통계와 생물 통계학의 차이점은 무엇입니까?

통계와 생물 통계학의 차이점에 대해 몇 년 동안 몇 가지 아이디어를 모으는 동안 공식적인 설명을 들어 본 적이 없었습니다. 이 두 분야의 차이점은 무엇입니까 (현재)? 그리고 왜이 구별이 처음부터 시작 되었습니까?

편집 : 나는 원래 질문에 충분히 구체적이지 않았습니다. 생물 통계학은 생물 의학 분야에서 통계의 적용 및 개발이라는 것을 이해합니다. 그러나 차이점의 구체적인 예는 무엇입니까? 예를 들어 두 분야의 대학원 교육은 무엇입니까? 두 학문에 대해 별도의 학문 부서를 갖는 목적은 무엇입니까 (다른 분야에서는 볼 수없는 차이)?

생물 통계학 에 대한 Wikipedia 항목을 볼 때 , 생체 인식 과 관련하여 그다지 분명하지 않은 것 같습니다. 역사적으로 생체 인식은 인구 유전학의 큰 응용 (예 : Boulgouris et al., Biometrics 에 따르면이 분야의 일부는 현재 생체 인식 시스템에 초점을 맞추고 있지만 (이 목적은 "각 개인마다 본질적으로 고유 한 일부 신체적 또는 행동 적 특징에 기초한 개인의 인식 또는 식별") , 2010). 어쨌든 여전히 Biometrika 및 Biometrics 와 같은 리뷰가 있습니다.; 비록 후자를 불규칙적으로 읽었지만, 대부분의 기사는 "생물 통계 학적"이론적 또는 응용 작업에 초점을 맞추고 있습니다. 생물 통계학 에도 동일하게 적용됩니다 . "생체 통계적"응용이란, 생물 의학 분야와 관련된 응용 또는 모델과 관련이 있다는 것을 의미합니다 (생물학, 건강 과학, 유전학 등).

에 따르면 생물 통계학의 백과 사전 (2005, 2 판.)

(...) 위의 예에서 알 수 있듯이 생물 통계학은 문제 지향적입니다. 그것은의 생명 과학에서 발생하는 질문에 관한 것입니다. 생물 통계의 방법은 통계의 방법, 즉 관찰의 변화에 ​​관한 개념과 다양한 출처의 변화에 ​​직면 한 관측에서 정보를 추출하는 방법, 특히 살아있는 유기체와 특히 연구중인 인간의 반응의 변화로부터의 정보를 추출하는 방법입니다. 생물 통계 활동은 환경 독성 및 위생 문제, 건강 증진 및 교육, 질병 예방 및 치료법 등 인간의 환경과 인간과의 상호 작용을 통해 인간의 기본 구조 및 기능에서 광범위한 과학적 탐구에 걸쳐 있습니다.

요약하면, Biostatistics는 수퍼 패밀리-통계-의 일부이며 대부분의 방법을 공유하지만 더 관심있는 관심 영역 (따라서 역사적 배경, 특정 디자인 및 일반적인 이론적 프레임 워크)을 가지고 있다고 생각합니다. ) 및 전용 모델링 전략.

Kiyosi Itô의 "수학 백과 사전"을 인용하려면 :

많은 응용 분야에는 각 분야를 위해 특별히 개발 된 통계 방법 시스템이 있으며, 모든 통계 분석 방법은 기본적으로 동일한 통계적 추론 원칙을 기반으로하지만 각각 고유 한 기술과 절차를 가지고 있습니다. 생체 인식, 계량 측정, 심리 측정, 기술 측정, 사회 측정 등과 같은 특정 이름이 발명되었습니다.

생물 통계학 전공을 제공하지 않았고 생물 통계 학자와의 임상 시험에서 일했으며 생물 통계학자가 작성한 많은 논문을 읽은 대학의 통계 부서에서 과정을 수강 한 사람으로서 특정 관점을 제시 할 수 있습니다. 생물 통계학은 표준 통계 기술의 일부를 임상 연구에 적용하는 분야로보고 있습니다. 생물 통계학은 물리학 및 공학에서 공부 한 과목에 적용되는 통계보다 훨씬 큰 범주 형 변수 및 로지스틱 회귀에 중점을 둡니다. 생물 통계학은 다음과 같은 이진 문제에 대한 해답을 찾는 경향이 있습니다. 1)이 주제가 건강합니까? 또는 2)이 약이 해로운 것보다 더 좋은 것을 유발합니까? 종종 연구가 끝날 때 피험자가 생존했는지 또는 사망했는지와 같은 개별 독립 변수를 사용합니다. 이것은 굳건한 구별이 아닙니다.

생물 통계학, 생체 인식 및 생체 인식은 동의어입니다. 의료 통계 (때때로 명확한 이유없이 '임상 생물 통계학'이라고도 함)는 이들의 하위 집합입니다.

나는 통계학 자나 생물 통계학자가 아닌 누군가의 관점에서이 질문에 대답 할 것이다 . 오히려 나는 "역학적 방법"인 흐린 회색 영역에 존재한다.

다른 포스터에서 언급했듯이 생물 통계학은 의학에서 발생하는 문제를 포함하여 생물학적 문제에 적용되는 통계에 특히 중점을 둔 분야입니다. 이것은 다소 의미 론적으로 보이지만, 독자적으로 고유 한 실체로 만들 수 있다고 생각하는 것들이 있습니다.

• 주제별 전문 지식에 의존합니다. 생물 전문가는 주제 전문가와의 협업을 통해 또는 단순히 동일한 문제를 오랫동안 해결함으로써 통계적 방법과 특히 적용되는 문제의 융합을 포함합니다.
• 일반적이고 상당히 제한된 연구 설계 세트. 이국적인 연구 설계가 점점 수용 가능해지면서도 여전히이 분야는 여전히 코호트, 사례 관리 및 임상 시험 설계에 의해 지배되고 있습니다. 초점은 종종 범주 형 노출 (약물을 투여하지 않고 약을 주었을 때)과 범주 형 결과 (사망, 사망하지 않음)를 추정하는 데 있습니다.
• 누락 / 오 분류 / 빈약 한 데이터가 어디에나 있습니다.
• 분류 및 예측에 대한 강조가 줄어 듭니다. @Alexis가 언급했듯이 인과 적 추론과 반 사실을 탐구하려는 욕구는 생물 통계학에 매우 중요합니다. 배타적으로 사실은 아니지만 좋은 예측 변수이지만 어원 학적 설명이없는 것은 관심이 적습니다. 예를 들어, 이는 머신 러닝 방법의 침투를 다소 제한했습니다.

통계 대 생물 통계는 비교로서 의미가 없습니다. 생물 통계학은 실제로 통계의 하위 주제입니다. 이것은 "수학과 확률의 차이점은 무엇입니까?"라고 묻는 것과 같습니다. 확률은 수학의 서브 필드입니다.

다른 사람들이 지적했듯이, 생물 통계학은 의학 연구와 생물학적 연구에서 매우 일반적인 문제에 적용됩니다. 여기에는 몇 가지 주제 만 언급하기 위해 생존 분석, 순차적 시험 설계, 종단 분석 및 게놈 분석이 포함되지만 이에 국한되지는 않습니다.

통계 프로그램과 생물 통계학의 프로그램의 차이점에 관해서는, 두 프로그램의 명백한 차이점은 생물 통계학 프로그램이 위의 주제를 전문으로한다는 것입니다. 대부분의 통계 프로그램은 여전히 ​​생물 통계학을 다룰 것입니다 (예를 들어, 통계학 박사 학위를 소지하고 있으며 통계학 자의 모든 가능한 전문 분야, 저는 현재 생물 통계 학자로서 자격을 갖추고 있습니다). 생물 통계 관련 주제에 대한 간단한 소개 만 제공합니다.

제약 회사의 통계 학자에 대한 수요가 높으면 생물 통계학 프로그램에 대한 수요가 발생한다는 것을 이해합니다.

나는 여기에 대한 답변이 업무 영역을 정의하는 것을 보았으므로 의료 종사자로서의 학습 통계 경험을 바탕으로보다 포괄적 인 답변을 제공하려고합니다. 내 경험의 대부분은 임상 시험에 관한 것이지만, 이것은 생물 통계학의 모든 영역에 적용될 수 있습니다.

생물 통계학의 목적은 생물학적 및 의학적 분야이며, 이것은이 목적에 따라 미묘한 차이를줍니다.

통계는 모두 같습니다! 그냥 수학입니다! 그러나 여기에 생물 통계학을 정의 할 때 내 머리에 오는 차이점이 있습니다.

1- 일반 통계학자는 생물 통계학의 모든 용어를 이해하지 못하지만 수학을 이해합니다!

둘 다 수학과 확률 이론에서 나옵니다. 그래서 당신은 회귀 분석, t- 테스트 ... 등과 같은 두 단어로 공명하는 대부분의 테스트를 찾을 수 있습니다.

그러나 상대 위험, 기여 가능한 위험 감소, kaplen mieir 곡선 등과 같은 다른 테스트가있을 때이 소수의 테스트는 생물 통계학 지식이없는 사람에게는 이상하게 들릴 것입니다. 그러나 이러한 테스트에 대해 읽을 때 쉽게 통과 할 수 있습니다.

2- 생물 통계학 분야는 일반적으로 바퀴를 재발 명하지 않고 사용 가능한 것을 향상시킵니다.

내가 말했듯이 생물 통계는 통계를 기반으로합니다. 그러나 이전 시점과 달리 생물 통계학에 대한 현재 활발한 연구의 대부분은 생물 통계학의 목적을 위해 다른 용어로 기존 테스트의 특성을 거의 향상시키지 않는 것입니다. 예를 들어, 전체 생존 또는 사망 시간과 같은 것은 생물 통계학에 대한 모든 용어 (생명과 사망을 연구하는 사람)는 생물 통계학자가 이러한 용어를 만들어 내기 위해 사건에 대한 시간 분석을 기반으로합니다. 이 시험은 의료 전문가들 사이에서보다 표준화되고 해석하기 쉬운 생물 통계학의 목적을 달성합니다.

3- 생물 통계학은 다른 분야와 마찬가지로 구체적인 지침이 있지만 더 엄격합니다.

생물 통계학은 여러 분야의 데이터를 분석하기위한 많은 지침과 규칙을 확립했습니다. 예를 들어, 생물학 및 유전체학에서 일하는 통계학자는 임상 시험에서 일하는 사람 (및 비즈니스 인텔리전스에서 일하는 사람)과는 다른 테스트를 수행하고 다른 사고를합니다. 그러나이 작업 방식은 생물 통계 학자 커뮤니티에서 고정 된 것으로 간주 되므로 생물 통계학자는 이전에 존재하지 않은 충동이 없다면 일반적으로 상자 밖으로 생각하지 않으며, 이는 일반적으로 생물 통계학 분야의 연구 설계로 발생하지 않습니다. 매우 결정적입니다.

이에 대한보다 명확한 예는 생물 통계학에 대한 베이 시안 통계 애플리케이션입니다. 베이지안 통계는 융통성이있는 것으로 알려져 있으므로 이러한 유형의 통계를 많이 사용하지는 않습니다. 또한이 사용법은 감도 측정과 같은 특정 반복적 응용에 연결됩니다. 해석하고 수행하기 쉬운 더 쉬운 옵션이있을 때 확률을 생각할 필요가 없습니다.

왜이 제한이 있습니까? 1. 커뮤니티는 해킹을 피하고 결과를 아름답게하려고합니다. 특히 임상 실험을 수행하는 경우 최상의 결과를 제공하는 테스트를 사용하지 않습니다. 당신은 보통 일방적 인 테스트를 사용하지 않습니다! 이 협약은 재판의 유효성을 보호하기 위해 존재하며 그 밖의 어떤 것도 커뮤니티를 의심하게 만듭니다.

2. 그것이 가장 중요한 부분입니다. 생물 통계학의 모든 작업은 의사가 해석해야하므로 결과를 직접 이해해야합니다. 그래서 그들은 몇 가지 접근 방식을 고수하려고합니다.

3. 이 점은 비교가 없기 때문에 불공평하지만 생물 통계학의 연구 설계는 매우 결정적입니다. 일반적으로 약물의 효능 또는 부작용을 입증하는 방법에 대해 많이 생각할 필요는 없습니다. 따라서 패턴 변경을 보는 것이 매우 드물기 때문에 매번 다른 기술과 테스트를 배우는 데 바쁠 필요는 거의 없습니다.

그게 내가 가진 전부입니다. 다른 것을 기억하면 대답을 업데이트 할 것입니다.

내가 보는 것은 의미의 문제 인 것 같습니다. 사회 과학에서 연구 또는 테스트에 적용되는 통계를 통계라고합니다. 이러한 유형의 상황을 다루는 사람은 통계 절차를 적용하기 전에 자신의 분야에 대한 지식을 가지고 있어야합니다. 어쨌든 우리는 통계라고 부릅니다. 이 토론은 단지 선호 시스템에 관한 것이라고 생각합니다. 생물학적 분야에서 생물 통계학이라고 부르는 것이 바람직하다면 아무런 문제가 없습니다. 이것은 단지 단어의 선택입니다.

통계와 생물 통계학에는 큰 차이가 없습니다. 내 정의에서, 생물 통계학은 생물학에 통계를 적용하는 것입니다. 따라서 생물 통계학자는 생물학에 비교적 강력한 명령을 가지고 있으며, 통계를 생물학에 적용하는 방법을 이해하기에 충분합니다. 그것은 Artstatistics 또는 Sociostatistics 와 같은 개념 일 것입니다 . 예술에 통계를 적용하거나 사회학에 통계를 적용합니다. 생물 통계학은 단순히 생물학의 통계입니다. 그러므로 당신은 생물 통계 학자로서 잘하기 위해서는 생물학과 통계에 대한 명령이 필요합니다 .'Tis all.