Принципы биометрии

Биометрия – это инструмент эмпирического познания живой природы. Она призвана конкретизировать отображение биологических фактов, придать строгость биологическим выводам и прогнозам, способствовать целенаправленному исследованию биологических феноменов. Можно говорить о трех основных задачах биометрии.

1. Задача количественного представления биологических фактов (измерение) – выразить свойства отдельного биологического объекта в виде числа, варианты, значения переменной.

2. Задача обобщенного описания множества фактов (статистическое оценивание) – рассчитать показатели, параметры, которые полноценно отражают свойства множества однотипных объектов, свойства выборки.

3. Задача поиска закономерностей (проверка статистических гипотез) – доказать неслучайность отличий между сравниваемыми совокупностями, объектами, реальность зависимости их характеристик от неких внешних или внутренних причин.

При всем кажущемся многообразии вариантов проявления различного рода закономерностей, можно выделить всего 4 класса статистических задач, на решение которых направлено дальнейшее изложение:

1. Доказать чужеродность варианты в выборке.

2. Доказать отличие двух выборок.

3. Доказать отличие нескольких выборок (влияние фактора).

4. Доказать зависимость между признаками.

Для решения этих задач предлагаются достаточно простые, но эффективные биометрические методы, рассмотренные ниже. Каждый из них предлагает исследователю некую модель, с помощью которой можно описывать действительность, т. е. решать биометрические задачи разной сложности. Термин «модель» характеризует способ отражения в нашем сознании объектов исследования. Например, число – это модель, способ мышления о существенных чертах объекта, отбор из бесчисленного множества его свойств лишь некоторых с указанием того или иного числового значения. Центральной моделью статистической теории выступает «закон нормального распределения» – уравнение, описывающее специфическое соотношение между значениями случайной величины (t) и относительной частотой встречаемости ее значений (p) (с. 35). Случайная величина – величина, принимающая те или иные, заранее неизвестные значения. Когда говорят, что данный признак имеет нормальное распределение, подразумевается, что «поведение» этой случайной величины очень хорошо описывается приведенной формулой; она подходит к большому числу реальных явлений. Применение этой модели (предположение о нормальном распределении изучаемых признаков) дает в руки исследователя множество полезных инструментов: метод расчета наиболее теоретически обоснованных характеристик выборки (средних, дисперсий), интервальная оценка для прогноза значений случайной величины, показатели сопряженной изменчивости разных признаков (корреляция, регрессия), различные статистические критерии, используемые для проверки статистических гипотез.