Я вижу, что ответы здесь просто определяют область работы, поэтому я пытаюсь дать более полный ответ, основываясь на моем опыте изучения статистики как практикующего врача. Большая часть моего опыта связана с клиническими испытаниями, но это может быть применено к любой области биостатистики.
Целью биостатистики является биологическая и медицинская сфера, что дает тонкие различия в соответствии с этой целью.
Статистика все та же! это просто математика! Тем не менее, вот то, что приходит мне в голову, когда я определяю биостатистику.
1- Обычный статистик не поймет всех терминов в биостатистике, но поймет математику!
Оба они происходят из математических и вероятностных теорий. Таким образом, вы найдете, что большинство тестов совпадают с обоими словами, такими как регрессионный анализ, t-тест ... и т. Д.
Однако, когда речь идет о некоторых других тестах, таких как относительный риск, относительное снижение риска, кривые Каплена-Мейера и т. Д., Эти несколько тестов будут звучать странно для тех, кто не знает биостатистических знаний. Тем не менее, они могут легко пройти через это, когда они читают об этих тестах
2- В области биостатистики обычно не изобретают велосипед, а просто улучшают то, что доступно
Как я уже сказал, биостатистика построена на статистике. Но в отличие от предыдущего пункта, большинство текущих активных исследований в области биостатистики в основном касаются улучшения немногих свойств существующего теста с различной терминологией, чтобы служить цели биостатистики. Например, что-то вроде общей выживаемости или времени до смерти - все термины, исключающие биостатистику (это наверняка, или кто будет изучать жизнь и смерть), однако они основаны на анализе времени до события, который биостатист создал эти термины, чтобы сделать Тесты служат биостатистике, более стандартизированы и просты для интерпретации среди практикующих врачей.
3- Биостатистика имеет свои конкретные правила (как и любая другая область), однако она более строгая.
Биостатистика установила много руководств и соглашений для анализа данных в различных областях. Например, статистики, работающие в области биологии и геномики, проводят разные тесты и думают иначе, чем те, кто работает в клинических испытаниях (и, конечно, кто работает в сфере бизнес-аналитики). Но этот способ работы считается фиксированным среди сообщества биостатистов , поэтому биостатист обычно не мыслит нестандартно, если нет каких-то побуждений, которых раньше не было, и это обычно не происходит, как дизайн исследования областей биостатистики. это очень точно.
Более наглядным примером этого является приложение статистики Байса по биостатистике. Байесовская статистика, как известно, является гибкой, поэтому вы не найдете большого использования этого типа статистики. Кроме того, это использование связано с определенным повторяющимся приложением, таким как измерение чувствительности. Нет необходимости думать о вероятностях, когда есть более простые варианты, которые легче интерпретировать и выполнять.
Почему это ограничение?
1. Сообщество пытается избежать взлома и украшения результатов. Особенно, если вы работаете в клинических испытаниях, вы не просто используете тесты, которые дают лучшие результаты. Обычно вы даже не используете односторонние тесты! Эти соглашения существуют для защиты действительности испытаний, и все остальное сделает сообщество подозрительным.
Это самая важная часть. Вся работа по биостатистике должна интерпретироваться практикующим врачом, поэтому он сам должен иметь некоторое представление о результатах. Поэтому они стараются придерживаться нескольких подходов.
Это несправедливо, потому что нет никакого сравнения, но дизайн исследования в биостатистике очень определен. Как правило, вам не нужно много думать о том, как доказать эффективность лекарства или побочные эффекты или около того. Таким образом, очень маловероятно, что вам придется постоянно уделять внимание изучению различных техник и тестов, поскольку очень редко можно увидеть изменение шаблона.
Это все, что у меня есть сейчас, я обновлю свой ответ, если я вспомнил что-то еще.