SlideShare uma empresa Scribd logo
1 de 50
www.valorp.com
Consultoria e Cursos
Kaluce Gonçalves de Sousa Almondes
Doutora em Ciência dos Alimentos
Faculdade de Ciências Farmacêuticas - USP
Estatística Básica
www.valorp.com
contato@valorp.com
Aula 2
www.valorp.com
➢Tipos de variáveis
➢Organização de banco de dados
➢Importância da estatística
➢Pré-requisitos
➢Principais testes univariados (Comparação de 2 médias e de
mais de 2 médias, Correlações, Associações)
➢Outras análises importantes
Agenda
www.valorp.com
Discreta – Ex.: número de filhos
Quantitativa
Contínua – Ex.: IMC
Nominal – Ex.: Sem excesso de peso
Com excesso de peso
Qualitativa
Ordinal – Ex.: Baixo peso
Eutrófico
Excesso de peso
Obesidade
Tipos de variáveis
www.valorp.com
Organização de banco de dados
Identificação Sexo Nº de filhos IMC
Class_IMC_Com e Sem
excesso Class_IMC_Completa
1 1 1 18,2 1 1
2 2 2 20,4 1 2
3 1 3 20,0 1 2
4 2 2 14,9 1 1
5 1 5 23,3 1 2
6 1 1 31,2 2 4
7 2 2 26,8 2 3
8 2 3 16,4 1 1
9 1 4 35,2 2 4
LEGENDA:
Class_IMC_Com e Sem excesso Class_IMC_Completa
Categoria Referência Código Categoria Referência Código
Sem excesso < 25 Kg/m2 1 Baixo Peso < 18,5 Kg/m2 1
Com excesso ≥ 25 Kg/m2 2 Eutrofia 18,5 – 24,9 Kg/m2 2
Excesso de peso 25 – 29,9 Kg/m2 3
Sexo Obesidade ≥ 30 Kg/m2 4
Feminino 1
Masculino 2
Qualitativa
nominal
Quantitativa
discreta
Quantitativa
contínua
Qualitativa
nominal
Qualitativa
ordinal
www.valorp.com
Identificação HAS DM DC Identificação Doenças
1 x 1 1
2 x x 2 6
3 x 3 1
4 x 4 3
5 x 5 2
6 x 6 1
7 x x 7 6
8 x 8 2
9 x x 9 4
10 x x x 10 7
LEGENDA:
Doenças Códigos
HAS 1
DM 2
DC 3
HAS e DM 4
HAS e DC 5
DM e DC 6
HAS, DM e DC 7
Organização de banco de dados
www.valorp.com
Classificação das variáveis antropométricas
Variáveis Categorias Referência Código
IMC (kg/m2)
Baixo Peso < 18,5 0
Eutrofia 18,5 – 24,9 1
Excesso de peso 25 – 29,9 2
Obesidade ≥ 30 3
CC (cm)
Feminino Masculino
Sem risco < 80 < 94 0
Risco elevado 80 – 88 94 – 102 1
Risco muito elevado ≥ 88 ≥ 102 2
% GC
Feminino Masculino
Risco de doenças e
distúrbios associados à
desnutrição
≤ 8 ≤ 5 0
Abaixo da média 9 – 22 6 -14 1
Média 23 15 2
Acima da média 24 – 31 16 – 24 3
Risco de doenças
associadas à obesidade
≥ 32 ≥ 25 4
Fonte: Organização Mundial de Saúde (2000); Lohman (1992).
www.valorp.com
1) Comparação entre as medidas:
- Maior, menor, igual;
- Melhor, pior, indiferente;
2) Segurança na comparação;
Grupo A – média de LDL – 135,2 mg/dL
Grupo B – média de LDL – 138,4 mg/dL
Será que o grupo B tem concentração média de LDL
maior que o grupo A?
Importância da estatística
www.valorp.com
Importância da estatística em
laboratório
Coeficiente de variação: mede a precisão (reprodutibilidade) do teste.
É obtido a partir da média e desvio padrão (CV= DP/média X 100).
Em geral, não devem ser maior que 5%.
www.valorp.com
Identificação Peso Resíduo Resíduo ao quadrado
1 64 1,25 1,5625
2 71 8,25 68,0625
3 53 -9,75 95,0625
4 67 4,25 18,0625
5 55 -7,75 60,0625
6 58 -4,75 22,5625
7 77 14,25 203,0625
8 57 -5,75 33,0625
9 56 -6,75 45,5625
10 51 -11,75 138,0625
11 76 13,25 175,5625
12 68 5,25 27,5625
62,75 0
Média Resíduo Resíduo ao quadrado
= (soma total)/nº de indivíduos = (valor do peso - média do peso) = resíduo x resíduo
𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 =
Σ 𝑑𝑜 𝑟𝑒𝑠í𝑑𝑢𝑜 𝑎𝑜 𝑞𝑢𝑎𝑑𝑟𝑎𝑑𝑜
𝑛 − 1
𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 =
888,25
12 − 1
𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 = 80,75
𝐷𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 = 80,75
𝐷𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 = 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎
𝐷𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 = 8,986
Média, variância e DP
Variância:
medida de
dispersão que
mostra quão
distantes os
valores estão da
média
Desvio padrão: é o
resultado positivo da
raiz quadrada da
variância
www.valorp.com
Univariados – Ex.: qui-quadrado, comparações
de 2 ou mais médias, correlações.
Multivariados – Ex.: regressões, análise de
componentes principais.
Testes estatísticos
www.valorp.com
OBJETIVO DO
ESTUDO (Ho)
TESTE
PARAMÉTRICO
TESTE NÃO
PARAMÉTRICO
comparação de 2
médias (amostras
independentes)
t-Student Mann-Whitney
comparação de 2
médias (amostras
relacionadas)
t-Student (pareado) Wilcoxon
comparação de 3 ou
mais médias
(amostras
independentes)
análise de variância
(ANOVA)
Kruskal-Wallis
coeficiente de
correlação
Pearson Spearman
Teste univariados
www.valorp.com
Hipótese nula e alternativa
Hipótese nula (H0) – afirmativa de nenhum efeito ou
nenhuma diferença. Ex.: H0: ҧ𝑥 LDLa= ҧ𝑥 LDLb
Hipótese alternativa (Ha) – afirmativa a favor da qual
esperamos encontrar evidência. Ex.: Ha: ҧ𝑥 LDLa≠ ҧ𝑥 LDLb
www.valorp.com
Valor P
Valor P – A probabilidade que mede a força da evidência
contra a hipótese nula
Valores P pequenos – evidência contra H0  Logo, Ha é
verdadeiro (existe diferença)
Valores P grandes – não fornecem evidência contra H0
 Logo, Ha não é verdadeiro (não existe diferença)
Quanto menor o valor P, mais forte é a evidência contra
H0 fornecida pelos dados.
www.valorp.com
Significância (α)
Nível de significância – valor fixo padrão contra H0
α = 0,05 ou 0,01 ou 0,001
P ≤ 0,05  não há mais que uma chance em 20 de os
resultados serem facilmente explicados apenas pela
variação do acaso  H0 é falso e Ha é verdadeiro
Como saber se o valor P é grande ou pequeno?
Significância  improvável de acontecer apenas por
acaso devido às variações de amostra para amostra
www.valorp.com
Significância (α)
P = 0,03  significante no nível α = 0,05, mas não é
significante no nível α = 0,01 ou α = 0,001.
P = 0,008  significante no nível α = 0,05 e α = 0,01,
mas não é significante no nível α = 0,001.
P = 0,0006  significante no nível α = 0,05, α = 0,01 e α
= 0,001.
Se o valor P é “igual a” ou “menor que” α, dizemos que os
dados são estatisticamente significantes no nível α.
www.valorp.com
Normalidade
Kolmogorov-Smirnov ou Shapiro-Wilk - p > 0,05
One-Sample Kolmogorov-Smirnov Test
IMC
N 84
Normal Parameters(a,b)
Mean 18,5845
Std. Deviation 4,36485
Most Extreme
Differences
Absolute ,170
Positive ,170
Negative -,099
Kolmogorov-Smirnov Z 1,559
Asymp. Sig. (2-tailed) ,015
a Test distribution is Normal.
b Calculated from data. p < 0,05
One-Sample Kolmogorov-Smirnov Test
Energia
N 74
Normal Parameters(a,b)
Mean 1782,5811
Std. Deviation 426,96926
Most Extreme
Differences
Absolute ,059
Positive ,059
Negative -,040
Kolmogorov-Smirnov Z ,507
Asymp. Sig. (2-tailed) ,960
a Test distribution is Normal.
b Calculated from data.
p > 0,05
www.valorp.com
Homogeneidade
Levene - p > 0,05
p < 0,05
Test of Homogeneity of Variances
Levene Statistic df1 df2 Sig.
IMC 11,841 1 334 ,001
Energia 3,109 1 282 ,079 p > 0,05
Decisão
Variável Normalidade Homogeneidade Compar. média Correlação
IMC Não Normal Não Homogêneo Não Paramétrico Não
ParamétricoEnergia Normal Homogêneo Paramétrico
Por
grupos:
sexo,
genótipo
www.valorp.com
Decisão - Tipos de testes
Comparação de médias
Suposições
Normalidade Homogeneidade Teste
Normal Homogêneo Paramétrico
Não normal Não Homogêneo Não Paramétrico
Normal Não homogêneo Não paramétrico
Não normal Homogêneo Paramétrico
Correlações
Suposição – só normalidade
Variável 1 Variável 2 Teste
Normal Normal Paramétrico
Não normal Não normal Não paramétrico
Normal Não normal Não paramétrico
Não normal Normal Não Paramétrico
www.valorp.com
Comparação de duas
médias – amostras
independentes
www.valorp.com
Exemplo - Comparação de 2 médias
1) Pergunta: A média do IMC e a média da idade dos indivíduos adultos com artrite
diferem entre os indivíduos do sexo feminino e masculino?
2) As variáveis IMC e idade têm distribuição normal?
3) A variáveis IMC e idade são homogêneas?
4) Decidir se o teste para comparar 2 médias será paramétrico ou não paramétrico.
Variável Normalidade Homogeneidade Teste
IMC Normal Homogêneo Paramétrico
Idade Normal Não homogênea Não Paramétrico
Testando a normalidade e a homogeneidade temos que...
Obs.: O teste paramétrico para comparação de duas médias é o t de Student
O teste não paramétrico para comparação de duas médias é o de Mann-Whitney
www.valorp.com
Exemplo - Comparação de 2 médias
TESTE t DE STUDENT – Condição:
p < 0,05 – há diferença entre os grupos; p > 0,05 – não há diferença entre os grupos
www.valorp.com
Exemplo - Comparação de 2 médias
TESTE DE MANN-WHITNEY – Condição:
p < 0,05 – há diferença entre os grupos; p > 0,05 – não há diferença entre os grupos
Sexo
N Mean
Std.
Deviation
Std. Error
Mean
Feminino 18 27,0944 8,17057 1,92582
Masculino 22 24,4682 2,82782 ,60289
Idade
www.valorp.com
Forma de apresentar o resultado
Variável Sexo n Média (DP) p
Idade (anos) Feminino 18 27,09 (8,17) 0,135‡
Masculino 22 24,47 (2,83)
IMC (Kg/m2) Feminino 18 21,67 (3,44) 0,433£
Masculino 22 23,64 (4,50)
Tabela 01. Comparação de média das variáveis idade e IMC dos
indivíduos adultos com artrite.
Legenda: IMC – índice de massa corpórea; DP – desvio padrão; ‡ - teste t de
Student; £ - teste de Mann-Whitney. Valor de p considerado significativo
abaixo de 0,05.
Resposta1: A média de idade dos indivíduos adultos com artrite não difere
significativamente entre os indivíduos do sexo feminino e masculino (p = 0,135).
Resposta2: A média de IMC dos indivíduos adultos com artrite não difere
significativamente entre os indivíduos do sexo feminino e masculino (p = 0,433).
www.valorp.com
Comparação de mais de
duas médias – amostras
independentes
www.valorp.com
Exemplo - Comparação de mais de 2
médias
1) Pergunta: A média do IMC e a média da concentração de Se eritrocitário das
mulheres com câncer de mama diferem entre os genótipos do SNP Pro198Leu?
2) As variáveis IMC e concentração de Se eritrocitário têm distribuição normal?
3) As variáveis IMC e concentração de Se eritrocitário são homogêneas?
4) Decidir se o teste para comparar mais de 2 médias será paramétrico ou
não paramétrico.
Variável Normalidade Homogeneidade Teste
IMC Normal Homogêneo Paramétrico
Se eritrocitário Normal Não homogêneo Não Paramétrico
Testando a normalidade e a homogeneidade temos que...
Obs.: O teste paramétrico para comparação de mais de duas médias é o ANOVA
O teste não paramétrico para comparação de mais de duas médias é o Kruskal-Wallis
www.valorp.com
Exemplo - Comparação de mais de 2
médias
➢Detalhe importante  Uso do Pós-teste
➢Motivo: ANOVA ou Kruskal-Wallis só dizem que há diferença,
mas não mostram onde está a diferença!!
➢Paramétricos: Bonferroni, Scheffe, Duncan, Tukey
➢Não paramétricos: Games-Howell, Dunnett
www.valorp.com
Exemplo - Comparação de mais de 2
médias
TESTE DE ANOVA e TUKEY – Condição:
p < 0,05 – há diferença entre os grupos; p > 0,05 – não há diferença entre os grupos
www.valorp.com
Exemplo - Comparação de mais de 2
médias
TESTE DE KRUSKAL-WALLIS e TUKEY – Condição:
p < 0,05 – há diferença entre os grupos; p > 0,05 – não há diferença entre os grupos
www.valorp.com
Forma de apresentar o resultado
Tabela 02. Comparação de médias das variáveis IMC e Se eritrocitário de
mulheres com câncer de mama de acordo com os genótipos do SNP
Pro198Leu.
Legenda: IMC – índice de massa corpórea; DP – desvio padrão; ‡ - teste ANOVA; £ - teste de
Kruskal-Wallis. Letras iguais indicam que não há diferença significativa e letras diferentes indicam
que há diferença significativa entre os grupos segundo o teste de Tukey. Valor de p considerado
significativo abaixo de 0,05.
Resposta1: A média de IMC das mulheres adultas com câncer de mama não difere
significativamente entre os genótipos do SNP Pro198Leu (p = 0,749).
Resposta2: A média da concentração de Se eritrocitário das mulheres adultas com câncer de
mama difere significativamente entre os genótipos do SNP Pro198Leu (p < 0,01), sendo que a
concentração de Se eritrocitário do grupo Pro/Pro foi maior que Pro/Leu e Leu/Leu e a de
Pro/Leu foi maior que a de Leu/Leu (p < 0,05).
Parâmetro SNP Genótipo n Média (DP) p
IMC (Kg/m2) Pro198Leu
Pro/Pro 10 21,80 (3,16)a 0,749‡
Pro/Leu 10 23,20 (5,77)a
Leu/Leu 10 22,60 (2,72)a
Se eritrocitário (ug/L) Pro198Leu
Pro/Pro 10 117,91 (32,06)a < 0,01£
Pro/Leu 10 80,81 (6,03)b
Leu/Leu 10 58,25 (8,82)c
www.valorp.com
Correlações
www.valorp.com
Exemplo - Correlação
1) Pergunta: Houve correlação entre as variáveis GPx, SOD e ORAC dos participantes
considerando os grupos com indivíduos saudáveis e DCV?
2) As variáveis GPx, SOD e ORAC têm distribuição normal?
3) Decidir se o teste de correlação será paramétrico ou não paramétrico.
Testando a normalidade e a homogeneidade temos que...
Obs.: O teste paramétrico para correlação é o de Pearson
O teste não paramétrico para correlação é o de Spearman
Variável Normalidade Variável 1 Variável 2 Teste
SOD Normal SOD GPx Não Paramétrico
GPx Não Normal SOD ORAC Paramétrico
ORAC Normal GPx ORAC Não Paramétrico
www.valorp.com
Exemplo - Correlação
➢DETALHES IMPORTANTES!!
Obs1.: Correlação direta ou inversa. Direta - proporcionais, ou seja,
quando uma aumenta a outra também aumenta (r é positivo). Inversa
- inversamente proporcionais, ou seja, quando uma aumenta a outra
diminui (r é negativo).
Obs2.: Pearson e Spearman - significativo quando o valor de p é
menor que 0,05. O valor de r representa a força da correlação, que
varia de 0 a 1. Quanto mais próximo de 1 é o valor de r, mais forte é a
correlação.
www.valorp.com
Correlação de Pearson
www.valorp.com
Correlação de Spearman
www.valorp.com
Grupo Variáveis
GPx
(U/g Hb)
SOD
(U/g Hb)
ORAC (umol
equivalente de
trolox/mL de plasma)
Caso
GPx (U/g Hb) - r = - 0,031; p =0,874£ r = 0,009; p = 0,965£
SOD (U/g Hb) - - r = 0,197; p = 0,317‡
Controle
GPx (U/g Hb) - r = - 0,311; p =0,158£ r = - 0,575; p = 0,005£
SOD (U/g Hb) - - r = 0,001; p = 0,998‡
Forma de apresentar o resultado
Tabela 03. Correlação entre as variáveis GPx, SOD e ORAC considerando os grupos de
indivíduos saudáveis e com DCV.
Legenda: GPx – Glutationa peroxidase; SOD – Superóxido dismutase; ORAC – capacidade total antioxidante; ‡ - teste
de Pearson; £ - teste de Spearman. Valor de p considerado significativo abaixo de 0,05.
Resposta: Houve correlação significativa apenas entre as variáveis GPx e ORAC (r = - 0,575;
p < 0,01) no grupo de indivíduos saudáveis, ou seja, a medida que a variável GPx aumenta
o ORAC diminui.
www.valorp.com
Associações
www.valorp.com
Exemplo - Associação
1) Pergunta: Houve associação estatisticamente significativa entre o
sexo e os grupos de indivíduos com Doença de Crohn ou controles?
2) Não precisa saber se tem distribuição normal ou homogeneidade das variâncias.
3) O teste utilizado é o qui-quadrado e depende da quantidade das frequências
observadas, esperadas e do n total.
www.valorp.com
Associação - Regras
Tabela 2x2  X2
Pearson
n ≥ 40
Frequência observada de cada uma das caselas (o) ≥ 5 e;
Frequências esperadas (e) ≥ 5
Tabela 2x2  X2
Fisher
n < 20 ou
20 < n < 40 e (e) < 5
Feminino Masculino Total
DC 18 (e11 = 14,5) 12 (e12 = 15,5) 30
CT 11 (e21 = 14,5) 19 (e22 = 15,5) 30
Total 29 31 60
Sim Não Total
Sim 16 (e = 15,3) 12 (e = 4,66) 20
Não 7 (e = 7,67) 19 (e = 2,33) 10
Total 23 7 30
e11 = (29 x 30)/60 = 14,5
e12 = (31 x 30)/60 = 15,5
e21 = (29 x 30)/60 = 14,5
e22 = (31 x 30)/60 = 15,5
www.valorp.com
Associação - Regras
Tabela maior que 2x2  X2
Pearson
nº total de caselas com (e) < 5 é < 20% do total de caselas e nenhuma
(e) igual a zero
Ex.:
Total de caselas com (e) < 5
6 caselas – 100%
2 caselas – x  x = 33,33%
Sim Não Total
≤ 2 filhos 45 (e = 55,2) 47 (e = 36,8) 92
3 a 5 filhos 252 (e = 240,0) 148 (e = 160,0) 400
≥ 6 filhos 3 (e = 4,8) 5 (e = 3,2) 8
Total 300 200 500
Sim Não Total
≤ 2 filhos 45 (e = 55,2) 47 (e = 36,8) 92
≥ 3 filhos 255 (e = 244,8) 153 (e = 163,2) 400
Total 300 200 500
www.valorp.com
Legenda: * - Teste de qui-quadrado de Pearson; Valor de p considerado significativo abaixo de
0,05.
Forma de apresentar o resultado
Tabela 04. Distribuição dos indivíduos com Doença de Crohn e controles de acordo
com a classificação de sexo
Resposta1: Não houve associação significativa entre as variáveis sexo e grupo, pois o valor
de p foi maior que 0,05. Assim, o fato de ser do sexo feminino ou masculino não está
associado a ter a doença de Crohn.
Grupos
Sexo
Total
p*
Feminino Masculino
n % n % n %
Doença de Crohn 18 60,00 12 40,00 30 50,00 0,071
Controles 11 36,67 19 63,33 30 50,00
www.valorp.com
Outros testes
interessantes!!
www.valorp.com
Comparação de 2 médias para
amostras relacionadas
Variável Antes Depois P
Se plasmático (ug/L) 75,00 (14,23) 113,45 (19,73) 0,001‡
MDA (uMol/L) 1,38 (0,33) 1,52 (0,49) 0,433£
Tabela 07. Medidas de tendência central e dispersão das variáveis Se
plasmático e ORAC antes e após a suplementação com castanha do Brasil.
Legenda: Valores expressos como Média (Desvio padrão); MDA – malodiadeído; ‡ -
teste t de Student para amostras pareadas; £ - teste de Wilcoxon. Valor de p
considerado significativo abaixo de 0,05.
Resposta1: A média de Se plasmático após a suplementação com castanha do Brasil foi
significativamente maior que antes da suplementação (p = 0,001).
Resposta2: A média de MDA não diferiu significativamente antes e após a
suplementação com castanha do Brasil (p = 0,433).
www.valorp.com
Qui-quadrado de McNemar
Bolacha recheada com nescau: Dos 80 indivíduos 39 mudaram, destes 27 (69,23%)
passaram a não consumir bolacha recheada com nescau entre o almoço e o jantar e 12
(30,77%) passaram a consumir bolacha recheada com nescau entre o almoço e o jantar.
Houve diferença significativa nessa mudança de hábito (p = 0,025).
www.valorp.com
Outros formas de
apresentação dos
dados!!
www.valorp.com
Análise Descritiva
Sexo
Idade- 24 casos;
- 60 controles;
www.valorp.com
Valor Máximo
Valor Mínimo
3º Quartil
Mediana ou 2ºQ
1º Quartil
Box Plot
www.valorp.com
Análise Descritiva
IMC Zn e Grupos
www.valorp.com
Análise Descritiva
Legenda: ¥ - EAR (39 mg/dia) e RDA (45 mg/dia) para o sexo feminino e masculino
com idade entre 9 e 13 anos; * - EAR (63 mg/dia) e RDA (75 mg/dia) para o sexo
masculino com idade entre 14 e 18 anos;
Figura 2. Distribuição dos indivíduos de acordo com a
classificação do sexo e do consumo de vitamina C segundo a EAR
e RDA
www.valorp.com
Análise Descritiva
r = 0,741; p < 0,001
Figura 1. Distribuição dos indivíduos de acordo com as
concentrações de ORAC e SOD
www.valorp.com
Consultoria e Cursos
Kaluce Gonçalves de Sousa Almondes
Doutora em Ciência dos Alimentos
Faculdade de Ciências Farmacêuticas - USP
Estatística Básica
www.valorp.com

Mais conteúdo relacionado

Mais procurados

Aula1: Introdução á Bioestatística
Aula1: Introdução á BioestatísticaAula1: Introdução á Bioestatística
Aula1: Introdução á Bioestatísticaansansil
 
Aula 01 - O Processo Saúde e Doença
Aula 01 - O Processo Saúde e DoençaAula 01 - O Processo Saúde e Doença
Aula 01 - O Processo Saúde e DoençaGhiordanno Bruno
 
Bioestatistica basica completa-apresentacao
Bioestatistica basica completa-apresentacaoBioestatistica basica completa-apresentacao
Bioestatistica basica completa-apresentacaoFabiano Reis
 
Etapas do desenvolvimento da busca: análise da pergunta de pesquisa PICO/PICO...
Etapas do desenvolvimento da busca: análise da pergunta de pesquisa PICO/PICO...Etapas do desenvolvimento da busca: análise da pergunta de pesquisa PICO/PICO...
Etapas do desenvolvimento da busca: análise da pergunta de pesquisa PICO/PICO...Rosemeire Rocha Pinto
 
Aula de Bromatologia sobre Umidade e Sólidos Totais
Aula de Bromatologia sobre Umidade e Sólidos TotaisAula de Bromatologia sobre Umidade e Sólidos Totais
Aula de Bromatologia sobre Umidade e Sólidos TotaisJaqueline Almeida
 
TCC: Discussão e Conclusões - Profa. Rilva Muñoz
TCC: Discussão e Conclusões - Profa. Rilva MuñozTCC: Discussão e Conclusões - Profa. Rilva Muñoz
TCC: Discussão e Conclusões - Profa. Rilva MuñozRilva Lopes de Sousa Muñoz
 
Modelos assistenciais de saúde
Modelos assistenciais de saúdeModelos assistenciais de saúde
Modelos assistenciais de saúdeLeticia Passos
 
Aula de Preparação de Cardápios.
Aula de Preparação de  Cardápios.Aula de Preparação de  Cardápios.
Aula de Preparação de Cardápios.Roberta Braga
 
Riscos e doencas. epidemiologia
Riscos e doencas. epidemiologiaRiscos e doencas. epidemiologia
Riscos e doencas. epidemiologiaCarlos Amade
 
bioestatística - 1 parte
bioestatística - 1 partebioestatística - 1 parte
bioestatística - 1 parteRobson Odé
 
Aula 4 epidemiologia em saude publica
Aula 4   epidemiologia em saude publicaAula 4   epidemiologia em saude publica
Aula 4 epidemiologia em saude publicaAnderson Armstrong
 
Introdução a Nutrição
Introdução a NutriçãoIntrodução a Nutrição
Introdução a NutriçãoPaulo Matias
 

Mais procurados (20)

Amostragem - estatistica
Amostragem - estatisticaAmostragem - estatistica
Amostragem - estatistica
 
Aula1: Introdução á Bioestatística
Aula1: Introdução á BioestatísticaAula1: Introdução á Bioestatística
Aula1: Introdução á Bioestatística
 
Aula 01 - O Processo Saúde e Doença
Aula 01 - O Processo Saúde e DoençaAula 01 - O Processo Saúde e Doença
Aula 01 - O Processo Saúde e Doença
 
Conceitos Básicos de Estatística I
Conceitos Básicos de Estatística IConceitos Básicos de Estatística I
Conceitos Básicos de Estatística I
 
Regressão Linear I
Regressão Linear IRegressão Linear I
Regressão Linear I
 
Bioestatistica basica completa-apresentacao
Bioestatistica basica completa-apresentacaoBioestatistica basica completa-apresentacao
Bioestatistica basica completa-apresentacao
 
Etapas do desenvolvimento da busca: análise da pergunta de pesquisa PICO/PICO...
Etapas do desenvolvimento da busca: análise da pergunta de pesquisa PICO/PICO...Etapas do desenvolvimento da busca: análise da pergunta de pesquisa PICO/PICO...
Etapas do desenvolvimento da busca: análise da pergunta de pesquisa PICO/PICO...
 
Aula de Bromatologia sobre Umidade e Sólidos Totais
Aula de Bromatologia sobre Umidade e Sólidos TotaisAula de Bromatologia sobre Umidade e Sólidos Totais
Aula de Bromatologia sobre Umidade e Sólidos Totais
 
TCC: Discussão e Conclusões - Profa. Rilva Muñoz
TCC: Discussão e Conclusões - Profa. Rilva MuñozTCC: Discussão e Conclusões - Profa. Rilva Muñoz
TCC: Discussão e Conclusões - Profa. Rilva Muñoz
 
Modelos assistenciais de saúde
Modelos assistenciais de saúdeModelos assistenciais de saúde
Modelos assistenciais de saúde
 
Regressão Linear Múltipla
Regressão Linear MúltiplaRegressão Linear Múltipla
Regressão Linear Múltipla
 
Aula de Preparação de Cardápios.
Aula de Preparação de  Cardápios.Aula de Preparação de  Cardápios.
Aula de Preparação de Cardápios.
 
Desafios do SUS
Desafios do SUS Desafios do SUS
Desafios do SUS
 
Riscos e doencas. epidemiologia
Riscos e doencas. epidemiologiaRiscos e doencas. epidemiologia
Riscos e doencas. epidemiologia
 
bioestatística - 1 parte
bioestatística - 1 partebioestatística - 1 parte
bioestatística - 1 parte
 
Aula 4 epidemiologia em saude publica
Aula 4   epidemiologia em saude publicaAula 4   epidemiologia em saude publica
Aula 4 epidemiologia em saude publica
 
Aula sistema imunologico
Aula sistema imunologicoAula sistema imunologico
Aula sistema imunologico
 
Introdução a Nutrição
Introdução a NutriçãoIntrodução a Nutrição
Introdução a Nutrição
 
Aula 1 de epidemiologia
Aula 1 de epidemiologiaAula 1 de epidemiologia
Aula 1 de epidemiologia
 
Estudo Coorte
Estudo Coorte Estudo Coorte
Estudo Coorte
 

Semelhante a Estatistica Basica para Saude aula 2

Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptssuser2b53fe
 
Planejamento das Medições (aula 5)
Planejamento das Medições (aula 5)Planejamento das Medições (aula 5)
Planejamento das Medições (aula 5)Sandra Lago Moraes
 
Poder Amostral e Estatística
Poder Amostral e EstatísticaPoder Amostral e Estatística
Poder Amostral e EstatísticaSandro Esteves
 
Medidas de Posição e Dispersão
Medidas de Posição e DispersãoMedidas de Posição e Dispersão
Medidas de Posição e DispersãoLucasCoimbra24
 
Aula aval testes diagnósticos
Aula aval testes diagnósticosAula aval testes diagnósticos
Aula aval testes diagnósticosDaniela Lima
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptssuser2b53fe
 
Avaliação do estado nutricional
Avaliação do estado nutricionalAvaliação do estado nutricional
Avaliação do estado nutricionale.ferreira
 
Avaliação do estado nutricional
Avaliação do estado nutricionalAvaliação do estado nutricional
Avaliação do estado nutricionale.ferreira
 
Aula Estatistica inferencial 1.pdf
Aula Estatistica inferencial 1.pdfAula Estatistica inferencial 1.pdf
Aula Estatistica inferencial 1.pdfRenataSaldanhaSilva
 
estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalestatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalssuser98ac96
 
Fórum Expogenética 2013- Provas Desempenho
Fórum Expogenética 2013- Provas DesempenhoFórum Expogenética 2013- Provas Desempenho
Fórum Expogenética 2013- Provas DesempenhoANCP Ribeirão Preto
 

Semelhante a Estatistica Basica para Saude aula 2 (20)

Teste hip facil
Teste hip facilTeste hip facil
Teste hip facil
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
 
Planejamento das Medições (aula 5)
Planejamento das Medições (aula 5)Planejamento das Medições (aula 5)
Planejamento das Medições (aula 5)
 
Poder Amostral e Estatística
Poder Amostral e EstatísticaPoder Amostral e Estatística
Poder Amostral e Estatística
 
Medidas de Posição e Dispersão
Medidas de Posição e DispersãoMedidas de Posição e Dispersão
Medidas de Posição e Dispersão
 
Aula aval testes diagnósticos
Aula aval testes diagnósticosAula aval testes diagnósticos
Aula aval testes diagnósticos
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
 
Amostragem
AmostragemAmostragem
Amostragem
 
Amostragem
AmostragemAmostragem
Amostragem
 
Avaliação do estado nutricional
Avaliação do estado nutricionalAvaliação do estado nutricional
Avaliação do estado nutricional
 
Confundimento
ConfundimentoConfundimento
Confundimento
 
Avaliação do estado nutricional
Avaliação do estado nutricionalAvaliação do estado nutricional
Avaliação do estado nutricional
 
Ovário policísticos 2
Ovário policísticos 2Ovário policísticos 2
Ovário policísticos 2
 
Apostila bioestatistica 2018
Apostila bioestatistica 2018Apostila bioestatistica 2018
Apostila bioestatistica 2018
 
Aula Estatistica inferencial 1.pdf
Aula Estatistica inferencial 1.pdfAula Estatistica inferencial 1.pdf
Aula Estatistica inferencial 1.pdf
 
Anova de 1 via
Anova de 1 viaAnova de 1 via
Anova de 1 via
 
estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalestatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamental
 
Hep 141
Hep 141Hep 141
Hep 141
 
Fórum Expogenética 2013- Provas Desempenho
Fórum Expogenética 2013- Provas DesempenhoFórum Expogenética 2013- Provas Desempenho
Fórum Expogenética 2013- Provas Desempenho
 
Regressao linear
Regressao linearRegressao linear
Regressao linear
 

Estatistica Basica para Saude aula 2

  • 1. www.valorp.com Consultoria e Cursos Kaluce Gonçalves de Sousa Almondes Doutora em Ciência dos Alimentos Faculdade de Ciências Farmacêuticas - USP Estatística Básica www.valorp.com contato@valorp.com Aula 2
  • 2. www.valorp.com ➢Tipos de variáveis ➢Organização de banco de dados ➢Importância da estatística ➢Pré-requisitos ➢Principais testes univariados (Comparação de 2 médias e de mais de 2 médias, Correlações, Associações) ➢Outras análises importantes Agenda
  • 3. www.valorp.com Discreta – Ex.: número de filhos Quantitativa Contínua – Ex.: IMC Nominal – Ex.: Sem excesso de peso Com excesso de peso Qualitativa Ordinal – Ex.: Baixo peso Eutrófico Excesso de peso Obesidade Tipos de variáveis
  • 4. www.valorp.com Organização de banco de dados Identificação Sexo Nº de filhos IMC Class_IMC_Com e Sem excesso Class_IMC_Completa 1 1 1 18,2 1 1 2 2 2 20,4 1 2 3 1 3 20,0 1 2 4 2 2 14,9 1 1 5 1 5 23,3 1 2 6 1 1 31,2 2 4 7 2 2 26,8 2 3 8 2 3 16,4 1 1 9 1 4 35,2 2 4 LEGENDA: Class_IMC_Com e Sem excesso Class_IMC_Completa Categoria Referência Código Categoria Referência Código Sem excesso < 25 Kg/m2 1 Baixo Peso < 18,5 Kg/m2 1 Com excesso ≥ 25 Kg/m2 2 Eutrofia 18,5 – 24,9 Kg/m2 2 Excesso de peso 25 – 29,9 Kg/m2 3 Sexo Obesidade ≥ 30 Kg/m2 4 Feminino 1 Masculino 2 Qualitativa nominal Quantitativa discreta Quantitativa contínua Qualitativa nominal Qualitativa ordinal
  • 5. www.valorp.com Identificação HAS DM DC Identificação Doenças 1 x 1 1 2 x x 2 6 3 x 3 1 4 x 4 3 5 x 5 2 6 x 6 1 7 x x 7 6 8 x 8 2 9 x x 9 4 10 x x x 10 7 LEGENDA: Doenças Códigos HAS 1 DM 2 DC 3 HAS e DM 4 HAS e DC 5 DM e DC 6 HAS, DM e DC 7 Organização de banco de dados
  • 6. www.valorp.com Classificação das variáveis antropométricas Variáveis Categorias Referência Código IMC (kg/m2) Baixo Peso < 18,5 0 Eutrofia 18,5 – 24,9 1 Excesso de peso 25 – 29,9 2 Obesidade ≥ 30 3 CC (cm) Feminino Masculino Sem risco < 80 < 94 0 Risco elevado 80 – 88 94 – 102 1 Risco muito elevado ≥ 88 ≥ 102 2 % GC Feminino Masculino Risco de doenças e distúrbios associados à desnutrição ≤ 8 ≤ 5 0 Abaixo da média 9 – 22 6 -14 1 Média 23 15 2 Acima da média 24 – 31 16 – 24 3 Risco de doenças associadas à obesidade ≥ 32 ≥ 25 4 Fonte: Organização Mundial de Saúde (2000); Lohman (1992).
  • 7. www.valorp.com 1) Comparação entre as medidas: - Maior, menor, igual; - Melhor, pior, indiferente; 2) Segurança na comparação; Grupo A – média de LDL – 135,2 mg/dL Grupo B – média de LDL – 138,4 mg/dL Será que o grupo B tem concentração média de LDL maior que o grupo A? Importância da estatística
  • 8. www.valorp.com Importância da estatística em laboratório Coeficiente de variação: mede a precisão (reprodutibilidade) do teste. É obtido a partir da média e desvio padrão (CV= DP/média X 100). Em geral, não devem ser maior que 5%.
  • 9. www.valorp.com Identificação Peso Resíduo Resíduo ao quadrado 1 64 1,25 1,5625 2 71 8,25 68,0625 3 53 -9,75 95,0625 4 67 4,25 18,0625 5 55 -7,75 60,0625 6 58 -4,75 22,5625 7 77 14,25 203,0625 8 57 -5,75 33,0625 9 56 -6,75 45,5625 10 51 -11,75 138,0625 11 76 13,25 175,5625 12 68 5,25 27,5625 62,75 0 Média Resíduo Resíduo ao quadrado = (soma total)/nº de indivíduos = (valor do peso - média do peso) = resíduo x resíduo 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 = Σ 𝑑𝑜 𝑟𝑒𝑠í𝑑𝑢𝑜 𝑎𝑜 𝑞𝑢𝑎𝑑𝑟𝑎𝑑𝑜 𝑛 − 1 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 = 888,25 12 − 1 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 = 80,75 𝐷𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 = 80,75 𝐷𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 = 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝐷𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 = 8,986 Média, variância e DP Variância: medida de dispersão que mostra quão distantes os valores estão da média Desvio padrão: é o resultado positivo da raiz quadrada da variância
  • 10. www.valorp.com Univariados – Ex.: qui-quadrado, comparações de 2 ou mais médias, correlações. Multivariados – Ex.: regressões, análise de componentes principais. Testes estatísticos
  • 11. www.valorp.com OBJETIVO DO ESTUDO (Ho) TESTE PARAMÉTRICO TESTE NÃO PARAMÉTRICO comparação de 2 médias (amostras independentes) t-Student Mann-Whitney comparação de 2 médias (amostras relacionadas) t-Student (pareado) Wilcoxon comparação de 3 ou mais médias (amostras independentes) análise de variância (ANOVA) Kruskal-Wallis coeficiente de correlação Pearson Spearman Teste univariados
  • 12. www.valorp.com Hipótese nula e alternativa Hipótese nula (H0) – afirmativa de nenhum efeito ou nenhuma diferença. Ex.: H0: ҧ𝑥 LDLa= ҧ𝑥 LDLb Hipótese alternativa (Ha) – afirmativa a favor da qual esperamos encontrar evidência. Ex.: Ha: ҧ𝑥 LDLa≠ ҧ𝑥 LDLb
  • 13. www.valorp.com Valor P Valor P – A probabilidade que mede a força da evidência contra a hipótese nula Valores P pequenos – evidência contra H0  Logo, Ha é verdadeiro (existe diferença) Valores P grandes – não fornecem evidência contra H0  Logo, Ha não é verdadeiro (não existe diferença) Quanto menor o valor P, mais forte é a evidência contra H0 fornecida pelos dados.
  • 14. www.valorp.com Significância (α) Nível de significância – valor fixo padrão contra H0 α = 0,05 ou 0,01 ou 0,001 P ≤ 0,05  não há mais que uma chance em 20 de os resultados serem facilmente explicados apenas pela variação do acaso  H0 é falso e Ha é verdadeiro Como saber se o valor P é grande ou pequeno? Significância  improvável de acontecer apenas por acaso devido às variações de amostra para amostra
  • 15. www.valorp.com Significância (α) P = 0,03  significante no nível α = 0,05, mas não é significante no nível α = 0,01 ou α = 0,001. P = 0,008  significante no nível α = 0,05 e α = 0,01, mas não é significante no nível α = 0,001. P = 0,0006  significante no nível α = 0,05, α = 0,01 e α = 0,001. Se o valor P é “igual a” ou “menor que” α, dizemos que os dados são estatisticamente significantes no nível α.
  • 16. www.valorp.com Normalidade Kolmogorov-Smirnov ou Shapiro-Wilk - p > 0,05 One-Sample Kolmogorov-Smirnov Test IMC N 84 Normal Parameters(a,b) Mean 18,5845 Std. Deviation 4,36485 Most Extreme Differences Absolute ,170 Positive ,170 Negative -,099 Kolmogorov-Smirnov Z 1,559 Asymp. Sig. (2-tailed) ,015 a Test distribution is Normal. b Calculated from data. p < 0,05 One-Sample Kolmogorov-Smirnov Test Energia N 74 Normal Parameters(a,b) Mean 1782,5811 Std. Deviation 426,96926 Most Extreme Differences Absolute ,059 Positive ,059 Negative -,040 Kolmogorov-Smirnov Z ,507 Asymp. Sig. (2-tailed) ,960 a Test distribution is Normal. b Calculated from data. p > 0,05
  • 17. www.valorp.com Homogeneidade Levene - p > 0,05 p < 0,05 Test of Homogeneity of Variances Levene Statistic df1 df2 Sig. IMC 11,841 1 334 ,001 Energia 3,109 1 282 ,079 p > 0,05 Decisão Variável Normalidade Homogeneidade Compar. média Correlação IMC Não Normal Não Homogêneo Não Paramétrico Não ParamétricoEnergia Normal Homogêneo Paramétrico Por grupos: sexo, genótipo
  • 18. www.valorp.com Decisão - Tipos de testes Comparação de médias Suposições Normalidade Homogeneidade Teste Normal Homogêneo Paramétrico Não normal Não Homogêneo Não Paramétrico Normal Não homogêneo Não paramétrico Não normal Homogêneo Paramétrico Correlações Suposição – só normalidade Variável 1 Variável 2 Teste Normal Normal Paramétrico Não normal Não normal Não paramétrico Normal Não normal Não paramétrico Não normal Normal Não Paramétrico
  • 19. www.valorp.com Comparação de duas médias – amostras independentes
  • 20. www.valorp.com Exemplo - Comparação de 2 médias 1) Pergunta: A média do IMC e a média da idade dos indivíduos adultos com artrite diferem entre os indivíduos do sexo feminino e masculino? 2) As variáveis IMC e idade têm distribuição normal? 3) A variáveis IMC e idade são homogêneas? 4) Decidir se o teste para comparar 2 médias será paramétrico ou não paramétrico. Variável Normalidade Homogeneidade Teste IMC Normal Homogêneo Paramétrico Idade Normal Não homogênea Não Paramétrico Testando a normalidade e a homogeneidade temos que... Obs.: O teste paramétrico para comparação de duas médias é o t de Student O teste não paramétrico para comparação de duas médias é o de Mann-Whitney
  • 21. www.valorp.com Exemplo - Comparação de 2 médias TESTE t DE STUDENT – Condição: p < 0,05 – há diferença entre os grupos; p > 0,05 – não há diferença entre os grupos
  • 22. www.valorp.com Exemplo - Comparação de 2 médias TESTE DE MANN-WHITNEY – Condição: p < 0,05 – há diferença entre os grupos; p > 0,05 – não há diferença entre os grupos Sexo N Mean Std. Deviation Std. Error Mean Feminino 18 27,0944 8,17057 1,92582 Masculino 22 24,4682 2,82782 ,60289 Idade
  • 23. www.valorp.com Forma de apresentar o resultado Variável Sexo n Média (DP) p Idade (anos) Feminino 18 27,09 (8,17) 0,135‡ Masculino 22 24,47 (2,83) IMC (Kg/m2) Feminino 18 21,67 (3,44) 0,433£ Masculino 22 23,64 (4,50) Tabela 01. Comparação de média das variáveis idade e IMC dos indivíduos adultos com artrite. Legenda: IMC – índice de massa corpórea; DP – desvio padrão; ‡ - teste t de Student; £ - teste de Mann-Whitney. Valor de p considerado significativo abaixo de 0,05. Resposta1: A média de idade dos indivíduos adultos com artrite não difere significativamente entre os indivíduos do sexo feminino e masculino (p = 0,135). Resposta2: A média de IMC dos indivíduos adultos com artrite não difere significativamente entre os indivíduos do sexo feminino e masculino (p = 0,433).
  • 24. www.valorp.com Comparação de mais de duas médias – amostras independentes
  • 25. www.valorp.com Exemplo - Comparação de mais de 2 médias 1) Pergunta: A média do IMC e a média da concentração de Se eritrocitário das mulheres com câncer de mama diferem entre os genótipos do SNP Pro198Leu? 2) As variáveis IMC e concentração de Se eritrocitário têm distribuição normal? 3) As variáveis IMC e concentração de Se eritrocitário são homogêneas? 4) Decidir se o teste para comparar mais de 2 médias será paramétrico ou não paramétrico. Variável Normalidade Homogeneidade Teste IMC Normal Homogêneo Paramétrico Se eritrocitário Normal Não homogêneo Não Paramétrico Testando a normalidade e a homogeneidade temos que... Obs.: O teste paramétrico para comparação de mais de duas médias é o ANOVA O teste não paramétrico para comparação de mais de duas médias é o Kruskal-Wallis
  • 26. www.valorp.com Exemplo - Comparação de mais de 2 médias ➢Detalhe importante  Uso do Pós-teste ➢Motivo: ANOVA ou Kruskal-Wallis só dizem que há diferença, mas não mostram onde está a diferença!! ➢Paramétricos: Bonferroni, Scheffe, Duncan, Tukey ➢Não paramétricos: Games-Howell, Dunnett
  • 27. www.valorp.com Exemplo - Comparação de mais de 2 médias TESTE DE ANOVA e TUKEY – Condição: p < 0,05 – há diferença entre os grupos; p > 0,05 – não há diferença entre os grupos
  • 28. www.valorp.com Exemplo - Comparação de mais de 2 médias TESTE DE KRUSKAL-WALLIS e TUKEY – Condição: p < 0,05 – há diferença entre os grupos; p > 0,05 – não há diferença entre os grupos
  • 29. www.valorp.com Forma de apresentar o resultado Tabela 02. Comparação de médias das variáveis IMC e Se eritrocitário de mulheres com câncer de mama de acordo com os genótipos do SNP Pro198Leu. Legenda: IMC – índice de massa corpórea; DP – desvio padrão; ‡ - teste ANOVA; £ - teste de Kruskal-Wallis. Letras iguais indicam que não há diferença significativa e letras diferentes indicam que há diferença significativa entre os grupos segundo o teste de Tukey. Valor de p considerado significativo abaixo de 0,05. Resposta1: A média de IMC das mulheres adultas com câncer de mama não difere significativamente entre os genótipos do SNP Pro198Leu (p = 0,749). Resposta2: A média da concentração de Se eritrocitário das mulheres adultas com câncer de mama difere significativamente entre os genótipos do SNP Pro198Leu (p < 0,01), sendo que a concentração de Se eritrocitário do grupo Pro/Pro foi maior que Pro/Leu e Leu/Leu e a de Pro/Leu foi maior que a de Leu/Leu (p < 0,05). Parâmetro SNP Genótipo n Média (DP) p IMC (Kg/m2) Pro198Leu Pro/Pro 10 21,80 (3,16)a 0,749‡ Pro/Leu 10 23,20 (5,77)a Leu/Leu 10 22,60 (2,72)a Se eritrocitário (ug/L) Pro198Leu Pro/Pro 10 117,91 (32,06)a < 0,01£ Pro/Leu 10 80,81 (6,03)b Leu/Leu 10 58,25 (8,82)c
  • 31. www.valorp.com Exemplo - Correlação 1) Pergunta: Houve correlação entre as variáveis GPx, SOD e ORAC dos participantes considerando os grupos com indivíduos saudáveis e DCV? 2) As variáveis GPx, SOD e ORAC têm distribuição normal? 3) Decidir se o teste de correlação será paramétrico ou não paramétrico. Testando a normalidade e a homogeneidade temos que... Obs.: O teste paramétrico para correlação é o de Pearson O teste não paramétrico para correlação é o de Spearman Variável Normalidade Variável 1 Variável 2 Teste SOD Normal SOD GPx Não Paramétrico GPx Não Normal SOD ORAC Paramétrico ORAC Normal GPx ORAC Não Paramétrico
  • 32. www.valorp.com Exemplo - Correlação ➢DETALHES IMPORTANTES!! Obs1.: Correlação direta ou inversa. Direta - proporcionais, ou seja, quando uma aumenta a outra também aumenta (r é positivo). Inversa - inversamente proporcionais, ou seja, quando uma aumenta a outra diminui (r é negativo). Obs2.: Pearson e Spearman - significativo quando o valor de p é menor que 0,05. O valor de r representa a força da correlação, que varia de 0 a 1. Quanto mais próximo de 1 é o valor de r, mais forte é a correlação.
  • 35. www.valorp.com Grupo Variáveis GPx (U/g Hb) SOD (U/g Hb) ORAC (umol equivalente de trolox/mL de plasma) Caso GPx (U/g Hb) - r = - 0,031; p =0,874£ r = 0,009; p = 0,965£ SOD (U/g Hb) - - r = 0,197; p = 0,317‡ Controle GPx (U/g Hb) - r = - 0,311; p =0,158£ r = - 0,575; p = 0,005£ SOD (U/g Hb) - - r = 0,001; p = 0,998‡ Forma de apresentar o resultado Tabela 03. Correlação entre as variáveis GPx, SOD e ORAC considerando os grupos de indivíduos saudáveis e com DCV. Legenda: GPx – Glutationa peroxidase; SOD – Superóxido dismutase; ORAC – capacidade total antioxidante; ‡ - teste de Pearson; £ - teste de Spearman. Valor de p considerado significativo abaixo de 0,05. Resposta: Houve correlação significativa apenas entre as variáveis GPx e ORAC (r = - 0,575; p < 0,01) no grupo de indivíduos saudáveis, ou seja, a medida que a variável GPx aumenta o ORAC diminui.
  • 37. www.valorp.com Exemplo - Associação 1) Pergunta: Houve associação estatisticamente significativa entre o sexo e os grupos de indivíduos com Doença de Crohn ou controles? 2) Não precisa saber se tem distribuição normal ou homogeneidade das variâncias. 3) O teste utilizado é o qui-quadrado e depende da quantidade das frequências observadas, esperadas e do n total.
  • 38. www.valorp.com Associação - Regras Tabela 2x2  X2 Pearson n ≥ 40 Frequência observada de cada uma das caselas (o) ≥ 5 e; Frequências esperadas (e) ≥ 5 Tabela 2x2  X2 Fisher n < 20 ou 20 < n < 40 e (e) < 5 Feminino Masculino Total DC 18 (e11 = 14,5) 12 (e12 = 15,5) 30 CT 11 (e21 = 14,5) 19 (e22 = 15,5) 30 Total 29 31 60 Sim Não Total Sim 16 (e = 15,3) 12 (e = 4,66) 20 Não 7 (e = 7,67) 19 (e = 2,33) 10 Total 23 7 30 e11 = (29 x 30)/60 = 14,5 e12 = (31 x 30)/60 = 15,5 e21 = (29 x 30)/60 = 14,5 e22 = (31 x 30)/60 = 15,5
  • 39. www.valorp.com Associação - Regras Tabela maior que 2x2  X2 Pearson nº total de caselas com (e) < 5 é < 20% do total de caselas e nenhuma (e) igual a zero Ex.: Total de caselas com (e) < 5 6 caselas – 100% 2 caselas – x  x = 33,33% Sim Não Total ≤ 2 filhos 45 (e = 55,2) 47 (e = 36,8) 92 3 a 5 filhos 252 (e = 240,0) 148 (e = 160,0) 400 ≥ 6 filhos 3 (e = 4,8) 5 (e = 3,2) 8 Total 300 200 500 Sim Não Total ≤ 2 filhos 45 (e = 55,2) 47 (e = 36,8) 92 ≥ 3 filhos 255 (e = 244,8) 153 (e = 163,2) 400 Total 300 200 500
  • 40. www.valorp.com Legenda: * - Teste de qui-quadrado de Pearson; Valor de p considerado significativo abaixo de 0,05. Forma de apresentar o resultado Tabela 04. Distribuição dos indivíduos com Doença de Crohn e controles de acordo com a classificação de sexo Resposta1: Não houve associação significativa entre as variáveis sexo e grupo, pois o valor de p foi maior que 0,05. Assim, o fato de ser do sexo feminino ou masculino não está associado a ter a doença de Crohn. Grupos Sexo Total p* Feminino Masculino n % n % n % Doença de Crohn 18 60,00 12 40,00 30 50,00 0,071 Controles 11 36,67 19 63,33 30 50,00
  • 42. www.valorp.com Comparação de 2 médias para amostras relacionadas Variável Antes Depois P Se plasmático (ug/L) 75,00 (14,23) 113,45 (19,73) 0,001‡ MDA (uMol/L) 1,38 (0,33) 1,52 (0,49) 0,433£ Tabela 07. Medidas de tendência central e dispersão das variáveis Se plasmático e ORAC antes e após a suplementação com castanha do Brasil. Legenda: Valores expressos como Média (Desvio padrão); MDA – malodiadeído; ‡ - teste t de Student para amostras pareadas; £ - teste de Wilcoxon. Valor de p considerado significativo abaixo de 0,05. Resposta1: A média de Se plasmático após a suplementação com castanha do Brasil foi significativamente maior que antes da suplementação (p = 0,001). Resposta2: A média de MDA não diferiu significativamente antes e após a suplementação com castanha do Brasil (p = 0,433).
  • 43. www.valorp.com Qui-quadrado de McNemar Bolacha recheada com nescau: Dos 80 indivíduos 39 mudaram, destes 27 (69,23%) passaram a não consumir bolacha recheada com nescau entre o almoço e o jantar e 12 (30,77%) passaram a consumir bolacha recheada com nescau entre o almoço e o jantar. Houve diferença significativa nessa mudança de hábito (p = 0,025).
  • 46. www.valorp.com Valor Máximo Valor Mínimo 3º Quartil Mediana ou 2ºQ 1º Quartil Box Plot
  • 48. www.valorp.com Análise Descritiva Legenda: ¥ - EAR (39 mg/dia) e RDA (45 mg/dia) para o sexo feminino e masculino com idade entre 9 e 13 anos; * - EAR (63 mg/dia) e RDA (75 mg/dia) para o sexo masculino com idade entre 14 e 18 anos; Figura 2. Distribuição dos indivíduos de acordo com a classificação do sexo e do consumo de vitamina C segundo a EAR e RDA
  • 49. www.valorp.com Análise Descritiva r = 0,741; p < 0,001 Figura 1. Distribuição dos indivíduos de acordo com as concentrações de ORAC e SOD
  • 50. www.valorp.com Consultoria e Cursos Kaluce Gonçalves de Sousa Almondes Doutora em Ciência dos Alimentos Faculdade de Ciências Farmacêuticas - USP Estatística Básica www.valorp.com