Vedo che le risposte qui definiscono solo il dominio del lavoro, quindi cerco di dare una risposta più completa basata sulla mia esperienza di apprendimento delle statistiche come medico. La maggior parte della mia esperienza riguarda studi clinici, ma questo può essere applicato a qualsiasi settore della biostatistica.
Lo scopo della biostatistica è il campo biologico e medico, questo gli dà sottili differenze secondo questo scopo.
Le statistiche sono tutte uguali!è solo matematica! Tuttavia, ecco la differenza che mi viene in mente quando definisco la biostatistica.
1- Lo statistico ordinario non capirà tutte le terminologie in biostatistica ma capirà la matematica!
Entrambi provengono da teorie matematiche e di probabilità. Quindi troverete che la maggior parte dei test risuonerà con entrambe le parole come analisi di regressione, t-test ... ecc
Tuttavia, quando si presentano altri test come il rischio relativo, la riduzione del rischio attribuibile, le curve di kaplen mieir ... ecc., Questi pochi test suoneranno strani per qualcuno che non ha conoscenze biostatistiche. Tuttavia, possono facilmente superarlo quando leggono di questi test
2- Il campo della biostatistica di solito non reinventa la ruota, migliora solo ciò che è disponibile
Come ho detto, la biostatistica si basa sulle statistiche. Ma a differenza del punto precedente, la maggior parte dell'attuale ricerca attiva sulla biostatistica riguarda principalmente il miglioramento di alcune proprietà dei test esistenti con terminologia diversa per servire lo scopo della biostatistica. Ad esempio, qualcosa come la sopravvivenza globale o il tempo di morte sono tutte terminologie esclusive per la biostatistica (questo è certo o chi studierebbe la vita e la morte), tuttavia sono costruite su analisi time-to-event che il biostatista ha creato queste terminologie per rendere il test ha lo scopo della biostatistica, più standardizzata e di facile interpretazione tra i medici.
3- La biostatistica ha le sue linee guida specifiche (proprio come qualsiasi altro campo) ma è più rigorosa.
La biostatistica ha stabilito molte linee guida e convenzioni per analizzare i dati di diversi campi. Ad esempio, gli statistici che lavorano in biologia e genomica stanno eseguendo test diversi e hanno una mentalità diversa rispetto a chi sta lavorando in studi clinici (e ovviamente a chi lavora in business intelligence). Ma questo modo di lavorare è considerato fisso nella comunità dei biostatisti , quindi un biostatista di solito non pensa fuori dagli schemi a meno che non ci sia qualcosa di urgente che non esisteva prima, e questo di solito non accade come progetto di studio dei campi della biostatistica è molto definitivo.
Un esempio più chiaro di ciò è l'applicazione statistica baysiana sulla biostatistica. Le statistiche bayesiane sono note per essere flessibili, quindi non troverai molto utilizzo di questo tipo di statistiche. Inoltre, questo utilizzo è legato a una certa applicazione ripetitiva come la misurazione della sensibilità. Non è necessario pensare alle probabilità quando esistono opzioni più semplici che sono più facili da interpretare ed eseguire.
Perché questa limitazione?
1. La community sta cercando di evitare la pirateria informatica e l'abbellimento dei risultati. Soprattutto se si lavora in studi clinici, non si utilizzano solo i test per ottenere i risultati migliori. Di solito non usi nemmeno i test unilaterali! Queste convenzioni sono lì per proteggere la validità delle prove e qualsiasi altra cosa renderà sospettosa la comunità.
Questa è la parte più importante. Tutto il lavoro della biostatistica dovrebbe essere interpretato da un medico, quindi dovrebbe dare un senso ai risultati lui stesso. Quindi cercano di attenersi ad alcuni approcci.
Questo punto è ingiusto perché non c'è paragone, ma il disegno dello studio in biostatistica è molto definitivo. Di solito, non devi pensare molto su come dimostrare l'efficacia di un farmaco o effetti collaterali o giù di lì. Quindi è molto improbabile che dovrai tenere la testa impegnata nell'apprendimento di diverse tecniche e prove ogni tanto poiché è molto raro vedere un cambiamento di modello.
Questo è tutto quello che ho in questo momento, aggiornerò la mia risposta se mi ricordassi qualcos'altro.