81
7. ЗАКЛЮЧЕНИЕ
Настоящая работа посвящена использованию статистических
методов при обработке результатов медико-биологического экспе-
римента. Цель этих методов – получить описание изучаемой сис-
темы. Однако, помимо описательного – дескриптивного (феноме-
нологического) – аспекта, существуют еще два аспекта –
прогностический и нормативный.
Прогностическое свойство любой теории заключается в том,
что она в состоянии предсказать поведение изучаемой системы в
будущем. Нормативный подход заключается в поиске таких воз-
действий на систему, которые привели бы ее в желаемое состоя-
ние.
Статистические методы отчасти дают возможность построить
модель исследуемой системы и в результате решения задач регрес-
сионного анализа, классификационного анализа и т.д. в той или
иной степени предсказывать реакцию системы на различные воз-
действия. Но этого мало для нормативного подхода, так как по-
следний требует наличия математических (количественных анали-
тических или имитационных) моделей, отражающих все
существенные свойства исследуемой системы.
На сегодняшний день степень проникновения математики в
биологию и медицину, к сожалению, достаточно мала – см. [3, 4,
7, 14, 16, 26, 33, 38, 48]. Объясняется это, в первую очередь колос-
сальной сложностью биологических систем по сравнению с физи-
ческими объектами и техническими системами, на успешном
описании которых математика заработала сегодняшнюю свою
высокую репутацию. Поэтому разработка и исследование матема-
тических моделей биологических систем представляется перспек-
тивным направлением дальнейших исследований, требующих
совместных усилий биологов, медиков и математиков.
Итак, в настоящей работе мы попытались изложить на дос-
тупном уровне «рецепты» применения статистических методов
при решении типовых задач анализа данных экспериментальных
медицинских и биологических исследованиях. В то же время, не
следует забывать, что рассмотрены лишь несколько, хотя и наибо-
лее распространенных, но все-таки достаточно простых ситуаций.
Арсенал же современных статистических методов гораздо богаче.