” 수정 “.

통계와 생물 통계의 유의 한 차이. 제 정의에서 생물 통계학은 통계를 생물학에 적용하는 것입니다. 따라서 생물 통계학자는 생물학에서 상대적으로 강력한 명령을 가지고 있으며, 적어도 그의 통계를 생물학에 적용하는 방법을 충분히 이해할 수 있습니다. 예술 통계 또는 사회 통계 와 동일한 개념입니다. 통계를 예술에 적용하거나 통계를 사회학에 적용합니다. Biostatistics는 단순히 BIOLOGY의 통계입니다. 따라서 생물 통계 학자만큼 잘 수행하려면 생물학 및 통계에 대한 명령이 필요합니다. “그게 전부입니다.

댓글

• 생물 통계는 역학과 의학의 일부입니다. 과학.