生物统计学的未来课件.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * 生物統計學的未來 一、引言 學術界往往很不瞭解統計學的作用 許多統計學成就來自複雜的數學和計算工具，所以只進入少數學者的視野 什麼是統計學？ 統計學是一個學科，研究變異性、不確定性和面對不確定性的決策 ----對所有科學技術都重要，註定是一門多學科的科學 ----多數統計學應用和許多統計學研究是其它專業領域的科學家完成的 （DR Cox） 統計學科研的作用 統計學越來越不同於其它數學領域，電腦和資訊科學工具至少和概率論一樣重要。 統計學科研的作用是發展新的工具，應用於科學前沿。 統計學界 在美國，現有86個統計學、生物統計學和生物計量學的博士點 很大一部分統計學家工作於統計系之外 ----生物統計系、醫學院、商學院、社會科學系 ----政府機構、工業界（尤其是製藥廠） 統計學的現狀 資料收集 ----高速電腦和感測器以及某些實驗科學可產生巨量資料（例如人類基因組） ----需要新工具來組織和提取重要資訊。(National Science Foundation (1998) report 98-95) 資料和資訊的區別：將資料轉化為資訊需要統計理論和實踐方面的洞察力、技術和訓練。(Zelen) 統計學的現狀 科研合作的機會增多 ----應用、多學科課題中統計學的錯用嚴重 ----由於大量資料的產生，人們主張統計人員進入研究團隊 (National Science Foundation (1998) report 98-95) 統計學的現狀 科學引用指數（Science Citation Index）： 1991-2001年其間25位引用最多的數學科學家中18位是統計學或生物統計學家； Journal of the American Statistical Association是被引用最多的數學科學雜誌； 最重要的一篇文章是Efron (1979)引入boostrap方法；500次最近的引用中只有152次出現在統計學文章中 統計學的核心 統計學與數學的其它分支不同，總是和應用、結果的重要性聯繫在一起。(National Science Foundation (1998) report 98-95) 統計學的核心是學科內在的東西，而不是特定科學問題對統計學的要求。 統計學核心方面的研究著重基於該學科普遍原理發展統計模型、方法和相關理論。 統計理論和統計實踐 有些同事稱自己是數理統計學家或應用統計學家。這兩個術語過時了，必須丟棄。 前者不和資料打交道，後者不涉及理論(Selen) 二、統計研究面臨的挑戰 資料增長的規模： 數據----指數 資料分析----二次方 統計學家----線性 資料縮減和壓縮 “縮減”:用新的思路指導模型選擇、預測和分類“壓縮”:深刻瞭解資料結構有助於壓縮儲存和較好地重現。 統計學界以外的資料分析 ----許多方法和計算策略是統計學界以外發展起來的(如machine learning和neural network) ----未來研究應將這些machine learning和其它方面發展起來的大量、複雜資料集的分析方法納入統計學核心知識。 ----如果我們的目標是利用資料解決問題，那末我們必須從單純依靠資料模型走向採納各種各樣工具。 大p小n多變數分析 例:曲線資料、譜、圖像、DNA微陣列 ----幾乎沒有現成的統計理論支持和理解主成分分析、典則分析等用於降維的富有啟發性的方法 ----其它領域的創新可能有助於這個問題。 例： 隨機矩陣理論，過去40年發展了有許多模型和方法，近年引起了概率和組合數學方面極大的興趣。 Bayes和有偏估計 發展和開拓Bayesian方法和現代非參數、半參數統計之間的聯繫，包括研究Bayesian和and frequencist結合的方法學。 ----對於具有大量變數的巨型資料，需要更廣泛的有偏估計理論。 ----也需要進一步的Monte Carlo方法做推斷。 證明和計算實驗之間的中間地帶 證明– 太難，或非頭等重要 計算實驗– 太任意和不足以令人信服 例： 混合模型– 大多忽略識別問題，因為困難，並加重模型結構的多樣性 三、生命科學中的統計學 上半個世紀的里程碑： --生物統計學 --統計流行病學