统计和生物统计学之间有什么区别？

我想到，尽管多年来我就统计学和生物统计学之间的差异整理了一些想法，但从未听说过正式的解释。这两个学科之间的区别是什么（当前）？为什么这种区别首先出现？

编辑：我在最初的问题中不够具体。我了解到生物统计学是生物医学领域中统计学的应用和发展。但是，区别的一些具体示例是什么？例如，这两个领域的研究生教育有何区别？为这两个学科设立不同的学术部门的目的是什么（我在其他领域没有看到这种区别）？

当我看到维基百科条目生物统计学，关系到生物识别似乎并不那么明显，我因为，从历史上看，生物识别技术更关心的是通过一些感兴趣的表型特征的个体，在群体遗传学大型的应用程序（由例证（Fisher等人的著作），而该学科的一部分现在集中在生物识别系统上（根据Boulgouris等人，生物识别学，其目标是“根据每个人固有的某些生理或行为特征来识别或识别个人” ，2010）。无论如何，仍然有像Biometrika和Biometrics这样的评论; 尽管我不定期地阅读后者，但大多数文章都侧重于“生物统计学”的理论或应用工作。这同样适用于生物统计学。所谓“生物统计学”应用，是指它与广义上（生物学，健康科学，遗传学等）与生物医学领域相关的应用或模型有关。

根据《生物统计百科全书》（2005年，第二版），

（...）从以上示例可以明显看出，生物统计学是面向问题的。它专门针对生物医学科学中出现的问题。生物统计学的方法是统计学的方法-涉及观测值变化的概念以及面对各种来源的变化而从观测值中提取信息的方法，尤其是从活体尤其是被研究人类的响应变化中。生物统计学活动涵盖了广泛的科学探索，从人类的基本结构和功能到人类与环境的相互作用，包括环境毒性和环境卫生，健康与教育，疾病预防和治疗，

总而言之，我认为生物统计学是超家族（统计学）的一部分，并且共享其大部分方法，但是具有更广泛的关注领域（因此，其历史背景，特定的设计以及一般的理论框架） ）和专用的建模策略。

引用伊伊丝西（编辑）的“数学百科全书”：

在许多应用领域中，都存在专门针对各个领域而开发的统计方法系统，尽管它们基本上都基于相同的统计推断一般原理，但是每种方法都有其自己的特殊技术和程序。已经发明了特定的名称，例如生物统计学，计量经济学，心理计量学，技术计量学，社会计量学等。

作为某人从一所大学的统计系修读的课程，该课程没有提供生物统计学专业的课程，而是与生物统计学家一起进行临床试验，并且阅读了许多由生物统计学家撰写的论文，我可以提供一个特殊的观点。我认为生物统计学是将标准统计技术的一部分应用于临床研究的领域。与应用于物理科学和工程学研究的统计学相比，生物统计学更侧重于分类变量和逻辑回归。生物统计学倾向于寻找二元问题的答案，例如：1）这个受试者是健康的还是生病的？或2）这种药物带来的好处多于危害吗？它通常使用离散的独立变量，例如受试者在研究结束时是活着还是死了。这不是铁定的区别，

生物统计学，生物统计学和生物统计学是同义词。医学统计学（有时没有明确的原因有时被称为“临床生物统计学”）是其中的一部分。

我将从一个既不是统计学家也不是生物统计学家的角度出发来回答这个问题。相反，我存在于模糊的灰色区域，即“流行病学方法”。

正如其他张贴者所提到的，生物统计学是一门专门研究统计学的学科，因为它们适用于生物学问题，包括医学问题。尽管这似乎有些语义，但它确实导致了一些事情，我认为它使它自己成为一个独立的实体，尽管这些都不是严格排他的：

• 对主题专业知识的依赖。无论是通过与主题专家的协作，还是只是长时间解决同一问题，生物统计学家都将统计方法与一个特殊应用的问题融合在一起。
• 一组通用且受限制的研究设计。尽管异国情调的研究设计越来越被接受，但总体而言，该领域仍由队列研究，病例对照研究和临床试验设计主导。重点通常是估计分类暴露（给定药物，未给予药物...）和分类结果（去世，未死亡）。
• 普遍存在丢失/分类错误/不良数据。
• 不太强调分类和预测。正如@Alexis所提到的，因果推理和探索反事实的愿望对于生物统计学极为重要。虽然并非完全正确，但可以作为很好的预测指标但没有病因学解释的事物却鲜有关注。例如，这在某种程度上限制了机器学习方法的普及。

统计学与生物统计学之间的比较没有意义。生物统计学确实是统计学的一个子主题。这就像在问“数学和概率之间有什么区别？”；概率是数学的一个子领域。

正如其他人指出的那样，生物统计学适用于医学研究和生物学研究中非常常见的问题。这包括但不限于生存分析，顺序试验设计，纵向分析和基因组分析，仅举几个例子。

至于统计学程序和生物统计学程序之间的差异，两个程序之间的明显区别是生物统计学程序将专门研究上述主题。大多数统计程序仍将涵盖生物​​统计学（例如，我拥有统计学博士学位，在所有可能的统计学家专业领域，我目前的职位是我最有资格担任生物统计学家），但绝对有可能获得统计学博士学位仅对生物统计特定主题进行了简要介绍。

我的理解是，制药公司对统计学家的高需求导致对生物统计学计划的需求。

我看到这里的答案仅定义了工作领域，因此我尝试根据我作为医学从业者学习统计学的经验给出更全面的答案。我的大部分经验是关于临床试验的，但是这可以应用于生物统计学的任何领域。

生物统计学的目的是生物学和医学领域，因此根据此目的，它具有微妙的差异。

统计数据都是一样的！这只是数学！但是，这是我定义生物统计学时想到的不同之处。

1-普通统计学家不会理解生物统计学中的所有术语，但他会理解数学！

它们都来自数学和概率论。因此，您会发现大多数测试都会与两个词产生共鸣，例如回归分析，t检验...等

但是，当涉及到其他测试，例如相对风险，可归因的风险降低，kaplen mieir曲线等时，对于没有生物统计学知识的人来说，这几项测试听起来很奇怪。但是，当他们阅读这些测试时，可以轻松地通过它

2-生物统计学领域通常不会重新发明轮子，它们只是增强了现有的东西

正如我所说的，生物统计是建立在统计基础之上的。但是，与之前的观点不同的是，当前有关生物统计学的积极研究大多是关于增强现有测试的属性，这些测试使用不同的术语来满足生物统计学的目的。例如，诸如总体生存或死亡时间之类的信息都是生物统计学专有的（可以肯定或由谁来研究生与死），但是它们是基于事件统计分析而建立的，这些分析是生物统计学家创建的这些术语该测试旨在达到生物统计学的目的，使其更加标准化并且易于在医疗从业人员中进行解释。

3- Biostatistics有其特定的指导原则（就像其他任何领域一样），但是更为严格。

生物统计学已经建立了许多指导方针和惯例来分析不同领域的数据。例如，从事生物学和基因组研究的统计学家与从事临床试验的人（当然还有从事商业智能的人）相比，正在做不同的测试，并且有不同的想法。但是，这种工作方式在生物统计学家社区中是固定的，因此，除非有以前不存在的敦促，否则生物统计学家通常不会开箱即用，并且通常不会在生物统计学领域的研究设计中发生非常确定。

关于生物统计学的贝叶斯统计应用就是一个更清晰的例子。贝叶斯统计信息众所周知是灵活的，因此您不会在此类统计信息中发现很多用法。而且，这种用法还与某些重复性应用（如灵敏度测量）相关。当存在更容易解释和执行的更简单选项时，无需考虑概率。

为什么有这个限制？ 1.社区正在努力避免篡改和美化结果。特别是如果您正在进行临床试验，则不仅要使用能提供最佳结果的测试。您甚至通常都不使用单面测试！这些约定旨在保护审判的有效性，而其他任何规定都会使社区产生怀疑。

2. 那是最重要的部分。生物统计学的所有工作都应由医生解释，因此他本人应该对结果有所了解。因此，他们尝试坚持一些方法。

3. 这一点是不公平的，因为没有可比性，但是生物统计学的研究设计是非常确定的。通常，您无需对如何证明某种药物的功效或副作用等问题进行过多思考。因此，您几乎不需要每次都忙于学习不同的技术和测试，因为很少会看到模式变化。

这就是我现在所拥有的，如果我还记得其他内容，我将更新我的答案。

至于我所看到的，这似乎只是语义问题。应用于社会科学研究或测试的统计数据仅称为统计数据。处理此类情况的人在应用统计程序之前需要具有其领域的透彻知识。无论如何，我们只称之为统计。我认为此讨论只是关于偏好系统。如果在生物领域中最好将其称为生物统计学，那就没有问题。这只是单词的选择。

统计与生物统计学之间没有显着差异。在我的定义中，生物统计学是统计学在生物学中的应用。因此，生物统计学家在生物学方面具有相对较强的命令，至少足以理解如何将其统计信息应用于生物学。它与Artstatistics或Sociostatistics的概念相同; 分别将统计数据应用于艺术或将统计数据应用于社会学。生物统计学只是生物学的统计。因此，作为生物学统计学家，您需要生物学和统计学方面的才能做得很好。