Tôi thấy các câu trả lời ở đây chỉ xác định miền công việc nên tôi cố gắng đưa ra câu trả lời toàn diện hơn dựa trên kinh nghiệm học thống kê của tôi với tư cách là một bác sĩ. Hầu hết kinh nghiệm của tôi là về các thử nghiệm lâm sàng, nhưng điều này có thể được áp dụng cho bất kỳ lĩnh vực thống kê sinh học nào.
Mục đích của thống kê sinh học là lĩnh vực sinh học và y tế, điều này mang lại cho nó sự khác biệt tinh tế theo mục đích này.
Thống kê là tất cả như nhau! nó chỉ là toán học! Tuy nhiên, đây là sự khác biệt xuất hiện trong đầu tôi khi tôi xác định thống kê sinh học.
1- Nhà thống kê thông thường sẽ không hiểu tất cả các thuật ngữ trong thống kê sinh học nhưng anh ta sẽ hiểu toán học!
Cả hai đều đến từ các lý thuyết toán học và xác suất. Vì vậy, bạn sẽ tìm thấy hầu hết các bài kiểm tra cộng hưởng với cả hai từ như phân tích hồi quy, kiểm tra t ... vv
Tuy nhiên, khi nói đến một số xét nghiệm khác như rủi ro tương đối, giảm rủi ro có thể quy định, đường cong kaplen mieir ... vv vài thử nghiệm này sẽ nghe có vẻ lạ đối với người không có kiến thức về thống kê sinh học. Tuy nhiên, họ có thể dễ dàng vượt qua nó khi đọc về các bài kiểm tra này
2- Trường thống kê sinh học thường không phát minh lại bánh xe, họ chỉ tăng cường những gì có sẵn
Như tôi đã nói thống kê sinh học được xây dựng trên số liệu thống kê. Nhưng không giống như điểm trước, hầu hết các nghiên cứu tích cực hiện nay về thống kê sinh học chủ yếu là về việc tăng cường một số tính chất của thử nghiệm hiện tại với các thuật ngữ khác nhau để phục vụ mục đích của thống kê sinh học. Ví dụ, một cái gì đó như sống sót tổng thể hoặc chết theo thời gian là tất cả các thuật ngữ dành riêng cho thống kê sinh học (chắc chắn hoặc ai sẽ nghiên cứu về sự sống và cái chết) tuy nhiên chúng được xây dựng dựa trên phân tích theo sự kiện mà nhà sinh học đã tạo ra các thuật ngữ này để tạo ra các thuật ngữ này. bài kiểm tra phục vụ mục đích của thống kê sinh học, được chuẩn hóa hơn và dễ diễn giải trong số các bác sĩ.
3- Thống kê sinh học có hướng dẫn cụ thể của nó (giống như bất kỳ lĩnh vực nào khác) tuy nhiên nó nghiêm ngặt hơn.
Thống kê sinh học đã thiết lập nhiều hướng dẫn và quy ước để phân tích dữ liệu của các lĩnh vực khác nhau. Ví dụ, các nhà thống kê làm việc trong sinh học và genomics đang làm các xét nghiệm khác nhau và có suy nghĩ khác với những người đang làm việc trong các thử nghiệm lâm sàng (và tất nhiên những người đang làm việc trong ngành kinh doanh thông minh). Nhưng cách làm việc này được coi là cố định trong cộng đồng các nhà sinh học , vì vậy một nhà sinh học thường không nghĩ ra điều đó trừ khi có điều gì đó chưa từng tồn tại trước đây và điều này thường không xảy ra khi nghiên cứu thiết kế các lĩnh vực thống kê sinh học là rất dứt khoát.
Một ví dụ rõ ràng hơn về điều này là ứng dụng thống kê Baysian về thống kê sinh học. Số liệu thống kê Bayes được biết là linh hoạt, vì vậy bạn sẽ không tìm thấy nhiều cách sử dụng loại thống kê này. Ngoài ra, việc sử dụng này được gắn với một ứng dụng lặp đi lặp lại như đo độ nhạy. Không cần phải nghĩ đến xác suất khi có những lựa chọn dễ dàng hơn để giải thích và thực hiện dễ dàng hơn.
Tại sao hạn chế này?
1. Cộng đồng đang cố gắng tránh p hack và làm đẹp kết quả. Đặc biệt nếu bạn đang làm việc trong các thử nghiệm lâm sàng, bạn không chỉ sử dụng các xét nghiệm mang lại kết quả tốt nhất. Bạn thậm chí không sử dụng các xét nghiệm một phía thường! Những quy ước này là để bảo vệ tính hợp lệ của các thử nghiệm và bất cứ điều gì khác sẽ khiến cộng đồng nghi ngờ.
Đó là phần quan trọng nhất. Tất cả các công việc của thống kê sinh học nên được giải thích bởi một bác sĩ y khoa, vì vậy anh ta nên tự mình làm cho một số ý nghĩa của kết quả. Vì vậy, họ cố gắng bám vào một vài cách tiếp cận.
Điểm này là không công bằng vì không có so sánh, nhưng nghiên cứu thiết kế trong thống kê sinh học là rất dứt khoát. Thông thường, bạn không cần phải suy nghĩ nhiều về cách chứng minh hiệu quả của thuốc hoặc tác dụng phụ. Vì vậy, rất có thể bạn sẽ không cần phải bận rộn để học các kỹ thuật và bài kiểm tra khác nhau mỗi khi vì rất hiếm khi thấy một sự thay đổi mô hình.
Đó là tất cả những gì tôi có ngay bây giờ, tôi sẽ cập nhật câu trả lời của mình nếu tôi nhớ ra điều gì khác.