-
生物统计 编辑
生物统计(shengwu tongji,biostatistics,biometry,biometrics)含义 应用于中的数理统计方法。即用数理统计的原理和方法,分析和解释生物界的种种现象和数据资料,以求把握其本质和规律性。最早提出生物统计思想的是比利时数学家L.A.J.凯特莱,他试图把统计学的理论应用于解决生物学、医学和社会学中的问题。
中文名:生物统计
外文名:shengwu tongji,biostatistics,biometry,biometrics
性质:数理统计方法
发现者:L.A.J.凯特莱
发现时间 :1866年
生物统计
1866年,揭示了遗传的基本规律,这是最早运用数理统计于生物实验的一个成功的范例(见)。1889年,在《自然的遗传》一书中,通过对人体身高的研究指出,子代的身高不仅与亲代的身高相关,而且有向平均值“回归”的趋势,由此提出了“回归”和“相关”的概念和算法,从而奠定了生物统计的基础。高尔顿的学生K.皮尔逊进一步把统计学应用于生物研究,提出了实际测定数与理论预期数之间的偏离度指数即卡方差()的概念和算法,这在属性的统计分析上起了重要作用。1899年,他创办了《生物统计》杂志,还建立了一所数理统计学校。他的学生W.S.戈塞特对样本标准差作了许多研究,并于1908年以“Student”的笔名将t-检验法发表于《生物统计》杂志上。此后,t-检验法就成了生物统计学中的基本工具之一。英国数学家指出,只注意事后的数据分析是不够的,事先必须作好实验设计。他使实验设计成了生物统计的一个分支。他的学生G.W.斯奈迪格把变异来源不同的均方比值称为F值,并指出当值大于理论上 5%概率水准的值时,该项变异来源的必然性效应就从偶然性变量中分析出来了,这就是“方差分析法”。上述这些方法对于农业科学、生物学特别是的研究,起了重大的推动作用,20世纪20年代以来,各种数理统计方法陆续创立,它们在实验室、田间、饲养和临床实验中得到广泛应用并日益扩大到整个工业界。70年代,随着计算机的普及,使本来由于计算量过大而不得不放弃的统计方法又获得了新的生命力,应用更为广泛,并在现代科技中占有十分重要的地位。生物统计
一个观测对象(如一个7岁男孩)的某些性状(如身高等)的量度结果,称为一个个体。来源相同的各个个体(如各个 7岁男孩的身高值)之间的差异称为个体变异。总体是通过统计所欲了解的对象,其中的个体可以是有限的也可以是无限的。观测数据可以是计数的(离散的)(如单位面积中的昆虫数),也可以是计量的(如身高、体重、血压、肺活量等)。总体最基本的参数有两类:表示水平的称为位置参数或型值,如平均数、中位数、率等;反映个体差异大小的称为分散度参数,如标准差、极差等。总体参数是一个客观存在但通常却又是未知的常数。只能用样本去估计它。这样做自然会有误差。样本平均数,即其中表示第 个个体的观测值;为样本中的个体数,称为样本大小;∑为求和号,∑表示的合计凡是从样本计算出来的数值都称为统计量,它是对相应的总体值的一种估计例如是总体均数的一种估计。若总体均数正好等于,则称为 的无偏估计,意谓用估计虽有误差但平均来说是无偏的。此时又称 为 的期望,记作。
用样本统计量去估计总体参数难免会有抽样误差,它的大小与个体变异(标准差)的大小成正比;与样本含量的平方根成反比。表示抽样误差大小的统计指标是标准误 或代以统计量 (7)相当于将每一个样本(设想有许多来自同一总体的样本)的均数(或率)看成为一个个体时的标准差,它反映了取自同一总体的不同样本之间的差异(7)式适用于简单随机抽样和系统抽样。其他几种抽样方法的算式较繁。
差异的显著性 两个或两组数据相比,总会有或大或小的差异。问题是这种差异仅仅是抽样误差的反映呢还是由于它们来自不同的总体?即是否存在着实质性差异?用统计学的术语来说,就是要判断数据间的差异是否“显著”。用统计方法来推断差异的性质称为差异的显著性检验。显著性检验的方法很多,基本步骤大体如下:先假定数据均来自同一总体,即假设要比较的数据并无实质性差异,称为零假设;根据原始数据计算因抽样误差而出现此种程度差异的概率;若甚小,则根据“小概率事件实际上不大可能发生”这一原理否定零假设,认为“差异显著”,即这种差异从统计学的角度来看是有意义的;反之,若不算小,就不否定零假设,认为“差异不显著”,即不能排除抽样误差范围内的波动。正确地运用显著性检验,可使实验或调查的结论建立在更科学、稳妥的基础之上,避免简单化和绝对化。
显著性水准 概率的大小只能相对而言,在生物学数据的差异显著性检验中,已习惯用=0.05为小概率的上限。有时,为严格起见,也规定=0.01。称为显著性水准,它是当零假设正确时却错误地将其否定(第Ⅰ类错误)的概率。但也不是 定得愈小愈好。倘若零假设是不对的却未能否定,它(第Ⅱ类错误)的概率将因规定得愈小而愈大。增大样本可以减小出现第Ⅰ或第Ⅱ类错误的概率。
为了提高农产品的品质与产量,我国新引进多种粮食品种。 但新品种适宜在什么样的环境下生长、 利于作物生长的肥料品种以及施肥量的多少等问题都需要事先用生物统计学进行分析研究。除此之外,农田生态系统中的各种害虫、杂草的生长也会对作物产生不利的影响, 农业劳作者一般通过简单喷洒农药的方法来控制。 而施用何种农药以及药剂量的多少, 既能有效消灭作物天敌又能尽量降低对农作物的损害, 同时降低经济损失等等问题, 也要依靠生物统计学进行预测和预报。
另外还有学者发现, 具备生物统计学知识可以预测一些生物现象的发生,而且准确率较高, 然而很多人对此却并不了解。 因此在相关人群中普及生物统计学的知识势在必行 。
1、本站所有文本、信息、视频文件等,仅代表本站观点或作者本人观点,请网友谨慎参考使用。
2、本站信息均为作者提供和网友推荐收集整理而来,仅供学习和研究使用。
3、对任何由于使用本站内容而引起的诉讼、纠纷,本站不承担任何责任。
4、如有侵犯你版权的,请来信(邮箱:baike52199@gmail.com)指出,核实后,本站将立即删除。