Sture Holm, professor emeritus i biostatistik med yrkeslivserfarenhet av forskning, undervisning och forskningssamarbete inom olika tillämpningsområden, har skrivit en bok som förutom statistikens grunder behandlar moment som är ofta förekommande men som sällan behandlas i böcker. Författarens mål år att läsaren ska förstå den statistiska metodiken och dess roll inom tillämpad forskning, och de teoretiska begreppen förklaras med exempel från biologins och medicinens arbetsfält.
I kapitlen om sannolikhetsmodeller visar författaren med önskvärd tydlighet att allt inte är normalfördelat, det finns många variabler inom laboratoriemedicin som till exempel inte kan ge negativa data. Grundläggande principer för statistiska test och konfidensintervall förklaras praktiskt med exempel. Begrepp såsom testets styrka (power) och det faktum att »icke-signifikanta« resultat inte bevisar att likhet råder påpekas förtjänstfullt. Students t-tester för ett och två stickprov av normalfördelade kvantitativa data presenteras och även metoder för relativ risk och oddskvoter.
I de fall då villkoren för de populära t-testen inte är uppfyllda kan icke-parametriska test vara ett alternativ. Speciellt behandlas Wilcoxon–Mann–Whitney-test för två oberoende stickprov, men även Wilcoxons teckenrangtest och teckentestet för beroende (parade) data behandlas. I detta avsnitt kan det vara svårt för en statistiskt ovan läsare att identifiera de olika testen eftersom författaren använder begreppet Wilcoxontest.

Statistiska modeller för förklaring och prediktion, det vill säga regressionsmodeller, behandlas med ett flertal genomarbetade exempel vars resultat illustreras både i bild och med datorutskrifter. Även icke-linjära modeller och multipel regression behandlas, vilket är utmärkt eftersom man i dag statistiskt kan modellera mer komplicerade datamaterial med hjälp av datorkraft. Skillnader och likheter mellan variansanalys (ANOVA) och regressionsanalys belyses. Olika statistiska mått för samband hanteras i ett separat kapitel, vilket på ett förtjänstfullt sätt markerar att begreppen korrelation och regression tillhör helt olika frågeställningar.
Det är mycket vanligt att i studier utvärdera om utfallet i olika undergrupper av studiematerialet skiljer sig åt genom upprepade test för två stickprov. Det innebär att studiens övergripande p-värde ska justeras för multipla test. Författarens metod, Bonferroni–Holms stegvisa justering för multipla test, presenteras, men författaren har blygsamt utelämnat sitt eget namn.
Dimensionering av studier, multivariata analysmetoder, överlevnadsanalys med Kaplan–Meyer-kurvor, relativ risk, oddskvoter och olika felkomponenters bidrag till variabiliteten i mätvärden är viktiga moment för att lösa forskningsproblem i verkligheten – dessa moment finns förklarade boken.

Boken är rikt illustrerad med diagram och med exempel från verkligheten. Datamaterial är förtjänstfullt beskrivna med punktdiagram, vilket förhoppningsvis får läsaren att inse att de rutinmässigt levererade stapeldiagram som populära datorprogram använder är olämpliga och oftast även felaktiga. En nackdel med diagrammen i boken är det tunna trycket, som gör att bildernas budskap dämpas.

Bokens matematiska och statistiska språk är egentligen enkelt, men kan verka avskräckande för den ovane läsaren. Men jag rekommenderar varmt att i så fall lätt blunda för formelspråket och ta del av innehållet, som pedagogiskt och insiktsfullt behandlar statistiskt svåra begrepp på ett enkelt sätt för användare av biostatistik utan att tumma på den statistiska kvaliteten.
Författarens pekpinnar, varningstexter, goda råd och exempel på missbruk är påtagliga exempel på hans enorma erfarenhet av bruk och missbruk av statistiska begrepp och metoder inom många forskningsområden. Min förhoppning är att läsaren tar dessa råd till sitt hjärta.

Jag rekommenderar boken varmt till såväl nya som etablerade forskare inom bland annat klinisk medicin, laboratoriemedicin, biologi och även till statistiker som arbetar med biostatistiska tilllämpningar. Boken fyller med sitt unika innehåll ett stort behov av att få förklarat vilka möjligheter och begränsningar de statistiska metoder har, som är populära i tillämpad forskning. n