生物統(tǒng)計（shengwu?tongji，biostatistics,biometry,biometrics）含義?應(yīng)用于中的數(shù)理統(tǒng)計方法。即用數(shù)理統(tǒng)計的原理和方法，分析和解釋生物界的種種現(xiàn)象和數(shù)據(jù)資料，以求把握其本質(zhì)和規(guī)律性。

正文

最早提出生物統(tǒng)計思想的是比利時數(shù)學(xué)家L.A.J.凱特萊，他試圖把統(tǒng)計學(xué)的理論應(yīng)用于解決生物學(xué)、醫(yī)學(xué)和社會學(xué)中的問題。1866年，G.J.孟德爾揭示了遺傳的基本規(guī)律，這是最早運用數(shù)理統(tǒng)計于生物實驗的一個成功的范例（見孟德爾定律）。1889年，F(xiàn).高爾頓在《自然的遺傳》一書中，通過對人體身高的研究指出,子代的身高不僅與親代的身高相關(guān),而且有向平均值“回歸”的趨勢，由此提出了“回歸”和“相關(guān)”的概念和算法，從而奠定了生物統(tǒng)計的基礎(chǔ)。

高爾頓的學(xué)生K.皮爾遜進一步把統(tǒng)計學(xué)應(yīng)用于生物研究，提出了實際測定數(shù)與理論預(yù)期數(shù)之間的偏離度指數(shù)即卡方差 - x的概念和算法，這在屬性的統(tǒng)計分析上起了重要作用。1899年，他創(chuàng)辦了《生物統(tǒng)計》雜志，還建立了一所數(shù)理統(tǒng)計學(xué)校。他的學(xué)生W.S.戈塞特對樣本標準差作了許多研究,并于1908年以“Student”的筆名將t-檢驗法發(fā)表于《生物統(tǒng)計》雜志上。

此后，t-檢驗法就成了生物統(tǒng)計學(xué)中的基本工具之一。英國數(shù)學(xué)家R.A.費希爾指出，只注意事后的數(shù)據(jù)分析是不夠的，事先必須作好實驗設(shè)計。他使實驗設(shè)計成了生物統(tǒng)計的一個分支。他的學(xué)生G.W.斯奈迪格把變異來源不同的均方比值稱為F值,并指出當F值大于理論上5％概率水準的F值時，該項變異來源的必然性效應(yīng)就從偶然性變量中分析出來了，這就是“方差分析法”。

上述這些方法對于農(nóng)業(yè)科學(xué)、生物學(xué)特別是遺傳學(xué)的研究，起了重大的推動作用，20世紀20年代以來，各種數(shù)理統(tǒng)計方法陸續(xù)創(chuàng)立，它們在實驗室、田間、飼養(yǎng)和臨床實驗中得到廣泛應(yīng)用并日益擴大到整個工業(yè)界。70年代，隨著計算機的普及，使本來由于計算量過大而不得不放棄的統(tǒng)計方法又獲得了新的生命力，應(yīng)用更為廣泛，并在現(xiàn)代科技中占有十分重要的地位。

無分布法

大多數(shù)統(tǒng)計分析方法都建立在“數(shù)據(jù)為正態(tài)分布”這一基本假定之上，而許多生物學(xué)數(shù)據(jù)遠非正態(tài)分布，采用無分布法可以繞過這一困難。這類方法往往比較直觀,而且計算簡便。有時,一部分 - 或全部觀測結(jié)果并不能直接用數(shù)據(jù)表示，只能用反映大小或程度的等級或秩次表示。例如，觀測結(jié)果是“－”，“±”，“+”及“++”以上,排序后的等級便是1,2,3,4……。許多很有效的無分布法就是基于數(shù)據(jù)或觀測結(jié)果的大小順序的。由于無分布法通常并不涉及數(shù)據(jù)分布的參數(shù)（如平均數(shù)），所以有時也稱為非參數(shù)方法。

生存分析

許多生物現(xiàn)象的動態(tài)觀察結(jié)果都比一次性的橫斷面觀察更能說明問題。例如：惡性腫瘤患者接受手術(shù)治療的效果，要看他們術(shù)后經(jīng)過一段時間的生存率，或者有必要描繪出在不同條件下的生存率曲線（以時間為橫軸,生存率為縱軸）,以便進行分析與比較；器官移植的效果，要看異體器官在體內(nèi)正常工作和不被排斥的時間等。生存分析的用途是廣泛的。

多元分析

又稱多指標或多變量分析，是對多個觀測指標同時進行綜合性分析，所以比普通的一元統(tǒng)計分析更為全面、有效。這是40年代就已出現(xiàn)的一系列好方法。由于涉及較深的數(shù)學(xué)知識和很復(fù)雜的計算，妨礙了它們的普及,隨著計算機和統(tǒng)計軟件包的日益完善,預(yù)料多元分析不久將會成為生物科學(xué)研究的常規(guī)武器。

多重回歸是指多個自變量和一個因變量的回歸；而多元回歸是指不止一個因變量的回歸。但二者常被混淆使用。它們可用于預(yù)測、指標的綜合或自變量的篩選。判別分析是利用形如多重回歸方程的判別函數(shù)來進行個體種類的判斷或診斷。聚類分析是將許多個體或指標按它們的相似程度來歸類。對個體進行聚類稱為Q型聚類;對指標進行聚類稱為R型聚類。Q型聚類和判別分析是數(shù)量分類學(xué)的兩種基本方法。

趨勢面是以地理上的經(jīng)、緯度為自變量的高次方程，可用于繪制研究對象在地理上的分布密度的等高線圖，亦可用于預(yù)測。主成分分析的目的在于將許多彼此相關(guān)的指標變換成少數(shù)幾個彼此獨立的綜合指標，而且它們包含了原來那些指標的幾乎全部統(tǒng)計信息。因子分析的計算程序與主成分分析類似，但它不是研究指標的變換，而是分析個體間的內(nèi)在聯(lián)系，此法為心理學(xué)家所首創(chuàng)，也可用于研究復(fù)雜的疾病。

統(tǒng)計模型

幾乎所有的統(tǒng)計方法都有一個數(shù)學(xué)模型作為背景。除了上述方法之外，在生物科學(xué)研究中用處較大的還有：捉放捉模型，用于個體總數(shù)的估計；對數(shù)線性模型，用于多維列聯(lián)表（即按多個指標分組的計數(shù)資料）的分析；Logit模型,既可用來同時排除多個混雜因素的影響，又可用于處理定量的混雜變量與危險因子。如果所有指標都是定性的,Logit模型就成了對數(shù)線性模型的一個特例。

參考書目

楊紀珂等：《現(xiàn)代生物統(tǒng)計》，安徽教育出版社，合肥，1985。

湯旦林：《醫(yī)用統(tǒng)計基礎(chǔ)》，人民衛(wèi)生出版社，北京，1989。