Biostatistics is the application of statistics to biology and medicine: collecting, organising, analysing and interpreting biological data so that conclusions are based on evidence, not impressions. Its components are: data collection (primary data — gathered first-hand by experiment and survey; secondary data — taken from existing sources like government reports, published articles and online databases), data organisation (tables, charts), analysis (calculating averages and variation), and interpretation (deciding what the numbers mean).
Applications: In medical research, biostatistics tests whether a drug really works (is the improvement bigger than chance?); in epidemiology it tracks disease spread and mortality; in genetics it tests inheritance ratios; in ecology it estimates populations; in public health it guides policy (e.g. vaccination campaigns) and in agriculture it compares crop yields. Without statistics, a single unusual patient or a small sample could mislead an entire treatment decision.
بائیواسٹیٹسٹکس حیاتیات اور طب پر شماریات کا اطلاق ہے: حیاتیاتی ڈیٹا جمع کرنا، ترتیب دینا، تجزیہ کرنا اور تشریح کرنا تاکہ نتائج تاثرات پر نہیں بلکہ ثبوت پر مبنی ہوں۔ اس کے اجزاء ہیں: ڈیٹا جمع کرنا (پرائمری ڈیٹا — تجربے اور سروے سے پہلی بار جمع کیا گیا؛ سیکنڈری ڈیٹا — موجودہ ذرائع جیسے سرکاری رپورٹس، شائع مضامین اور آن لائن ڈیٹا بیس سے لیا گیا)، ڈیٹا ترتیب دینا (ٹیبلز، چارٹس)، تجزیہ (اوسط اور تغیر حساب کرنا)، اور تشریح (نمبروں کا مطلب طے کرنا)۔
اطلاقات: طبی تحقیق میں بائیواسٹیٹسٹکس جانچتی ہے کہ آیا دوا واقعی کام کرتی ہے (کیا بہتری اتفاق سے بڑی ہے؟)؛ وبائیات میں یہ بیماری کے پھیلاؤ اور اموات کا سراغ لگاتی ہے؛ جینیات میں یہ وراثت کے تناسب جانچتی ہے؛ ماحولیات میں یہ آبادیوں کا اندازہ لگاتی ہے؛ عوامی صحت میں یہ پالیسی کی رہنمائی کرتی ہے (مثلاً ویکسینیشن مہمات) اور زراعت میں یہ فصل کی پیداوار کا موازنہ کرتی ہے۔ شماریات کے بغیر ایک غیر معمولی مریض یا چھوٹا نمونہ پورے علاج کے فیصلے کو گمراہ کر سکتا ہے۔
Mean: the sum of all values ÷ number of values. Best when data are roughly symmetric, but one very large or small value (outlier) pulls it away from the typical value. Median: the middle value when data are arranged in order (for an even count, the average of the two middle values). The median is also the 50th percentile. It is safe from outliers, so it suits incomes, house prices or skewed biological data. Mode: the value occurring most frequently — the only 'average' usable for categories (e.g. the commonest blood group).
Worked example (book): Heights of six children: 110, 115, 118, 120, 122, 125 cm. They are already ordered; the two middle values are 118 and 120, so median = (118 + 120) ÷ 2 = 119 cm. Mean = (110+115+118+120+122+125) ÷ 6 = 710 ÷ 6 ≈ 118.3 cm. Mode: none (no value repeats). When to use which: mean for symmetric numerical data; median for skewed data or when outliers exist; mode for the most common category or value.
اوسط (Mean): تمام اقدار کا مجموعہ ÷ اقدار کی تعداد۔ تقریباً ہم آہنگ ڈیٹا کے لیے بہترین، مگر ایک بہت بڑی یا چھوٹی قدر (آؤٹ لائر) اسے عام قدر سے دور کھینچ لیتی ہے۔ میڈین: ڈیٹا ترتیب دینے پر درمیانی قدر (جفت تعداد کے لیے دو درمیانی اقدار کی اوسط)۔ میڈین 50واں پرسنٹائل بھی ہے۔ یہ آؤٹ لائرز سے محفوظ ہے، اس لیے آمدنی، مکان کی قیمتوں یا ٹیڑھے حیاتیاتی ڈیٹا کے لیے موزوں ہے۔ موڈ: سب سے زیادہ آنے والی قدر — زمروں کے لیے واحد 'اوسط' (مثلاً عام ترین بلڈ گروپ)۔
حل شدہ مثال (کتاب): چھ بچوں کی قد: 110، 115، 118، 120، 122، 125 سینٹی میٹر۔ پہلے سے ترتیب میں ہیں؛ دو درمیانی اقدار 118 اور 120 ہیں، اس لیے میڈین = (118 + 120) ÷ 2 = 119 سینٹی میٹر۔ اوسط = (110+115+118+120+122+125) ÷ 6 = 710 ÷ 6 ≈ 118.3 سینٹی میٹر۔ موڈ: کوئی نہیں (کوئی قدر دہرائی نہیں)۔ کب کون سا استعمال کریں: ہم آہنگ عددی ڈیٹا کے لیے اوسط؛ ٹیڑھے ڈیٹا یا آؤٹ لائرز ہوں تو میڈین؛ عام ترین زمرہ یا قدر کے لیے موڈ۔
Averages alone hide spread: two classes can share a mean but differ wildly in variation. Range = maximum − minimum. Example from the book: max 50, min 20 → range = 30. It is simple but uses only two values, so a single outlier distorts it completely. Standard deviation (SD) measures the average distance of values from the mean, using every value: small SD = values cluster near the mean; large SD = values spread out. In medical research SD is trusted far more than range, precisely because it is not hostage to two extreme values.
Percentile: the value below which a given percentage of data falls. If the 40th percentile value is 148 cm, it means 40% of values are below or equal to 148 cm (and 60% are above). Quartiles are percentiles in quarters: the 1st quartile (Q1) = 25th percentile, the 2nd quartile (Q2) = median = 50th percentile, the 3rd quartile (Q3) = 75th percentile. Percentiles and quartiles are therefore the same idea at different divisions — percentiles split data into 100 parts, quartiles into 4.
صرف اوسط پھیلاؤ چھپا دیتی ہیں: دو کلاسوں کی اوسط ایک ہو سکتی ہے مگر تغیر میں بہت فرق ہو۔ رینج = زیادہ سے زیادہ − کم سے کم۔ کتاب کی مثال: زیادہ 50، کم 20 → رینج = 30۔ یہ آسان ہے مگر صرف دو اقدار استعمال کرتی ہے، اس لیے ایک آؤٹ لائر اسے مکمل بگاڑ دیتا ہے۔ معیاری انحراف (SD) اقدار کی اوسط سے اوسط فاصلہ ناپتا ہے، ہر قدر استعمال کر کے: چھوٹا SD = اقدار اوسط کے قریب جمع؛ بڑا SD = اقدار پھیلی ہوئی۔ طبی تحقیق میں رینج سے کہیں زیادہ SD پر بھروسہ کیا جاتا ہے، بالکل اس لیے کہ یہ دو انتہائی اقدار کا یرغمال نہیں۔
پرسنٹائل: وہ قدر جس سے نیچے ڈیٹا کا دیا گیا فیصد آتا ہے۔ اگر 40واں پرسنٹائل 148 سینٹی میٹر ہے تو اس کا مطلب ہے کہ 40% اقدار 148 سینٹی میٹر کے برابر یا کم ہیں (اور 60% اوپر)۔ کوارٹائلز چوتھائیوں میں پرسنٹائلز ہیں: پہلا کوارٹائل (Q1) = 25واں پرسنٹائل، دوسرا کوارٹائل (Q2) = میڈین = 50واں پرسنٹائل، تیسرا کوارٹائل (Q3) = 75واں پرسنٹائل۔ اس لیے پرسنٹائلز اور کوارٹائلز مختلف تقسیموں پر ایک ہی خیال ہیں — پرسنٹائلز ڈیٹا کو 100 حصوں میں، کوارٹائلز 4 میں تقسیم کرتے ہیں۔
Bar chart: categories on one axis, values as bars on the other — best for comparing counts or means across groups (e.g. number of patients recovered per treatment, species counts per habitat). Bars must start at zero or comparisons mislead. Pie chart: a circle divided into slices proportional to each category's share; the full circle represents 360°. Best when showing parts of a whole with few categories (e.g. blood-group proportions in a class). With many small slices it becomes unreadable — use a bar chart instead.
Legend: the small key that explains what each colour/symbol in a chart stands for — without it, a chart cannot be read. Error bars are short lines on chart points/bars showing variability or uncertainty in the data. Range error bars show the full spread (min to max); standard-deviation error bars show mean ± SD. Overlapping error bars warn that two groups may not really differ; non-overlapping bars suggest a real difference. Error bars never show the average itself — the bar/point does that.
بار چارٹ: ایک محور پر زمرے، دوسرے پر اقدار بطور بار — گروپوں میں گنتی یا اوسط کا موازنہ کرنے کے لیے بہترین (مثلاً فی علاج صحت یاب مریضوں کی تعداد، فی رہائش گاہ انواع کی تعداد)۔ بار صفر سے شروع ہونے چاہییں ورنہ موازنہ گمراہ کرتا ہے۔ پائی چارٹ: دائرہ ہر زمرے کے حصے کے تناسب سے ٹکڑوں میں تقسیم؛ پورا دائرہ 360° ہے۔ پورے کے حصے دکھانے کے لیے بہترین جب زمرے کم ہوں (مثلاً کلاس میں بلڈ گروپوں کا تناسب)۔ کئی چھوٹے ٹکڑوں سے یہ ناقابل پڑھ ہو جاتا ہے — اس صورت میں بار چارٹ استعمال کریں۔
لیجنڈ: چھوٹی کلید جو بتاتی ہے کہ چارٹ میں ہر رنگ/علامت کس چیز کی ہے — اس کے بغیر چارٹ پڑھا نہیں جا سکتا۔ ایرر بارز چارٹ پوائنٹس/بارز پر چھوٹی لائنیں ہیں جو ڈیٹا میں تغیر یا غیر یقینی دکھاتی ہیں۔ رینج ایرر بارز پورا پھیلاؤ (کم سے زیادہ) دکھاتے ہیں؛ معیاری انحراف ایرر بارز اوسط ± SD دکھاتے ہیں۔ اوورلیپنگ ایرر بارز خبردار کرتے ہیں کہ دو گروپ واقعی مختلف نہیں ہو سکتے؛ غیر اوورلیپنگ بارز حقیقی فرق کی طرف اشارہ کرتے ہیں۔ ایرر بارز کبھی خود اوسط نہیں دکھاتے — بار/پوائنٹ یہ کرتا ہے۔
Good experiments start with a question and a hypothesis, then identify variables: the independent variable is the factor the experimenter changes/manipulates; the dependent variable is what is measured or observed — it changes in response to the independent variable; control variables (constants) are all other factors kept the same so the test is fair. The control group does not receive the treatment and provides the baseline for comparison; the experimental group receives the treatment. Comparing the two shows whether the independent variable actually caused the effect.
Steps: (1) State the question. (2) Formulate a hypothesis. (3) Identify variables. (4) Set up control and experimental groups. (5) Plan the procedure (subjects, assignment, treatment, duration, measurement, data collection). (6) Analyse (averages, graphs, statistical tests) to see if the effect is significant. (7) Draw conclusions — accept or reject the hypothesis. Validity and reliability come from fair controls, random assignment, adequate sample size, repeated measurements and honest reporting — the same principles used to test a flu drug: give the drug to one group and a placebo to a matched control group, keep everything else equal, and compare recovery times statistically.
اچھے تجربات سوال اور مفروضے سے شروع ہوتے ہیں، پھر متغیرات پہچانتے ہیں: آزاد متغیر وہ عنصر ہے جسے تجربہ کار بدلتا/جوڑ توڑ کرتا ہے؛ منحصر متغیر وہ ہے جسے ناپا یا مشاہدہ کیا جاتا ہے — یہ آزاد متغیر کے جواب میں بدلتا ہے؛ کنٹرول متغیرات (مستقل) وہ دیگر تمام عوامل ہیں جو ایک جیسے رکھے جاتے ہیں تاکہ ٹیسٹ منصفانہ ہو۔ کنٹرول گروپ علاج نہیں لیتا اور موازنے کی بنیاد دیتا ہے؛ تجرباتی گروپ علاج لیتا ہے۔ دونوں کا موازنہ بتاتا ہے کہ آیا آزاد متغیر نے واقعی اثر پیدا کیا۔
مراحل: (1) سوال بیان کریں۔ (2) مفروضہ بنائیں۔ (3) متغیرات پہچانیں۔ (4) کنٹرول اور تجرباتی گروپ بنائیں۔ (5) طریقہ کار منصوبہ کریں (مضامین، تقسیم، علاج، مدت، پیمائش، ڈیٹا جمع)۔ (6) تجزیہ کریں (اوسط، گراف، شماریاتی ٹیسٹ) کہ اثر نمایاں ہے یا نہیں۔ (7) نتائج نکالیں — مفروضہ قبول یا مسترد کریں۔ درستگی اور قابل اعتمادی منصفانہ کنٹرولز، بے ترتیب تقسیم، مناسب نمونہ سائز، دہرائی پیمائش اور ایماندارانہ رپورٹنگ سے آتی ہے — وہی اصول جو فلو کی دوا جانچنے میں استعمال ہوتے ہیں: ایک گروپ کو دوا اور مماثل کنٹرول گروپ کو پلیسبو دیں، باقی سب برابر رکھیں، اور صحت یابی کے وقت کا شماریاتی موازنہ کریں۔
یہ سوال اسی chapter کے library chapter میں دیے گئے exercise سوالات ہیں — جواب کے ساتھ, تاکہ student آرام سے answer لے سکے. Note: official Biology 12 کتاب disk پر available نہیں تھی, اس لیے کتاب کے page numbers claim نہیں کیے گئے.
یہ سوالات اسی باب کے لائبریری چیپٹر میں دیے گئے ایکسرسائز سوالات ہیں — جوابات کے ساتھ۔ نوٹ: سرکاری بیالوجی 12 کتاب ڈسک پر دستیاب نہیں تھی، اس لیے کتاب کے صفحہ نمبر نہیں دیے گئے۔
1. Which of the following is a primary data collection method?
Answer: (c) Experiment and surveys — primary data are collected first-hand; government reports, articles and databases are secondary sources. جواب: تجربہ اور سروے — پرائمری ڈیٹا پہلی بار جمع کیا جاتا ہے؛ سرکاری رپورٹس، مضامین اور ڈیٹا بیس سیکنڈری ذرائع ہیں۔
2. What does mode represent in a dataset?
Answer: (b) The value occurring most frequently. جواب: سب سے زیادہ آنے والی قدر۔
3. Which statistical measure is also called the 50th percentile?
Answer: (b) Median — the middle value has 50% of data at or below it. جواب: میڈین — درمیانی قدر کے برابر یا نیچے 50% ڈیٹا ہوتا ہے۔
4. If the maximum value in a dataset is 50 and the minimum value is 20, what is the range?
Answer: (a) 30 — range = max − min = 50 − 20 = 30. جواب: 30 — رینج = زیادہ − کم = 50 − 20 = 30۔
5. What does it mean if the 40th percentile value is 148 cm?
Answer: (b) 40% of values are below or equal to 148 cm — that is the definition of the 40th percentile. جواب: 40% اقدار 148 سینٹی میٹر کے برابر یا کم ہیں — یہی 40ویں پرسنٹائل کی تعریف ہے۔
6. In a pie chart, what does the full circle represent?
Answer: (d) 360° — the whole circle, i.e. 100% of the data. جواب: 360° — پورا دائرہ، یعنی ڈیٹا کا 100%۔
7. What do error bars represent in a chart?
Answer: (b) Variability or uncertainty in data — e.g. range or standard deviation around a mean; the bar/point itself shows the average. جواب: ڈیٹا میں تغیر یا غیر یقینی — مثلاً اوسط کے گرد رینج یا معیاری انحراف؛ بار/پوائنٹ خود اوسط دکھاتا ہے۔
8. In an experiment, what does the dependent variable represent?
Answer: Book-note: none of the printed options is textbook-correct. The dependent variable is the factor MEASURED or OBSERVED — it changes in response to the independent variable. Option (a) describes a control variable and option (b) describes the independent variable (the factor the experimenter changes). If forced to choose the nearest, (b) is closest because the dependent variable is indeed the factor that changes — but strictly, this question appears to be a book misprint. جواب: کتاب نوٹ: چھپی آپشنز میں سے کوئی نصابی طور پر درست نہیں۔ منحصر متغیر وہ عنصر ہے جسے ناپا یا مشاہدہ کیا جاتا ہے — یہ آزاد متغیر کے جواب میں بدلتا ہے۔ آپشن (a) کنٹرول متغیر اور آپشن (b) آزاد متغیر (جسے تجربہ کار بدلتا ہے) بیان کرتا ہے۔ اگر مجبوراً قریب ترین چنیں تو (b) قریب ہے کیونکہ منحصر متغیر واقعی بدلنے والا عنصر ہے — مگر سختی سے یہ سوال کتاب کی غلطی معلوم ہوتا ہے۔
9. What is the main purpose of including a control group in an experiment?
Answer: (b) To provide a baseline for comparison — without it you cannot tell whether the treatment caused the change. جواب: موازنے کی بنیاد دینا — اس کے بغیر آپ نہیں بتا سکتے کہ تبدیلی علاج سے ہوئی یا نہیں۔
10. Which group in an experiment receives the treatment?
Answer: (c) Experimental group — the control group does not receive the treatment. جواب: تجرباتی گروپ — کنٹرول گروپ علاج نہیں لیتا۔
Answer: Medical decisions affect lives, so claims must be tested, not guessed: biostatistics designs fair trials (control groups, adequate samples), measures whether a drug's effect is bigger than chance variation, quantifies risks and side effects, and lets results be generalised from a sample to patients. Without it, a few lucky recoveries could 'prove' a useless or harmful treatment. جواب: طبی فیصلے زندگیوں کو متاثر کرتے ہیں، اس لیے دعووں کو جانچنا چاہیے، اندازہ نہیں: بائیواسٹیٹسٹکس منصفانہ ٹرائلز ڈیزائن کرتی ہے (کنٹرول گروپ، مناسب نمونے)، ناپتی ہے کہ دوا کا اثر اتفاقی تغیر سے بڑا ہے یا نہیں، خطرات اور ضمنی اثرات کی مقدار بتاتی ہے، اور نتائج کو نمونے سے مریضوں تک عام کرنے دیتی ہے۔ اس کے بغیر چند خوش قسمت صحت یابیاں بیکار یا نقصان دہ علاج کو 'ثابت' کر سکتی ہیں۔
Answer: Descriptive statistics summarise the data you actually have — mean, median, mode, range, SD, charts. Inferential statistics use a sample to draw conclusions about a larger population — estimating, testing hypotheses, judging significance — always with some stated uncertainty. Description says 'what happened in this sample'; inference says 'what this probably means beyond the sample'. جواب: وصفی شماریات آپ کے پاس موجود ڈیٹا کا خلاصہ کرتی ہیں — اوسط، میڈین، موڈ، رینج، SD، چارٹس۔ استنباطی شماریات نمونے سے بڑی آبادی کے بارے میں نتائج نکالتی ہیں — اندازہ، مفروضے جانچنا، نمایاں ہونا پرکھنا — ہمیشہ کچھ بیان شدہ غیر یقینی کے ساتھ۔ وصف کہتی ہے 'اس نمونے میں کیا ہوا'؛ استنباط کہتا ہے 'اس کا نمونے سے آگے شاید کیا مطلب ہے'۔
Answer: Quartiles are simply percentiles at quarter divisions: Q1 = 25th percentile, Q2 = 50th percentile = median, Q3 = 75th percentile. Percentiles divide data into 100 equal parts; quartiles divide it into 4 equal parts — so every quartile is a percentile, but most percentiles are not quartiles. جواب: کوارٹائلز محض چوتھائی تقسیموں پر پرسنٹائلز ہیں: Q1 = 25واں پرسنٹائل، Q2 = 50واں پرسنٹائل = میڈین، Q3 = 75واں پرسنٹائل۔ پرسنٹائلز ڈیٹا کو 100 برابر حصوں میں تقسیم کرتے ہیں؛ کوارٹائلز 4 برابر حصوں میں — اس لیے ہر کوارٹائل ایک پرسنٹائل ہے، مگر زیادہ تر پرسنٹائلز کوارٹائلز نہیں۔
Answer: The independent variable is the presumed cause (changed by the experimenter) and the dependent variable is the presumed effect (measured). The experiment asks: 'When I change the independent variable, does the dependent variable change?' Control variables are kept constant so that any change in the dependent variable can be attributed to the independent variable alone. جواب: آزاد متغیر مفروضہ سبب ہے (تجربہ کار بدلتا ہے) اور منحصر متغیر مفروضہ اثر ہے (ناپا جاتا ہے)۔ تجربہ پوچھتا ہے: 'جب میں آزاد متغیر بدلوں تو کیا منحصر متغیر بدلتا ہے؟' کنٹرول متغیرات مستقل رکھے جاتے ہیں تاکہ منحصر متغیر میں کوئی تبدیلی صرف آزاد متغیر سے منسوب ہو۔
Answer: Ordered: 110, 115, 118, 120, 122, 125. Even count (6), so median = average of the two middle values = (118 + 120) ÷ 2 = 119 cm. جواب: ترتیب: 110، 115، 118، 120، 122، 125۔ جفت تعداد (6)، اس لیے میڈین = دو درمیانی اقدار کی اوسط = (118 + 120) ÷ 2 = 119 سینٹی میٹر۔
Answer: A legend (key) explains the symbols, colours or patterns used in a chart — which series, category or group each colour/bar/slice represents — so the reader can decode the chart correctly. جواب: لیجنڈ (کلید) چارٹ میں استعمال علامتوں، رنگوں یا نمونوں کی وضاحت کرتا ہے — ہر رنگ/بار/ٹکڑا کس سلسلے، زمرے یا گروپ کی نمائندگی کرتا ہے — تاکہ قاری چارٹ درست پڑھ سکے۔
Answer: Error bars are short lines drawn on chart bars or points showing the variability or uncertainty of the data — commonly the range (min to max) or mean ± standard deviation. They show how spread out or reliable the plotted values are; overlapping error bars suggest groups may not differ significantly. جواب: ایرر بارز چارٹ بارز یا پوائنٹس پر کھینچی چھوٹی لائنیں ہیں جو ڈیٹا کا تغیر یا غیر یقینی دکھاتی ہیں — عام طور پر رینج (کم سے زیادہ) یا اوسط ± معیاری انحراف۔ وہ بتاتی ہیں کہ پلاٹ شدہ اقدار کتنی پھیلی یا قابل اعتماد ہیں؛ اوورلیپنگ ایرر بارز بتاتے ہیں کہ گروپ نمایاں طور پر مختلف نہیں ہو سکتے۔
Answer: Mean = sum ÷ count; uses all values, best for symmetric data (e.g. average height of a class). Median = middle value; best for skewed data or data with outliers (e.g. typical income, where a few billionaires would inflate the mean). Mode = most frequent value; best for categories or the commonest value (e.g. commonest blood group, shoe size most sold). Example: salaries 30k, 32k, 35k, 40k, 500k — mean ≈ 127k (misleading), median 35k (typical), mode none. A good analyst reports the measure matching the data's shape. جواب: اوسط = مجموعہ ÷ تعداد؛ تمام اقدار استعمال کرتی ہے، ہم آہنگ ڈیٹا کے لیے بہترین (مثلاً کلاس کی اوسط قد)۔ میڈین = درمیانی قدر؛ ٹیڑھے ڈیٹا یا آؤٹ لائرز والے ڈیٹا کے لیے بہترین (مثلاً عام آمدنی، جہاں چند ارب پتی اوسط بڑھا دیں گے)۔ موڈ = سب سے زیادہ آنے والی قدر؛ زمروں یا عام ترین قدر کے لیے بہترین (مثلاً عام ترین بلڈ گروپ، سب سے زیادہ بکنے والا جوتے کا سائز)۔ مثال: تنخواہیں 30ہزار، 32ہزار، 35ہزار، 40ہزار، 500ہزار — اوسط ≈ 127ہزار (گمراہ کن)، میڈین 35ہزار (عام)، موڈ کوئی نہیں۔ اچھا تجزیہ کار وہ پیمانہ بتاتا ہے جو ڈیٹا کی شکل سے میل کھاتا ہے۔
Answer: Range (max − min): simplest, but uses only two values — one outlier destroys it; good only for a quick first look. Standard deviation: average distance from the mean using all values — robust, comparable, and the basis of statistical tests; harder to compute and sensitive to extreme skew. Percentiles: show position in the distribution (e.g. 90th percentile height) and resist outliers; they describe parts of the distribution rather than a single spread number. In medical research SD is preferred for spread, percentiles for growth charts and reference ranges, range only as a rough check. جواب: رینج (زیادہ − کم): سب سے آسان، مگر صرف دو اقدار استعمال کرتی ہے — ایک آؤٹ لائر اسے تباہ کرتا ہے؛ صرف جلد پہلی نظر کے لیے اچھی۔ معیاری انحراف: تمام اقدار استعمال کر کے اوسط سے اوسط فاصلہ — مضبوط، قابل موازنہ، اور شماریاتی ٹیسٹوں کی بنیاد؛ حساب میں مشکل اور انتہائی ٹیڑھے پن سے حساس۔ پرسنٹائلز: تقسیم میں مقام دکھاتے ہیں (مثلاً 90واں پرسنٹائل قد) اور آؤٹ لائرز سے مزاحم؛ وہ ایک پھیلاؤ نمبر کے بجائے تقسیم کے حصے بیان کرتے ہیں۔ طبی تحقیق میں پھیلاؤ کے لیے SD ترجیحی، گروتھ چارٹس اور حوالہ رینج کے لیے پرسنٹائلز، رینج صرف کھردری جانچ کے لیے۔
Answer: Error bars show uncertainty around a plotted value. Range error bars extend from the minimum to the maximum observed value — showing full spread. Standard-deviation error bars extend mean ± SD — showing typical scatter around the mean. Example: two groups' mean plant heights, drug group 20 ± 2 cm and control 15 ± 2 cm, with non-overlapping bars — the drug effect looks real. If bars overlapped heavily (20 ± 6 vs 15 ± 6), the difference might be chance. Error bars therefore stop readers over-reading small differences and are essential for honest reporting in biology. جواب: ایرر بارز پلاٹ شدہ قدر کے گرد غیر یقینی دکھاتے ہیں۔ رینج ایرر بارز کم سے زیادہ مشاہدہ شدہ قدر تک پھیلتے ہیں — پورا پھیلاؤ دکھاتے ہیں۔ معیاری انحراف ایرر بارز اوسط ± SD تک پھیلتے ہیں — اوسط کے گرد عام بکھراؤ دکھاتے ہیں۔ مثال: دو گروپوں کی اوسط پودا قد، دوا گروپ 20 ± 2 سینٹی میٹر اور کنٹرول 15 ± 2 سینٹی میٹر، غیر اوورلیپنگ بارز کے ساتھ — دوا کا اثر حقیقی لگتا ہے۔ اگر بارز بہت اوورلیپ کریں (20 ± 6 بمقابلہ 15 ± 6)، فرق اتفاق ہو سکتا ہے۔ اس لیے ایرر بارز قارئین کو چھوٹے فرق زیادہ پڑھنے سے روکتے ہیں اور حیاتیات میں ایماندارانہ رپورٹنگ کے لیے ضروری ہیں۔
Answer: Bar chart: rectangular bars, lengths proportional to values; axes labelled; bars start at zero. Best for comparing values across categories or over time — e.g. malaria cases per province, mean recovery days for three drugs. Pie chart: circle split into slices proportional to shares (angle = share × 360°); best for parts of a whole with few categories — e.g. proportions of blood groups A/B/AB/O in a population, share of hospital admissions by department. Prefer bars when categories are many, values are similar (slice differences invisible in pie), or exact comparison matters; prefer pie only for a simple whole-and-parts story with 2–5 slices. جواب: بار چارٹ: مستطیل بارز، لمبائی اقدار کے متناسب؛ محور لیبل شدہ؛ بار صفر سے شروع۔ زمروں میں یا وقت کے ساتھ اقدار کا موازنہ کرنے کے لیے بہترین — مثلاً فی صوبہ ملیریا کیسز، تین ادویات کے لیے اوسط صحت یابی دن۔ پائی چارٹ: دائرہ حصوں کے متناسب ٹکڑوں میں تقسیم (زاویہ = حصہ × 360°)؛ پورے کے حصوں کے لیے بہترین جب زمرے کم ہوں — مثلاً آبادی میں بلڈ گروپ A/B/AB/O کا تناسب، شعبے کے لحاظ سے اسپتال داخلے کا حصہ۔ بارز ترجیح دیں جب زمرے زیادہ ہوں، اقدار ملتی جلتی ہوں (پائی میں ٹکڑوں کا فرق نظر نہیں آتا)، یا درست موازنہ اہم ہو؛ پائی صرف سادہ پورے اور حصوں کی کہانی کے لیے 2–5 ٹکڑوں کے ساتھ۔
Answer: Bar chart — best for comparisons: e.g. average wheat yield under four fertilisers, where bar heights are compared directly. Pie chart — best for composition: e.g. percentage of a hospital's patients by disease category, where the whole (100%) and its parts matter. Error bars — best for showing reliability: e.g. mean blood-pressure reduction for a new drug plotted with ± SD bars, so readers see both the effect size and its variability and can judge whether groups truly differ. A complete report often combines them: bars for means, error bars for uncertainty, a pie for the composition of the sample. جواب: بار چارٹ — موازنے کے لیے بہترین: مثلاً چار کھادوں کے تحت گندم کی اوسط پیداوار، جہاں بار کی اونچائیوں کا براہ راست موازنہ ہوتا ہے۔ پائی چارٹ — ترکیب کے لیے بہترین: مثلاً بیماری کے زمرے کے لحاظ سے اسپتال کے مریضوں کا فیصد، جہاں پورا (100%) اور اس کے حصے اہم ہیں۔ ایرر بارز — قابل اعتمادی دکھانے کے لیے بہترین: مثلاً نئی دوا کے لیے اوسط بلڈ پریشر کمی ± SD بارز کے ساتھ پلاٹ، تاکہ قارئین اثر کا سائز اور اس کا تغیر دونوں دیکھیں اور پرکھ سکیں کہ گروپ واقعی مختلف ہیں یا نہیں۔ مکمل رپورٹ اکثر انہیں جوڑتی ہے: اوسط کے لیے بارز، غیر یقینی کے لیے ایرر بارز، نمونے کی ترکیب کے لیے پائی۔
Answer: Question: does the drug shorten flu recovery? Hypothesis: treated patients recover faster than controls. Design: randomised, double-blind, placebo-controlled trial — randomly assign a large sample of flu patients to drug group (experimental) and placebo group (control), keeping age, severity and care identical (control variables). Measure the dependent variable: days to recovery. Analyse means, SDs and error bars, test significance (is the difference bigger than chance?). Validity: randomisation, blinding, controls, pre-set criteria. Reliability: adequate sample size, standardised measurement, repeated/replicated trials, transparent reporting of all results including side effects. جواب: سوال: کیا دوا فلو کی صحت یابی کم کرتی ہے؟ مفروضہ: علاج شدہ مریض کنٹرول سے تیزی سے صحت یاب ہوتے ہیں۔ ڈیزائن: بے ترتیب، ڈبل بلائنڈ، پلیسبو کنٹرول ٹرائل — فلو مریضوں کے بڑے نمونے کو بے ترتیب دوا گروپ (تجرباتی) اور پلیسبو گروپ (کنٹرول) میں تقسیم کریں، عمر، شدت اور دیکھ بھال ایک جیسی رکھیں (کنٹرول متغیرات)۔ منحصر متغیر ناپیں: صحت یابی تک دن۔ اوسط، SDs اور ایرر بارز کا تجزیہ کریں، نمایاں ہونا ٹیسٹ کریں (کیا فرق اتفاق سے بڑا ہے؟)۔ درستگی: بے ترتیب تقسیم، بلائنڈنگ، کنٹرولز، پہلے سے مقرر معیار۔ قابل اعتمادی: مناسب نمونہ سائز، معیاری پیمائش، دہرائے/نقل شدہ ٹرائلز، ضمنی اثرات سمیت تمام نتائج کی شفاف رپورٹنگ۔
Answer: Range is quick and intuitive but fragile: it uses only the two extreme values, so one faulty measurement or rare patient changes it entirely, and it ignores sample size. Standard deviation uses every value, measures typical distance from the mean, supports further statistics (confidence intervals, tests), and is stable in larger samples. In medical research I would trust SD far more — e.g. for drug doses or blood values, where a single outlier must not define the picture — using range only as a supplementary quick check, and percentiles when the data are skewed. جواب: رینج تیز اور بدیہی ہے مگر نازک: یہ صرف دو انتہائی اقدار استعمال کرتی ہے، اس لیے ایک غلط پیمائش یا نایاب مریض اسے مکمل بدل دیتا ہے، اور یہ نمونہ سائز نظر انداز کرتی ہے۔ معیاری انحراف ہر قدر استعمال کرتا ہے، اوسط سے عام فاصلہ ناپتا ہے، مزید شماریات (اعتماد وقفے، ٹیسٹ) کی حمایت کرتا ہے، اور بڑے نمونوں میں مستحکم ہے۔ طبی تحقیق میں میں SD پر کہیں زیادہ بھروسہ کروں گا — مثلاً دوا کی خوراک یا خون کی اقدار کے لیے، جہاں ایک آؤٹ لائر تصویر نہیں بنانا چاہیے — رینج صرف اضافی جلد جانچ کے لیے، اور ٹیڑھے ڈیٹا کے لیے پرسنٹائلز۔
Answer: A mean mortality rate can be inflated by a few badly hit districts or age groups, while a median hides them; quoting one number without its distribution, sample and definition (deaths per cases vs per population) misleads policy — e.g. under- or over-allocating hospitals. Biostatistics prevents this by reporting the full picture: mean with SD, median with quartiles/percentiles, age-stratified rates, confidence intervals and clear definitions, plus charts with error bars. Policymakers should ask: 'Mean of what, over whom, with what spread?' before acting on any single figure. جواب: اوسط اموات کی شرح چند بری طرح متاثرہ اضلاع یا عمر گروپوں سے بڑھ سکتی ہے، جبکہ میڈین انہیں چھپاتا ہے؛ تقسیم، نمونہ اور تعریف (کیسز فی اموات بمقابلہ آبادی فی) کے بغیر ایک نمبر بتانا پالیسی کو گمراہ کرتا ہے — مثلاً اسپتالوں کی کم یا زیادہ تقسیم۔ بائیواسٹیٹسٹکس اسے پوری تصویر رپورٹ کر کے روکتی ہے: SD کے ساتھ اوسط، کوارٹائلز/پرسنٹائلز کے ساتھ میڈین، عمر کے لحاظ سے شرحیں، اعتماد وقفے اور واضح تعریفیں، نیز ایرر بارز والے چارٹس۔ پالیسی سازوں کو کسی ایک عدد پر عمل سے پہلے پوچھنا چاہیے: 'کس چیز کی اوسط، کن پر، کس پھیلاؤ کے ساتھ؟'
Biostatistics (Chapter 22) کے تمام topics اس page پر English کے ساتھ Urdu ترجمے میں سمجھائے گئے ہیں. نیچے ہر topic کا link ہے — جس topic کی revision کرنی ہو, اس پر click کرو.
Revision guidance: پہلے ہر section کا diagram (fig-mid) دیکھو, پھر اس section کے اہم terms یاد کرو, آخر میں exercise کے 10 MCQs, 7 short, 5 long اور 3 inquisitive سوال خود حل کرو اور answers سے ملاؤ.
اس باب کے تمام ٹاپکس اس صفحے پر انگریزی کے ساتھ اردو ترجمے میں سمجھائے گئے ہیں۔ نیچے ہر ٹاپک کا لنک ہے۔
نظرثانی کے لیے پہلے ہر سیکشن کا خاکہ دیکھیں، پھر اہم اصطلاحات یاد کریں اور آخر میں ایکسرسائز کے سوالات خود حل کر کے جوابات سے ملائیں۔
Chapter-wise tests, fresh random papers اور instant score کے لیے PunjabTest.com کا میں test section دیکھو:
PunjabTest.com — Complete Guide Book • FSc Part 2 Biology, Chapter 22 (New Book, Session 2026–27) • English + Urdu