img010

ich analizy opisanych dalej metod statystycznych. Warto zwrócić uwagę na ten rozdział. Dobre przygotowanie danych jest kluczem do skutecznego ich opracowywania, i na odwrót — ..oszczędzanie czasu" na etapie wstępnego preparowania danych mści się z reguły bardzo pracochłonnym procesem analizy. Treści zawarte w drugim rozdziale uzupełnione są zamieszczonym na końcu skryptu dodatkiem przedstawiającym podstawowe pojęcia z zakresu zmiennych losowych i ich rozkładów. W zasadzie każdy student sięgający po niniejszy skrypt powinien te zagadnienia znać od urodzenia (a w najgorszym wypadku od pierwszego roku studiów), ale wieloletnie doświadczenia autorów wskazują, że pomiędzy tą wiedzą, którą student powinien posiadać, a tą, którą w istocie posiada — bywa spora różnica... Proponujemy więc, aby Czytelnik przeprowadził szybki rachunek sumienia, a w przypadku ujawnienia się wątpliwości — zajrzał do wskazanego dodatku przed przystąpieniem do lektury dalszych rozdziałów skryptu.

Mając zgromadzone i odpowiednio przygotowane dane. można przystąpić do ich analizy. I tu pojawiają się dwie szkoły, wynikające z faktu, że dane biologiczne mają z reguły charakter wielowymiarowy. Należy to rozumieć w ten sposób, że dla każdego pojedynczego obiektu badań (pacjenta, zwierzęcia doświadczalnego, preparatu tkankowego itp.) rejestruje się wiele różnych informacji, które z formalnego punktu widzenia można rozpatrywać jako wektor. Składowymi tego wektora mogą być — przykładowo — płeć, wiek, temperatura, morfologia i inne parametry konkretnego pacjenta. Pierwsza szkoła, którą nazwiemy tradycyjną, zakłada analizę poszczególnych tych danych oddzielnie. Można więc określać średni wiek wszystkich pacjentów lub analizować istotność statystyczną podwyższonej temperatury u badanych chorych. Odpowiednie metody biometryczne nazwiemy jednowymiarowymi i opiszemy w pierwszej części skryptu — jako prostsze i częściej stosowane. Ponieważ jednak każda zaawansowana analiza statystyczna badanych zjawisk wiąże się w istocie z wykrywaniem zależności między rozpatrywanymi zmiennymi, zatem w- drugiej części opisano najważniejsze metody wielowymiarowe, to znaczy takie, które uwzględniają fakt istnienia związku występującego pomiędzy zmiennymi, wymagają jednak łącznego (równoczesnego) rozpatrywania tych zmiennych.

Prezentując zawartość skryptu nieco bardziej szczegółowo odnotujemy, że statystyczny opis pojedynczej zmiennej otrzymuje się przy użyciu metod opisanych w rozdziale trzecim. Metody te pozwalają na znalezienie pojedynczej miary. tzn. liczby, którą można uznać za reprezentantkę wszystkich zgromadzonych obserwacji (tzw. miara tendencji centralnej), a także pozwalają oszacować wielkość przypadkowego rozrzutu obserwowanych danych wokół tej reprezentatywnej miary.

Zamiast mierzyć tendencję centralną i rozrzut lepiej czasem uznać, że opisywane dane wypełniają pewien przedział na osi liczbowej. Sposób takiego „przedziałowego” traktowania charakterystyk rozważanych danych opisany jest w rozdziale czwartym.

Same wyniki liczbowe, nawet bardzo wytrawnie opracowane statystycznie, nic są na ogól celem badań. Celem są z reguły pewne wnioski, stwierdzające, że coś jest jakieś, na przykład nowy lek jest skuteczniejszy od starego. Aby takie wnioski wyciągnąć

10