作者：許承越
在學校課堂上或醫院晨會中，大家在讀paper時都知道，要把研究完成，必須要有生物統計學的知識與技巧。所以到底什麼是生物統計學 (Biostatistics)？
生物統計學定義
生物統計學可以說是「如何應用數據分析及統計學的知識與技巧，針對生物學、醫學、以及公共衛生學上的各種問題和自然現象做出推論、以及提出解答的學問。」而生物統計學又可以粗略分成兩大部分：descriptive statistics 以及 statistical inference。
Descriptive Statistics
Descriptive Statistics 又可以稱作 Exploratory Data Analysis (EDA)，也就是以客觀的方式去「描述」並整理手上的數據，或是用視覺畫圖表的方式來呈現這些資料；這個過程是產生各種假說與研究想法的重要基礎。
Statistical Inference
Statistical Inference又可以稱作 Confirmatory Data Analysis (CDA)，也就是在研究中，從具有代表性的樣本(sample)得出數據後，進行數據之間的比較、推論，從而利用產生的證據來支持自己的假說，比較像是對自己的研究對象進行主觀的解釋，並依此做出對觀察現象的推論且建立理論模型，來替「這個世界是如何運作的」提供簡潔有力的論述。
Descriptive statistics和statistical inference的關係大概就是paper中的result與discussion。result客觀呈現結果，discussion中對客觀結果進行主觀的詮釋，並且指出此研究說服人的地方、不足的地方、以及未來可行的方向。
真實世界中...
正因為真實世界中，已知的知識與自然定律不一定可以完美解釋所有現象，加上無論什麼學科之中，都還有許多我們完全未知的領域；就算已經在已有的資訊裡，不少數據的變異性與共通性之間的關係我們也尚未釐清；在醫學的世界中更是如此，所以我們需要藉由有力的統計學知識與技巧來幫助我們瞭解世界是如何運作的。
也因此，在產生假說、設計與執行實驗、數據分析與判讀等不同的步驟中都有生物統計學的角色存在。
套句已逝的著名科學家，現代統計學與遺傳學的宗師 Sir Ronald Fisher 在1952年的國際生物統計學會大會之中說過的，"Combination of data with models is key to human progress" 。這句話聽起來非常有說服力，而後卡內基梅隆大學的統計學家Robert Kass於2017年為了紀念這位大師的Fisher Lecture中補上了一句更有說服力的話，"...and even freedom"。
其他流行病學與生物統計學筆記：請按這裡
