生物统计学 biostatistics
互联网
2049
应用数理统计学来处理生物现象的学问。与其说是生物学的一个分科不如看作是生物学的方法论。与生物测量学大致具有同一涵义，但前者几乎尚没有深入到现象的统计处理机制，因此生物测量学作为稍狭义的东西，有时也与生物统计学有所区别。在物理学的测量中，测量误差是重要问题，与此相应在生物学的研究中必须应用统计处理，其首要原因是变异。有意识地将数理统计学引入到生物学以及人类学领域的先驱者是克韦泰来特（ L.A.J.Quetelet ），随后由高尔顿（ F.Galton ）的工作巩固了生物测量学和优生学的基础。数学家泊松（ K.Pearson ）继承了他们的研究工作，进行了回归和相关特别是复相关、泊松型分布数、频率累加法、 X 2 测验等数理统计学的研究，并制成了很多统计数值表。他们把人们观测的或能得到手的资料的全部作为对象，把平均值和离差作为问题，来考查其中的数学规律。数理统计学方法已适用于生物学和农业科学的实验或试验领域，但也是以整个资料或比试验资料更大的抽象资料为依据的，因此人们开始意识到，在其现实是一种不能以其一部分作为研究对象的局面。于是就提出母集团和样本的区别和关联，以及从少数资料进行正确有效的推论的问题，这些问题被戈塞特 [ 笔名（ Student ） ] 和费希尔（ W.S.Gosset 和 R.A.Fisher ）解决了。费希尔的工作指出，统计方法的目的在于得到资料的要点，为此，其分布法则是要以较少的母集团中的数目为特征推想到无限的母集团，而实际的资料就是从它们之中随机抽出的样本。基于此点，在母集团数的统计上的无偏性、一致性、有效性、充分性的概念，构成了解消假设的验定，最优法等的理论。这就是费希尔派的数理统计学，也特称推计学。
