Biostatistics

Welcome to our comprehensive resource on biostatistics, where science meets data to drive impactful decisions in healthcare and beyond. Biostatistics is a specialized field that applies statistical methods to biological, medical, and health-related research. Whether you’re a researcher, healthcare professional, or student, understanding biostatistics is essential for making data-driven decisions and advancing scientific knowledge.

What is Biostatistics?

Biostatistics involves the application of statistical techniques to analyze and interpret data from experiments and studies in the life sciences. It plays a critical role in designing research studies, analyzing data, and drawing conclusions that can influence public health policies, medical treatments, and scientific research.

FIRST LESSON

What is Statistics?

Statistics is a branch of mathematics that deals with the collection, analysis, interpretation, presentation, and organization of data. It provides methods for making inferences and decisions based on data. Statistics is used in a wide range of fields, including science, business, social sciences, and government, to understand and interpret data and to make informed decisions.( Statistics යනු දත්ත එකතු කිරීම, විශ්ලේෂණය, අර්ථ නිරූපණය, ඉදිරිපත් කිරීම සහ සංවිධානය කිරීම සමඟ කටයුතු කරන ගණිතයේ ශාඛාවකි. එය දත්ත මත පදනම්ව නිගමන සහ තීරණ ගැනීම සඳහා ක්රම සපයයි. දත්ත අවබෝධ කර ගැනීම සහ අර්ථ නිරූපණය කිරීම සහ දැනුවත් තීරණ ගැනීම සඳහා විද්යාව, ව්යාපාර, සමාජ විද්යාව සහ රජය ඇතුළු පුළුල් පරාසයක Statistics භාවිතා වේ.)

Statistics in Research

• The research process can be summarized as follows
  • Formulate a Research Question/Hypothesis (පර්යේෂණ ප්‍රශ්නයක්/උපකල්පනයක් සකස් කරන්න)
  • Design and Experiment to evaluate the hypothesis. (උපකල්පනය ඇගයීමට සැලසුම් කිරීම සහ අත්හදා බැලීම.)
  • Conduct the experiment and gather data(පරීක්ෂණය පවත්වා දත්ත රැස් කරන්න)
  • Analyses data
  • Draw conclusion (නිගමන)

Summary

  Role of Statistics

1. Collect Data
2. Organize, summarize, and analysis
3. Conclusion

Population and Sampling

In research and statistics, sampling and population are fundamental concepts related to how data is collected and analyzed.

Population

• Definition: A population is the entire group of individuals or items that you want to study or draw conclusions about. It includes all members or elements that meet certain criteria.
• Examples:
  • For a study on the effectiveness of a new medication, the population might be all patients with a particular medical condition.( නව ඖෂධයක සඵලතාවය පිළිබඳ අධ්‍යයනයක් සඳහා, ජනගහනය විශේෂිත රෝගී තත්වයක් ඇති සියලුම රෝගීන් විය හැකිය.)
  • In a survey about consumer preferences, the population could be all consumers in a specific country or region.( පාරිභෝගික මනාපයන් පිළිබඳ සමීක්ෂණයක දී, ජනගහනය නිශ්චිත රටක හෝ කලාපයක සියලුම පාරිභෝගිකයින් විය හැකිය)
• Characteristics:
  • The population can be finite (e.g., all employees of a company) or infinite (e.g., all possible outcomes of rolling a die).
  • Populations can be large (e.g., the entire population of a country) or small (e.g., students in a particular classroom).

Sampling

• Definition: Sampling is the process of selecting a subset of individuals or items from a population to make inferences about the whole population. The subset is known as the sample.( නියැදීම යනු සමස්ත ජනගහනය පිළිබඳ අනුමාන කිරීම සඳහා ජනගහනයකින් පුද්ගලයන්ගේ හෝ අයිතමවල උප කුලකයක් තෝරා ගැනීමේ ක්‍රියාවලියයි. උප කුලකය නියැදිය ලෙස හඳුන්වයි)
• Purpose: Sampling is often used because it is impractical or impossible to collect data from the entire population. A well-chosen sample can provide accurate and reliable information about the population.( නියැදීම බොහෝ විට භාවිතා වන්නේ සමස්ත ජනගහනයෙන් දත්ත රැස් කිරීම ප්‍රායෝගික නොවන හෝ කළ නොහැකි බැවිනි. හොඳින් තෝරාගත් නියැදියකට ජනගහනය පිළිබඳ නිවැරදි සහ විශ්වාසදායක තොරතුරු සැපයිය හැකිය)

Types of Sampling Methods:

• Random Sampling: Every member of the population has an equal chance of being selected. This helps ensure that the sample is representative of the population.

Sampling Bias

• Definition: Sampling bias occurs when certain groups or individuals in the population are more or less likely to be included in the sample than others, despite using random methods.

Sampling Methods

• Random Sampling: Every member of the population has an equal chance of being selected. This can be done with or without replacement.
• Systematic Sampling: A sample is chosen by selecting individuals systematically from a list or sampling frame, using a fixed interval.
• Stratified Sampling: The population is divided into subgroups (or strata) based on certain characteristics (e.g., age, gender), and then random samples are taken from each subgroup in proportion to their size in the population.( ජනගහණය යම් යම් ලක්ෂණ (උදා: වයස, ස්ත්‍රී පුරුෂ භාවය) මත පදනම්ව උප කණ්ඩායම් (හෝ ස්ථර) වලට බෙදා ඇත, පසුව ජනගහණයේ ප්‍රමාණයට සමානුපාතිකව එක් එක් උප සමූහයෙන් අහඹු සාම්පල ලබා ගනී.)
• Cluster Sampling: The population is divided into clusters (e.g., geographic areas), and then clusters are randomly selected to be included in the sample. All individuals within the selected clusters are then included in the sample.( ජනගහනය පොකුරුවලට බෙදා ඇත (උදා: භූගෝලීය ප්‍රදේශ), ඉන්පසු නියැදියට ඇතුළත් කිරීමට අහඹු ලෙස පොකුරු තෝරා ගනු ලැබේ. තෝරාගත් පොකුරු තුළ සිටින සියලුම පුද්ගලයින් නියැදියට ඇතුළත් කරනු ලැබේ.)
• Convenience Sampling: Individuals who are easiest to reach are chosen for the sample. This method is quick and inexpensive but may not represent the entire population accurately.( ළඟා වීමට පහසුම පුද්ගලයින් නියැදිය සඳහා තෝරා ගනු ලැබේ. මෙම ක්‍රමය ඉක්මන් සහ මිළ අඩු නමුත් සමස්ත ජනගහනයම නිවැරදිව නියෝජනය නොකළ හැක.)