|
|
Главная - Статьи - Зачем нужна математическая статистика...
Зачем нужна математическая статистика морфологу? Типовые задачи анализа данных в морфологических исследованиях.
Серию публикаций, посвященных применению методов математической статистики в морфологии, разумно начать с вопроса "а зачем это вообще нужно?". Морфология - наука достаточно консервативная, в особенности в том, что касается методов исследования. Например один из основных макроанатомических методов исследования - метод обычного и тонкого препарирования существует в этой отрасли науки уже несколько веков и едва ли скоро сдаст свои позиции. Менее почтенный возраст имеют гистологические методики, но и некоторым из них уже перевалило за 100 лет. Морфометрические методы также нельзя назвать очень уж молодыми, но несмотря на это частота и правильность их использования отечественными исследователями оставляют желать лучшего. Совершенно типичной является ситуация, когда грамотный исследователь-морфолог использует в своей работе значительное количество сложных методик исследования (и надо отдать должное мастерски их применяет), но вовсе не использует методы математической статистики (или использует их неправильно) и тем самым сводит плоды своих трудов к нулю.
Чем же так важны эти методы для морфолога? В 1990 году канадскими учеными было введено в научный оборот емкое понятие: "evidence-based medicine" (доказательная медицина). Именно правильное использование методов математической статистики позволяет доказать истинность выводов, сделанных Вами на основе экспериметнальных исследований. Напротив выводы, не проверенные математически остаются недоказанными, а следовательно их необходимо подвергать сомнению! Хочу обратить внимание читателя, что ошибочные выводы, в особенности же в исследованиях в области медицины (а морфология - это все же отрасль медицинской науки) могут дорогого стоить.
Кроме того математические методы позволяют извлекать из экспериментальных данных большее количество информации при минимальном количестве задействованных морфологических методик. Например использование корелляционного анализа позволяет выявлять взаимосвязи между параметрами исследуемых объектов.
Итак, резюмируем доводы в пользу применения методов математической статистики в мофологии:
- Методы математической статистики позволяют доказать выводы, сделанные на основе экспериментальных данных.
- Методы математической статистики позволяют извлекать из экспериментальных данных максимум информации при минимизации затрат.
Согласитесь - это достаточно весомые доводы к тому чтобы начать эти методы использовать и использовать правильно.
Между прочим на западе давно существует такая научная специальность - специалист по статистическому анализу. Сотрудники этого профиля есть в любом медицинском научном центре, они занимаются консультациями ученых, работающих в других узких отраслях науки, проводят анализ экспериментальных данных, их включают в состав авторских коллективов при публикации статей. В России пока не готовят специалистов по анализу данных, поэтому заниматься этим необходимо самостоятельно.
Еще в советский период отечественными авторами был издан ряд монографий, посвященных этому вопросу. Можно назвать например такие общеизвестные издания как "Биометрия" Лакина и "Медицинская морфометрия" Автандилова. Использовать эти источники можно и должно. Есть и весьма значительное количество зарубежных книг, многие из которых можно в цифровом виде скачать здесь - кстати горячо рекомендую сайт "Биометрика" - весьма полезно читать его и причем не только для самообразования, но и для формирования правильного мировоззрения в области математической статистики.
Вместе с тем хотелось бы отметить, что несмотря на более чем достаточное количество литературы по матстатистике, пользоваться ею не так то и просто, ибо источники такого рода весьма "тяжелы" для усвоения их биологами и медиками - все таки ученые в этих областях имеют совсем другой профиль подготовки. Статистические учебники все как один наполнены математическими выкладками и формулами, для их успешного восприятия нужно сначала вспомнить основы высшей математики.
И вот тут возникает резонный вопрос - зачем изучать все эти формулы, если вычисления по ним все равно будет делать машина? В самом деле в наше время, когда персональная вычислительная техника и прикладное программное обеспечение для нее находятся на достаточно высоком уровне развития совсем не обязательно самому на калькуляторе (арифмометре, счетах, абаке) производить все эти сложные вычисления. Для того, чтобы получить корректные результаты исследователю необходимо:
- Определить круг задач, которые должны быть решены при помощи статистических критериев и методов.
- Выработать алгоритм применения различных статистических критериев.
- В соответствии с алгоритмом провести анализ своих экспериметнальных данных на ПК.
Очень хочу быть правильно понятым: все вышеизложенное вовсе не означает отказ от изучения монографий по математической статистике. Без определенного круга знаний по предмету невозможно будет выполнить пункты 1 и 2. Однако доскональное изучение матстатистики для морфолога все таки не обязательно. Как говорил Козьма Прутков "Нельзя объять необъятное". На мой взгляд, сегодня математическая статистика необходима морфологу именно в прикладном аспекте. Доскональное изучение ее теории - удел специалистов, которые - верю в это - рано или поздно появятся в медицинских и биологических ВУЗах и НИИ. А пока будем решать прикладные вопросы морфометрии на несколько упрощенном уровне.
Итак, какие же типовые задачи стоят перед морфологом в его исследовании? Давайте для начала попытаемся определить наиболее узкий их круг. К таковым можно отнести:
- Описание данных. В данную задачу входит расчет описательных статистик, визуальная оценка данных, путем построения гистограмм, оценка характера распределения.
- Сравнение данных или, говоря языком матстатистики, проверка статистических гипотез. Важнейшая задача, на данном этапе мы как раз и получаем математическое доказательство экспериментальных данных.
- Поиск зависимостей между данными - как правило методом корелляционного анализа.
Разумеется анализ данных может быть значительно шире, однако перечисленные типовые задачи являются на мой взгляд первоочередными - эдакая программа-минимум. Поэтому следующие несколько статей на сайте будут посвящены именно им.
| Подписка на рассылку новостей проекта: |
