Biometrija ir matemātisko metožu kopums, ko lieto novērojumu un eksperimentu plānošanai, datu apstrādei, bioloģisku sistēmu un procesu optimizēšanai un vadīšanai. Biometrija saistīta ar matemātiskās statistikas metožu izstrādi un izmantošanu bioloģijas, medicīnas, epidemioloģijas, lauksaimniecības un mežsaimniecības pētījumos. Matemātiski pierādītās likumsakarības ir objektīvas, pētījuma laikā izvirzītās hipotēzes tiek pierādītas kvantitatīvi, iegūto rezultātu interpretācija zinātniski pamatota. Biometrija cieši saistīta ar biomatemātiku jeb matemātisko bioloģiju. Biometrija pēta gadījumrakstura parādību vispārīgās īpašības, kā arī statistisko bioloģisko datu racionālas ieguves un apstrādes jautājumus.

Matemātisko metožu izmantojums būtiski palielina empīriskā materiāla izvērtēšanas efektivitāti un teorētisko apsvērumu nozīmi, racionalizē eksperimentu un samazina laika, līdzekļu un darbaspēka patēriņu. Biometrijas metodes tiek izmantotas bioloģijā, epidemioloģijā, ģenētikā, medicīnā, veterinārmedicīnā, lauksaimniecībā, mežkopībā un citur. Piemēram, lauksaimniecībā un mežsaimniecībā iegūto eksperimentālo datu analīzei izmanto daudzfaktoru dispersijas analīzi, lai novērtētu faktoru ietekmi uz pētāmo pazīmi; korelācijas un regresijas analīzi, lai novērtētu sakarības starp pētāmām pazīmēm; dzīvildzes analīzi (survival analysis), lai novērtētu ilgmūžību un faktorus, kas to ietekmē.

Biometrija ir starpdisciplināra nozare, kas iekļauj bioloģijas un matemātikas zinātnes aspektus bioloģisko mērījumu apstrādē un analīzē.

Biometrijas attīstību sekmēja vairākas matemātiskās teorijas. Lielo izlašu teorija (large sample theory) pēta secinošās statistikas (inferential statistics) metožu lietojumu, kuru rezultāti attiecināmi uz kopām ar neierobežotu gadījumu skaitu. Mazo izlašu teorija (small sample theory) pēta secinošās statistikas metožu lietojumu mazās izlasēs ar gadījumu skaitu līdz 30. Varbūtību sadalījumu teorija (exact distribution theory) pēta nejaušo gadījuma lielumu varbūtības un to sadalījumus. Izlašu sadalījumu teorija (sample distribution theory) pēta nejaušo gadījuma lielumu varbūtības un to sadalījumus izlasēs. Hipotēžu pārbaudes teorija (theory of hypothesis testing) pēta apgalvojumus par ģenerālkopas raksturojošiem lielumiem. Kļūdu teorija (theory of errors) pēta kļūdu sadalījumu likumus. Neparametriskā teorija (nonparametric theory) pēta apgalvojumus par ģenerālkopām, ja izlases sadalījums neatbilst normālajam. Eksperimenta plānošanas teorija (experimental design theory) pēta eksperimenta plānošanas jautājumus, lai eksperimentālo datu apstrādes rezultātā iegūtu pamatotus un objektīvus secinājumus. Iespējamības teorija (likelihood theory) pēta iespējamības principu izmantošanu secinošajā statistikā.

Bioloģisko datu empīriskā materiāla savākšanai un apstrādei izmanto varbūtību teorijas metodes un matemātiskās statistikas metodes. Varbūtību teorijas metodes: Beijesa teorēma (izmanto, lai noteiktu populācijas ģenētiskās struktūras, balstoties uz dezoksiribonukleīnskābes (DNS) vai molekulāriem marķieriem); faziloģika (izmanto, lai medicīnā diagnosticētu iegūtā imūndeficīta sindromu (acquired immune deficiency syndrome, AIDS)). Matemātiskās statistikas metodes: dispersijas analīzes metode (izmanto, lai novērtētu faktoru ietekmes uz augu ražību, dzīvnieku produktivitāti, cilvēku veselības rādītājiem); lineārie modeļi (izmanto, lai noteiktu dzīvnieku ciltsvērtību), loģistiskās regresijas modeļi (izmanto, lai prognozetu slimību riskus); dzīvildzes analīze (izmanto, lai novērtētu ilgmūžību); diskriminantu analīze (izmanto slimības iznākuma prognozei, balstoties uz veselības rādītāju mērījumiem).

Biometrijas pamati radušies 17. gs. Anglijā demogrāfijas pamatlicēja Džona Graunta (John Graunt) darbā “Dabiskie un politiskie novērojumi, balstoties uz mirstības datiem” (Natural and Political Observations Made upon the Bills of Mortality, 1662) un ekonomista Viljama Petija (William Petty) darbos “Īrijas politiskā anatomija” (The Political Anatomy of Ireland, 1691), “Novērojumi, balstoties uz mirstības datiem Dublinas apgabalā” (Observations upon the Dublin-Bills of Mortality, 1681), veicot mirstības uzskaites statistiku. Angļu matemātiķis, astronoms un fiziķis Edmunds Helijs (Edmund Halley) 1693. gadā sagatavoja pirmās datu tabulas, lai izveidotu dzīvības apdrošināšanas industriju. 17. gs. vidū neatkarīgi viena no otras sāka attīstīties varbūtību teorija un statistika. Varbūtību teorijas pamatlicēji bija franču matemātiķi Pjērs de Fermā (Pierre de Fermat), Blēzs Paskāls (Blaise Paskal), Abrahams de Muavrs (Abraham de Moivre) un šveiciešu matemātiķis Jākobs Bernulli (Jacob Bernoulli). Varbūtību teorijas attīstību veicināja naudas attiecību ieviešana un azartspēles. 18.–19. gs. biometrijas attīstību veicināja astronomija. 1809. gadā vācu matemātiķis Kārlis Frīdrihs Gauss (Johann Carl Friedrich Gauß) attīstīja mazāko kvadrātu metodi. 1810.–1811. gadā franču fiziķis, astronoms un matemātiķis Pjērs Simons Laplass (Pierre-Simon Laplace) attīstīja centrālo robežteorēmu (central limit theorem). 19. gs. vidū beļģu matemātiķis, astronoms un sociologs Ādolfs Ketlē (Lambert Adolphe Jacques Quetelet) izmantoja statistiskas metodes bioloģijas un medicīnas problēmu analīzē.

Biometrija kā zinātne radās 19. gs. beigās. Biometrijas matemātisko aparātu izveidoja angļu biometrijas skolas zinātnieki. Biometrijas pamatlicējs ir angļu zinātnieks Frānsiss Goltons (Francis Galton), kurš 1889. gadā ieviesa terminu “biometrija” (biometry). F. Goltons attīstīja iedzimtības statistikas teorijas (statistical theory of heredity) metodes, izmantojot korelāciju un regresiju bioloģijas pētījumos. Angļu matemātiķis un biostatistiķis Karls Pīrsons (Carl Pearson), modernās biometrijas pamatlicējs, 19. gs. beigās un 20. gs. sākumā izveidoja biometrijas matemātisko aparātu. Laikā no 1893. gada līdz 1912. gadam publicēti K. Pīrsona 18 raksti ar nosaukumu “Matemātikas ietekme uz evolūcijas teoriju” (Mathematical Contributions to the Theory of Evolution), kuros aprakstīta regresijas analīze, korelācijas koeficients un Hī kvadrāta tests. K. Pīrsons sadarbībā ar F. Goltonu un angļu biologu Rafaelu Veldonu (Walter Frank Raphael Weldon) organizēja žurnāla “Biometrika” (Biometrika, 1901) izdošanu. 20. gs. sākums saistīts ar angļu statistiķu Viljama Goseta (William Sealy Gosset), Ronalda Fišera (Ronald Aylmer Fisher) un poļu matemātiķa un statistiķa Ježija Neimana (Jerzy Neyman) vārdiem. V. Gosets (pseidonīms Stjūdents (Student)) 1908. gadā pamatoja mazo izlašu teoriju. R. Fišers 20. gs. 20.–30. gados, pētot eigēnikas (eugenics) un augu audzēšanas problēmas, izstrādāja izlašu sadalījumu teoriju, eksperimenta plānošanas teoriju, dispersijas analīzes, diskriminantu analīzes un citas metodes, kas veidoja lietišķās statistikas un kvantitatīvās ģenētikas pamatus. J. Neimans kopā ar angļu statistiķi Egonu Pīrsonu (Egon Sharpe Pearson) 20. gs. 20.–30. gados attīstīja hipotēžu pārbaudes teoriju.

Biometrijas attīstība 20. gs. beigās un 21. gs. sākumā saistīta ar biomolekulāro virkņu analīzi, funkcionālo genomiku, ģenētisko epidemioloģiju, evolūciju, populācijas ģenētiku, ekoloģiju un neirobioloģiju. Matemātiskās statistikas metožu izmantošanu bioloģisko datu apstrādei mūsdienās nodrošina ātrdarbīgu superdatoru attīstība un to pielietošana daudzdimensionālu datu apstrādei. Mūsdienās biometrijai raksturīgi jauni virzieni: medicīnas statistika, epidemioloģijas statistika, statistiskā ģenētika.

Nozīmīgākās pētniecības iestādes un universitāšu institūti, kas veic pētījumus biometrijas jomā Lielbritānijā: Londonas universitāšu koledžas Statistikas zinātņu katedra (University College London, Department of Statistical science), Medicīnas pētījumu padomes Biostatistikas nodaļa (Medical Research Council, Biostatistics Unit, MRC BSU) Kembridžā, Karaliskās koledžas Londonā Biostatistikas katedra (King’s college London, Department of Biostatistics), Mančestras Universitātes Biostatistikas centrs (The University of Manchester, Centre for Biostatistics); Amerikas Savienotajās Valstīs (ASV): Hārvarda sabiedrības veselības skolas Biostatistikas katedra (Harvard T. H. Chan School of Public Health, Department of Biostatistics) Bostonā, Džonsa Hopkinsa Universitātes Biostatistikas katedra (Johns Hopkins University, Department of Biostatistics) Baltimorā, Viskonsīnas Universitātes Biostatistikas un medicīnas informātikas katedra (University of Wisconsin, Department of Biostatistics and Medical Informatics) Medisonā, Kalifornijas Universitātes Statistikas katedra (University of California, Berkeley, Department of Statistics) Bērklijā; Vācijā: Heidelbergas Universitātes Medicīnas biometrijas un informātikas institūts (Universität Heidelberg, Instituts für Medizinische Biometrie und Informatik, IMBI), Drēzdenes Tehniskās Universitātes Medicīnas informātikas un biometrijas institūts (Technische Universität Dresden, Institut für Medizinische Informatik und Biometrie, IMB), Freiburgas Universitātes Medicīnas biometrijas un medicīnas informātikas institūts (Albert-Ludwigs-Universität Freiburg, Institut für Medizinische Biometrie und Statistik).

Nozīmīgākie periodiskie izdevumi: Biometrika (kopš 1901. gada, Oxford University Press); Biometrics (kopš 1947. gada, Biometrics Bulletin 1945–1946, International Biometric Society, IBS, Wiley-Blackwell); The Journal of Agricultural, Biological and Environmental Statistics, JABES (kopš 1996. gada, American Statistical Association and the International Biometric Society, Springer); Biometrical Journal (kopš 1977. gada, 1959–1976 Biometrische Zeitschrift, Austro-Swiss and German regions of IBS, WILEY-VCH Verlag GmbH & Co. KGaA, Weinheim); Biostatistics (kopš 2000. gada, Oxford University Press); American Journal of Biostatistics (kopš 2004. gada, Science Publications).

Biometrijas pamatlicējs ir angļu zinātnieks F. Goltons, kurš 20. gs. beigās attīstīja regresijas līkņu un korelācijas analīzes statistiskos pamatus. Ievērojamākie biostatistiķi ir K. Pīrsons – Pīrsona Hī kvadrāta testa, principiālo komponenšu analīzes, korelācijas koeficienta un citu metožu autors, modernās matemātiskās statistikas, biometrijas skolas pamatlicējs; V. Veldons – pētījis dabiskās selekcijas, iedzimtības problēmas ar biometrijas metodēm, sadarbojās ar K. Pīrsonu; V. S. Gosets – attīstīja T sadalījumu un tā izmantošanu, kā arī statistikas izmantošanu industrijā un lauksaimniecībā; R. Fišers – savienoja teoriju ar praksi, attīstot eksperimenta plānošanas teoriju un dispersijas analīzes metodi eksperimentālo datu apstrādei, lika pamatus populāciju ģenētikai. 20. gs. matemātiskās statistikas attīstību ievērojami sekmēja poļu zinātnieks J. Neimans, liekot pamatus izlases apsekojumu teorijai (theory of sampling) un testa un ticamības intervāla teorijai (test and confidence inerval theory).