SlideShare uma empresa Scribd logo
BIOESTATÍSTICA A Bioestatística estuda métodos para a  obtenção, organização e  análise de dados  e os métodos de tirar conclusão e fazer predições com base nesses dados. É uma matéria fundamental para a realização de pesquisas com  coleta de dados Os procedimentos estudados na Bioestatística serão utilizados na realização do  TCC
Estatística Descritiva : consistem em resumir as principais características de um conjunto de dados através de tabelas, gráficos e medidas descritivas em forma de resumos numéricos; Inferência Estatística : consiste em generalizar os resultados de uma amostra para todos os elementos da população, isto é realizado basicamente na forma de Estimação Intervalar e de Testes de Hipóteses.
CONCEITOS BÁSICOS População : Conjunto de TODAS as unidades  que se deseja estudar Amostra : Subconjunto da população, são as unidades que iremos observar
CONCEITOS BÁSICOS INDIVÍDUO : cada elemento afetado por uma medida ou enumerado por um índice. VARIÁVEL : determinada característica que, por algum motivo, nos interessa estudar. A escolha da variável de interesse dependerá, em cada caso, dos objetivos do estudo estatístico em questão,  É O QUE MEDIREMOS!!
FASES DE UM TRABALHO ESTATÍSTICO 1ª DEFINIÇÃO DO PROBLEMA .   2ª PLANEJAMENTO 3ª COLETA DE DADOS 4ª APURAÇÃO DOS DADOS 5ª APRESENTAÇÃO DOS DADOS   6ª ANÁLISE E INTERPRETAÇÃO DOS DADOS
Planejamento O QUE MEDIR   – quais variáveis utilizar COMO MEDIR   – como medir estas variáveis DE QUEM MEDIR   – qual será a amostra
Exemplo 1: Realizar uma pesquisa de opinião com os alunos da Faculdade Como medir estar variáveis??  Questionário .  Como aplicar,...   Quais variáveis utilizar??  Quais questões, opções de resposta,... Como será a amostra??  Quantas pessoas, como selecionar,...
Exemplo 2: Verificar a eficiência de um treinamento em jogadores de Basquete  12 a 14 anos jogos colegiais Quais variáveis utilizar??  Velocidade, Impulsão,... Como medir estar variáveis??. Quais Protocolos utilizar. Como será a amostra??  Quantas pessoas,  como selecionar ,...
VARIÁVEIS QUALITATIVAS  (CATEGÓRICAS) NOMINAIS (NÃO TEM ORDEM) ORDINAIS (TEM ORDEM) QUANTITATIVAS DISCRETAS (CONTAGEM) CONTÍNUAS (MENSURAÇÃO)
AMOSTRAGEM Amostra  é parte desta população, é a parte que será realmente estudada, portanto pode-se compreender que ela deva apresentar o melhor possível, a população da qual veio.  Razões para o Uso de Amostra: De ordem prática População hipotética
TIPOS DE AMOSTRAS MAIS USADAS -  Aleatória simples : Sortear indivíduos do total da população (LISTA) -  Aleatória sistemática : Selecionar indivíduos de “k em k” quando não é possível sortear -  Estratificada proporcional : Dividir a população em estratos (grupos) e selecionar a amostra proporcionalmente dentro de cada estrato
Exemplo: Uma população é dividida em 3 grupos da seguinte forma Estrato A (jovens) _____> 120 elementos Estrato B (adultos) _____> 72 elementos Estrato C (3ª idade) _____> 48 elementos Retirar uma amostra de 50 indivíduos dessa população
AMOSTRA POR CONVENIÊNCIA Quando não é possível utilizar nenhum dos planos amostrais anteriores e a única possibilidade é utilizar alguns indivíduos que temos a disposição Obs : Caracterizar bem a amostra para deixar claro qual população ela representa (descrição das características dos indivíduos como:  sexo,   escolaridade classe social , etc.)
TABELAS
GRÁFICOS Barras ou Colunas : Comparar as quantidades Escala  Iniciar do  ZERO !! Pizza ou Setores : Comparar as partes de um todo Apenas Categorias  NOMINAIS No Máximo 5 ou 6 Categorias Linhas : Verificar comportamento  AO LONGO DO TEMPO
CORRELAÇÃO Verificar como 2 variáveis quantitativas se relacionam Diagrama de Dispersão Coeficiente de Correlação de Pearson
DISTRIBUIÇÃO DE FREQUÊNCIA Tabela para variáveis quantitativas
Histograma
MEDIDAS DE TENDÊNCIA CENTRAL Média . É o valor em torno do qual os dados se concentram. Exemplo: Amostra de 5 valores de colesterol: 200 - 250 - 280 - 310 - 320
Mediana .  É o valor que divide um conjunto de observações ao meio  Ex 1) Amostra de 5 valores de colesterol:  200 - 250 -  280  - 310 - 320  (n.º de observações ímpares) Md = 280 (mg/dL) Interpretação : 50% dos indivíduos tem colesterol igual ou menor que 280 e os outros 50% tem 280 ou mais.
Ex 2) Amostra de salários de 6 profissionais:  200 – 220 –  250 – 280  –  310 – 320  (n.º de observações par) Md=  250 + 280   2 Md= 265,00 reais Interpretação : metade dos profissionais tem salário igual ou menor que 265,00 reais e os demais tem salário igual ou maior de 265,00 reais.
Moda . É o valor que ocorre com maior freqüência dentro do conjunto de observação. Ex) Idade de alunos (em anos): 18 -  19 - 19 - 19  - 20 - 21 - 22 Mo = 19 anos Interpretação: a idade que mais aparece é 19 anos. 1 moda = unimodal  2 modas = bimodal + de 2 modas = multimodal  não possui moda = amodal
Separatrizes . São valores que dividem um conjunto de observações em partes iguais: Mediana  -- Divide em 2 partes iguais (Md) Quartil ----- Divide em 4 partes iguais (Q) Decil  -------Divide em 10 partes iguais (D) Percentil  ------Divide em 100 partes iguais (P) Ex) P 45  = 23,8 anos Interpretação: 45% das pessoas tem menos de 23,8 anos e 55% tem mais de 23,8 anos
MEDIDAS DE VARIABILIDADE AMPLITUDE (H)   É a diferença entre o valor máximo e o valor mínimo de conjunto de dados H = M – m VARIÂNCIA (S 2 )  É a “média” entre os quadrados das diferenças entre cada elemento do conjunto de dados e sua média.
DESVIO PADRÃO (s)   É a raiz quadrada positiva da variância. Ele mede a dispersão de um conjunto de dados em relação à média. Notas de 4 bimestres na disciplina de Bioestatística de 2 alunos: A) 4 - 6 - 4 - 6 B) 0 - 4 - 6 - 10
1º Passo:  cálculo da média 2º Passo:  cálculo dos desvios 3º Passo:  cálculo dos desvios ao quadrado 4º Passo:  Cálculo da somatória dos desvios ao quadrado 5º Passo:  aplicação da fórmula
COEFICIENTE DE VARIAÇÃO (CV)   É a medida de dispersão relativa porque estabelece uma relação entre o desvio padrão e a média.  Utilizada para comparar a variabilidade relativa ou grau de homogeneidade de diferentes grupos Considera-se um grupo homogêneo quando CV ≤ 30%. Com um CV > 30% o grupo vai perdendo a homogeneidade %
Exemplo: Indique qual grupo é mais homogêneo em relação ao salário: Grupo A : Média R$600 desvio padrão R$50 Grupo B : Média R$1.000 desvio padrão R$70 CV A = 50/600 = 8,33% CV B = 70/1.000 = 7% Grupo B mais homogêneo (CV menor)
Cálculos no Excel: Contar Valores:  =CONT.SE(A1:A20;” C ”) Obs. No lugar de  C  colocar o valor que será contado entre aspas Média:  =MÉDIA(A1:A20) Mediana:  =MED(A1:A20) Percentil:  =PERCENTIL(A1:A20;0, p )   Obs. No lugar de  p  colocar o pecentil desejado Maior Valor:  =MÁXIMO(A1:A20) Menor Valor:  =MÍNIMO(A1:A20) Variância:  =VAR(A1:A20) Desvio Padrão:  =DESVPAD(A1:A20) Coeficiente de Correlação de Pearson:  =CORREL(A1:A20;B1:B20)
INFERÊNCIA ESTATÍSTICA Generalizar os resultados da Amostra para a População Parâmetro  = Verdadeiro valor populacional – Desconhecido (impossível calcular com dados amostrais) Estimativa  = Valor amostral – Conhecido (possível calcular com dados amostrais
Estimação Intervalar Com base no valor amostral calcular a margem de erro para estimar o valor populacional - Ex.:Pesquisa Eleitoral: Candidato A: 30% Candidato B: 27% Margem de erro de  2 pontos percentuais  para mais a para menos Candidato A : 28% a 32% Candidato B: 25% a 29%
CONFIABILIDADE Probabilidade do Intervalo conter o verdadeiro valor populacional (estar certo) 90%  95%  99% SIGNIFICÂNCIA Probabilidade do Intervalo não conter o verdadeiro valor populacional (estar errado) 10%  5%  1%
Cálculo da Margem de Erro: Z = valor da tabela Z com a confiabilidade definida (para 95% = 1,96) P= proporção estimada (usualmente 0,5) n = tamanho da amostra Ex. Com 95% de confiabilidade e amostra de 600 indivíduos margem de erro = 4%
CÁLCULO TAMANHO DA AMOSTRA Ex.: Para uma população de 3.000 pessoas, com 95% de confiabilidade e 5% de erro admissível (margem de erro) n = 384  nc = 340 Amostra de 340 indivíduos
TESTES DE HIPÓTESES COMPARAÇÃO 2 Grupos Diferentes ou Mesmos Indivíduos em 2 Momentos Diferentes OBJETIVO: VERIFICAR SE AS DIFERENÇAS SÃO  SIGNIFICATIVAS Será que a diferença entre as médias das amostras é significativa quando generalizamos os resultados para a população?
Ho  => Hipótese Nula => Indica Igualdade => É a Hipóteses que Será Testada H1  => Hipóteses Alternativa => Indica Diferença O resultado de um teste é uma das seguintes afirmações: REJEITO Ho NÃO REJEITO Ho Hipóteses Estatísticas
Ho: = H1:  ≠ Se o teste indica que  REJEITO Ho   isto significa que  EXISTE DIFERENÇA SIGNIFICATIVA Se o teste indica que  NÃO REJEITO   Ho isto indica que  NÃO EXISTE DIFERENÇA SIGNIFICATIVA
Para a realização de um teste deve-se calcular a  Estatística de Teste   ou  Valor Calculado , definir as  Regiões Críticas   (com base nas tabelas), e fazer a conclusão com base no esquema abaixo:
Procedimentos para realização de um teste de hipóteses  com  Valor Calculado: Formular as hipóteses   ( H 0  e H 1 ) Calcular a  Estatística de Teste   ou   Valor Calculado Determinar as  Regiões Críticas Decidir pela  rejeição , ou   não rejeição , da hipótese nula Interpretar  o resultado .
TESTE F PARA COMPARAR VARIÂNCIAS Ho: VAR A = VAR B  H1: VAR A  ≠ VAR B Distribuição F com  gl Estatística de Teste:
TESTE t PARA COMPARAR MÉDIAS Ho: MÉDIA A = MÉDIA B H1: MÉDIA A  ≠ MÉDIA B OBSERVAÇÕES INDEPENDENTES   COM  VARIÂNCIAS  SUPOSTAMENTE  IGUAIS OBSERVAÇÕES INDEPENDENTES   COM  VARIÂNCIAS  SUPOSTAMENTE  DIFERENTES OBSERVAÇÕES DEPENDENTES
OBSERVAÇÕES INDEPENDENTES: 2 GRUPOS COM INDIVÍDUOS DIFERENTES OBSERVAÇÕES DEPENDENTES: OS MESMOS INDIVÍDUOS EM 2 MOMENTOS DIFERENTES ( ANTES E DEPOIS  OU  PRÉ E PÓS TESTES )
OBSERVAÇÕES INDEPENDENTES   COM  VARIÂNCIAS  SUPOSTAMENTE  IGUAIS Estatística de Teste : Distribuição  t com  n 1 +n 2 –2  gl
OBSERVAÇÕES INDEPENDENTES   COM  VARIÂNCIAS  SUPOSTAMENTE  DIFERENTES Estatística de Teste : Distribuição  t com  gl Onde
OBSERVAÇÕES DEPENDENTES Estatística de Teste : Onde  é a média da diferenças e S d  é o desvio padrão das diferenças  Distribuição  t com n – 1 gl
TESTES DE HIPÓTESES COM VALOR P (P-VALOR) P-VALOR é a probabilidade de errar quando Ho é rejeitado, desta forma: se p-valor for grande :  NÃO REJEITO Ho se p-valor for pequeno: REJEITO Ho
TESTES DE HIPÓTESES COM VALOR P (P-VALOR) Desta forma utilizamos o seguinte critério para a realização de um teste com p-valor: se p-valor for  MAIOR  que a significância  (5% ou 0,05)  :  NÃO REJEITO Ho se p-valor for  MENOR  que a significância  (5% ou 0,05)  : REJEITO Ho
Procedimentos para realização de um teste de hipóteses com  p-valor Formular as hipóteses  ( H0 e H1) Decidir pela  rejeição , ou  não rejeição , da hipótese nula (com base no p-valor) Interpretar  o resultado.
TESTE QUI QUADRADO (  2 ) PARA INDEPENDÊNCIA Utilizado quando a variável medida é  QUALITATIVA  e deseja-se comparar 2 ou mais grupos Consiste em comparar os valores  OBSERVADOS  com os valores  ESPERADOS , se não houvesse diferença nenhuma entre os grupos
TESTE QUI QUADRADO (  2 ) Estatística de teste: Distribuição    2  com (s-1) x (r-1) gl
Cálculos no Excel: Teste F:  =TESTEF(A1:A20;B1:B20) Teste t de student:  =TESTET(A1:A20;A1:B20;1; tipo ) Obs. No lugar de  tipo  colocar: 1 se forem observações dependentes 2 se forram observações independentes  variâncias iguais 3 se forram observações independentes  variâncias diferentes Teste qui-quadrado:  =TESTE.QUI(A1:B2;A4:B5) Obs. Primeiro Intervalo: Valores Observados Segundo Intervalo: Valores Esperados
TESTES NÃO PARAMÉTRICOS 2 grupos Mais de 2 grupos Nível de Mensuração  Dependente Independente Dependente Independente Nominal McNemar  Fisher ou   2  Q Cochran   2 Ordinal Wilcoxon   U Mann-Whitney   Friedman  Kruskal-Wallis
ANOVA  Análise de Variância É utilizada quando a variável é  QUANTITATIVA  e deseja-se comparar  MAIS DE 2 GRUPOS , é uma alternativa ao teste t com observações independentes
ANÁLISE ESTATÍSTICA Quando o objetivo do trabalho é apenas fazer uma descrição e não se pretende fazer uma comparação: Cálculo de medidas descritivas:  Média e desvio padrão para variáveis quantitativas Porcentagem para variáveis qualitativas
ANÁLISE ESTATÍSTICA Quando o objetivo do trabalho é fazer uma comparação entre grupos ou entre o pré teste e o pós teste. Para verificar se existe diferença significativa deve ser utilizado algum dos seguintes testes estatísticos:   Variável quantitativa com pelo menos 15 indivíduos por grupo:  Comparar pré e pós teste: teste t de student para observações dependentes (pareado) Comparar 2 grupos: teste t de student para observações independentes Comparar mais de 2 grupos: ANOVA Comparar 2 grupos ou mais em períodos de tempo diferentes: ANOVA de medidas repetidas
ANÁLISE ESTATÍSTICA Variável quantitativa com menos de 15 indivíduos por grupo ou variável qualitativa ordinal: Comparar pré e pós teste: teste Wilcoxon Comparar 2 grupos: teste U de Mann-Whitney Comparar mais de 2 grupos: teste Kruskal-Wallis Comparar mais de 2 períodos de tempo diferentes: Friedman   Variável qualitativa nominal:  Comparar pré e pós teste: teste McNemar Comparar 2 grupos: teste qui-quadrado ( amostras grandes ) ou teste de Fisher (apenas 2 possíveis respostas) Comparar mais de 2 grupos: teste qui-quadrado ( amostras grandes )
Tamanho da amostra Para justificar amostras de até 100 indivíduos, com 95% de confiabilidade, para a comparação de grupos pode-se utilizar a seguinte tabela, segundo Altman (1991) Referência: ALTMAN D. G. Pratical Statistics for Medical Research.  Chapman and Hall, London, 1991
Tabela com tamanho da amostra para uma confiabilidade de 95%: Tamanho da amostra Poder de teste Diferença padronizada 15 60% 1,2 20 65% 1 25 70% 1 30 80% 1 35 85% 1 40 85% 0,95 50 85% 0,85 60 85% 0,75 70 85% 0,70 80 85% 0,65 90 85% 0,60 100 85% 0,55

Mais conteúdo relacionado

Mais procurados

1.1 determinantes sociais-da-saude
1.1 determinantes sociais-da-saude1.1 determinantes sociais-da-saude
1.1 determinantes sociais-da-saude
Tereza Cristina
 
Estratégia saúde da família
Estratégia saúde da famíliaEstratégia saúde da família
Estratégia saúde da família
Ruth Milhomem
 
Revisão Sistemática da Literatura
Revisão Sistemática da LiteraturaRevisão Sistemática da Literatura
Revisão Sistemática da Literatura
Rilva Lopes de Sousa Muñoz
 
Aula 1 - Bioestatística
Aula 1 - BioestatísticaAula 1 - Bioestatística
Aula 1 - Bioestatística
Caroline Godoy
 
Bioestatistica
BioestatisticaBioestatistica
Bioestatistica
Bruno Gomes
 
Tipos de estudos epidemiológicos
Tipos de estudos epidemiológicosTipos de estudos epidemiológicos
Tipos de estudos epidemiológicos
Arquivo-FClinico
 
Testes parametricos e nao parametricos
Testes parametricos e nao parametricosTestes parametricos e nao parametricos
Testes parametricos e nao parametricos
Rosario Cação
 
Estatística Descritiva
Estatística DescritivaEstatística Descritiva
Estatistica descritiva
Estatistica descritiva Estatistica descritiva
Estatistica descritiva
Geisla Maia Gomes
 
Aula Introdutória de Saúde Coletiva
Aula Introdutória de Saúde ColetivaAula Introdutória de Saúde Coletiva
Aula Introdutória de Saúde Coletiva
Karynne Alves do Nascimento
 
Sistema óSseo
Sistema óSseoSistema óSseo
Sistema óSseo
Eduardo Gomes da Silva
 
Aula 10 sistema circulatório - anatomia e fisiologia
Aula 10   sistema circulatório - anatomia e fisiologiaAula 10   sistema circulatório - anatomia e fisiologia
Aula 10 sistema circulatório - anatomia e fisiologia
Hamilton Nobrega
 
Bioestatistica basica -_paulo_margotto
Bioestatistica basica -_paulo_margottoBioestatistica basica -_paulo_margotto
Bioestatistica basica -_paulo_margotto
Andréia Pereira
 
Aula 4 ensaio clínico randomizado
Aula 4   ensaio clínico randomizadoAula 4   ensaio clínico randomizado
Aula 4 ensaio clínico randomizado
Ricardo Alexandre
 
Modelos de Pesquisa Científica de Abordagem Quantitativa
Modelos de Pesquisa Científica de Abordagem QuantitativaModelos de Pesquisa Científica de Abordagem Quantitativa
Modelos de Pesquisa Científica de Abordagem Quantitativa
Rilva Lopes de Sousa Muñoz
 
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
Ghiordanno Bruno
 
Epidemiologia Resumos
Epidemiologia ResumosEpidemiologia Resumos
Epidemiologia Resumos
Celene Longo
 
Fisiologia do sistema digestório
Fisiologia do sistema digestórioFisiologia do sistema digestório
Fisiologia do sistema digestório
LIVROS PSI
 
EPIDEMIOLOGIA
EPIDEMIOLOGIAEPIDEMIOLOGIA
EPIDEMIOLOGIA
Ana Carolina Costa
 
Indicadores de Saúde
Indicadores de SaúdeIndicadores de Saúde
Indicadores de Saúde
Wanderson Oliveira
 

Mais procurados (20)

1.1 determinantes sociais-da-saude
1.1 determinantes sociais-da-saude1.1 determinantes sociais-da-saude
1.1 determinantes sociais-da-saude
 
Estratégia saúde da família
Estratégia saúde da famíliaEstratégia saúde da família
Estratégia saúde da família
 
Revisão Sistemática da Literatura
Revisão Sistemática da LiteraturaRevisão Sistemática da Literatura
Revisão Sistemática da Literatura
 
Aula 1 - Bioestatística
Aula 1 - BioestatísticaAula 1 - Bioestatística
Aula 1 - Bioestatística
 
Bioestatistica
BioestatisticaBioestatistica
Bioestatistica
 
Tipos de estudos epidemiológicos
Tipos de estudos epidemiológicosTipos de estudos epidemiológicos
Tipos de estudos epidemiológicos
 
Testes parametricos e nao parametricos
Testes parametricos e nao parametricosTestes parametricos e nao parametricos
Testes parametricos e nao parametricos
 
Estatística Descritiva
Estatística DescritivaEstatística Descritiva
Estatística Descritiva
 
Estatistica descritiva
Estatistica descritiva Estatistica descritiva
Estatistica descritiva
 
Aula Introdutória de Saúde Coletiva
Aula Introdutória de Saúde ColetivaAula Introdutória de Saúde Coletiva
Aula Introdutória de Saúde Coletiva
 
Sistema óSseo
Sistema óSseoSistema óSseo
Sistema óSseo
 
Aula 10 sistema circulatório - anatomia e fisiologia
Aula 10   sistema circulatório - anatomia e fisiologiaAula 10   sistema circulatório - anatomia e fisiologia
Aula 10 sistema circulatório - anatomia e fisiologia
 
Bioestatistica basica -_paulo_margotto
Bioestatistica basica -_paulo_margottoBioestatistica basica -_paulo_margotto
Bioestatistica basica -_paulo_margotto
 
Aula 4 ensaio clínico randomizado
Aula 4   ensaio clínico randomizadoAula 4   ensaio clínico randomizado
Aula 4 ensaio clínico randomizado
 
Modelos de Pesquisa Científica de Abordagem Quantitativa
Modelos de Pesquisa Científica de Abordagem QuantitativaModelos de Pesquisa Científica de Abordagem Quantitativa
Modelos de Pesquisa Científica de Abordagem Quantitativa
 
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
 
Epidemiologia Resumos
Epidemiologia ResumosEpidemiologia Resumos
Epidemiologia Resumos
 
Fisiologia do sistema digestório
Fisiologia do sistema digestórioFisiologia do sistema digestório
Fisiologia do sistema digestório
 
EPIDEMIOLOGIA
EPIDEMIOLOGIAEPIDEMIOLOGIA
EPIDEMIOLOGIA
 
Indicadores de Saúde
Indicadores de SaúdeIndicadores de Saúde
Indicadores de Saúde
 

Destaque

Slides machine learning festival path pdf
Slides machine learning festival path pdfSlides machine learning festival path pdf
Slides machine learning festival path pdf
Fabio Bottura
 
Introdução a Machine Learning e TensorFlow
Introdução a Machine Learning e TensorFlowIntrodução a Machine Learning e TensorFlow
Introdução a Machine Learning e TensorFlow
Guilherme Campos
 
Anova spss
Anova spssAnova spss
Anova spss
Célia M. D. Sales
 
Ipaee capitulo 6_slides
Ipaee capitulo 6_slidesIpaee capitulo 6_slides
Ipaee capitulo 6_slides
Dharma Initiative
 
Primeira apr
Primeira aprPrimeira apr
Primeira apr
Vanessa Souza
 
DESENVOLVIMENTO E AVALIAÇÃO DE DESEMPENHO DO MECANISMO DE RECONHECIMENTO AUTO...
DESENVOLVIMENTO E AVALIAÇÃO DE DESEMPENHO DO MECANISMO DE RECONHECIMENTO AUTO...DESENVOLVIMENTO E AVALIAÇÃO DE DESEMPENHO DO MECANISMO DE RECONHECIMENTO AUTO...
DESENVOLVIMENTO E AVALIAÇÃO DE DESEMPENHO DO MECANISMO DE RECONHECIMENTO AUTO...
Leinylson Fontinele
 
tese_licenciatura-presentation
tese_licenciatura-presentationtese_licenciatura-presentation
tese_licenciatura-presentation
Meizal Popat
 
Analise estatistica excel
Analise estatistica excelAnalise estatistica excel
Analise estatistica excel
João Paulo Dendrolog
 
Delineamento Analises Multivariadas
Delineamento  Analises MultivariadasDelineamento  Analises Multivariadas
Delineamento Analises Multivariadas
buenobio
 
Regressao linear multipla
Regressao linear multiplaRegressao linear multipla
Regressao linear multipla
aniziorochaaraujo
 

Destaque (10)

Slides machine learning festival path pdf
Slides machine learning festival path pdfSlides machine learning festival path pdf
Slides machine learning festival path pdf
 
Introdução a Machine Learning e TensorFlow
Introdução a Machine Learning e TensorFlowIntrodução a Machine Learning e TensorFlow
Introdução a Machine Learning e TensorFlow
 
Anova spss
Anova spssAnova spss
Anova spss
 
Ipaee capitulo 6_slides
Ipaee capitulo 6_slidesIpaee capitulo 6_slides
Ipaee capitulo 6_slides
 
Primeira apr
Primeira aprPrimeira apr
Primeira apr
 
DESENVOLVIMENTO E AVALIAÇÃO DE DESEMPENHO DO MECANISMO DE RECONHECIMENTO AUTO...
DESENVOLVIMENTO E AVALIAÇÃO DE DESEMPENHO DO MECANISMO DE RECONHECIMENTO AUTO...DESENVOLVIMENTO E AVALIAÇÃO DE DESEMPENHO DO MECANISMO DE RECONHECIMENTO AUTO...
DESENVOLVIMENTO E AVALIAÇÃO DE DESEMPENHO DO MECANISMO DE RECONHECIMENTO AUTO...
 
tese_licenciatura-presentation
tese_licenciatura-presentationtese_licenciatura-presentation
tese_licenciatura-presentation
 
Analise estatistica excel
Analise estatistica excelAnalise estatistica excel
Analise estatistica excel
 
Delineamento Analises Multivariadas
Delineamento  Analises MultivariadasDelineamento  Analises Multivariadas
Delineamento Analises Multivariadas
 
Regressao linear multipla
Regressao linear multiplaRegressao linear multipla
Regressao linear multipla
 

Semelhante a Bioestatística

Estdescr
EstdescrEstdescr
Estdescr
jarbas glauber
 
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
ssuser2b53fe
 
Estatística e probabilidade - 7 Medidas de Variabilidade
Estatística e probabilidade - 7 Medidas de VariabilidadeEstatística e probabilidade - 7 Medidas de Variabilidade
Estatística e probabilidade - 7 Medidas de Variabilidade
Ranilson Paiva
 
Aula4 CENTROTEC.pptx
Aula4 CENTROTEC.pptxAula4 CENTROTEC.pptx
Aula4 CENTROTEC.pptx
ssuser5ee745
 
Princípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - IPrincípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - I
Federal University of Bahia
 
Conceitos Básicos de Estatística II
Conceitos Básicos de Estatística IIConceitos Básicos de Estatística II
Conceitos Básicos de Estatística II
Vitor Vieira Vasconcelos
 
Fundamentos da bioestatística
Fundamentos da bioestatísticaFundamentos da bioestatística
Fundamentos da bioestatística
Juliano van Melis
 
Apresentação do PowerPoint - Estatística Descritiva
Apresentação do PowerPoint - Estatística DescritivaApresentação do PowerPoint - Estatística Descritiva
Apresentação do PowerPoint - Estatística Descritiva
DayaniQuerodaSilva2
 
Aula7
Aula7Aula7
Estatística para Ciências Sociais
Estatística para Ciências SociaisEstatística para Ciências Sociais
Estatística para Ciências Sociais
Vinicius Barreiro Funicelli
 
Resumo aulas (daniela gomes)
Resumo aulas (daniela gomes)Resumo aulas (daniela gomes)
Resumo aulas (daniela gomes)
Daniela Gomes
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
Fabricia Fonseca
 
Estdescr1
Estdescr1Estdescr1
Estdescr1
Marcelo Ribeiro
 
Estatística Descritiva
Estatística DescritivaEstatística Descritiva
Estatística Descritiva
Mércia Regina da Silva
 
Estdescr1
Estdescr1Estdescr1
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
Pedro Kangombe
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
Ana
 
1-bioestatstica-140320051658-phpapp02.pdf
1-bioestatstica-140320051658-phpapp02.pdf1-bioestatstica-140320051658-phpapp02.pdf
1-bioestatstica-140320051658-phpapp02.pdf
LuizAntnioDosSantos3
 
2012 aula1 (1)
2012 aula1 (1)2012 aula1 (1)
2012 aula1 (1)
Fernando Lira Lira
 
Cálculo Amostral
Cálculo AmostralCálculo Amostral
Cálculo Amostral
César William
 

Semelhante a Bioestatística (20)

Estdescr
EstdescrEstdescr
Estdescr
 
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
 
Estatística e probabilidade - 7 Medidas de Variabilidade
Estatística e probabilidade - 7 Medidas de VariabilidadeEstatística e probabilidade - 7 Medidas de Variabilidade
Estatística e probabilidade - 7 Medidas de Variabilidade
 
Aula4 CENTROTEC.pptx
Aula4 CENTROTEC.pptxAula4 CENTROTEC.pptx
Aula4 CENTROTEC.pptx
 
Princípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - IPrincípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - I
 
Conceitos Básicos de Estatística II
Conceitos Básicos de Estatística IIConceitos Básicos de Estatística II
Conceitos Básicos de Estatística II
 
Fundamentos da bioestatística
Fundamentos da bioestatísticaFundamentos da bioestatística
Fundamentos da bioestatística
 
Apresentação do PowerPoint - Estatística Descritiva
Apresentação do PowerPoint - Estatística DescritivaApresentação do PowerPoint - Estatística Descritiva
Apresentação do PowerPoint - Estatística Descritiva
 
Aula7
Aula7Aula7
Aula7
 
Estatística para Ciências Sociais
Estatística para Ciências SociaisEstatística para Ciências Sociais
Estatística para Ciências Sociais
 
Resumo aulas (daniela gomes)
Resumo aulas (daniela gomes)Resumo aulas (daniela gomes)
Resumo aulas (daniela gomes)
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
 
Estdescr1
Estdescr1Estdescr1
Estdescr1
 
Estatística Descritiva
Estatística DescritivaEstatística Descritiva
Estatística Descritiva
 
Estdescr1
Estdescr1Estdescr1
Estdescr1
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
 
1-bioestatstica-140320051658-phpapp02.pdf
1-bioestatstica-140320051658-phpapp02.pdf1-bioestatstica-140320051658-phpapp02.pdf
1-bioestatstica-140320051658-phpapp02.pdf
 
2012 aula1 (1)
2012 aula1 (1)2012 aula1 (1)
2012 aula1 (1)
 
Cálculo Amostral
Cálculo AmostralCálculo Amostral
Cálculo Amostral
 

Mais de felipethoaldo

Lei estadual Desfibriladores n_14_427_de_07_de_julho_de_2004
Lei estadual Desfibriladores n_14_427_de_07_de_julho_de_2004Lei estadual Desfibriladores n_14_427_de_07_de_julho_de_2004
Lei estadual Desfibriladores n_14_427_de_07_de_julho_de_2004
felipethoaldo
 
Aula hemorragia ps db
Aula hemorragia ps dbAula hemorragia ps db
Aula hemorragia ps db
felipethoaldo
 
Animais pe%e7onhentos e venenosos db
Animais pe%e7onhentos e venenosos dbAnimais pe%e7onhentos e venenosos db
Animais pe%e7onhentos e venenosos db
felipethoaldo
 
Desmaio cc db
Desmaio   cc dbDesmaio   cc db
Desmaio cc db
felipethoaldo
 
Ps osteoporose db
Ps  osteoporose dbPs  osteoporose db
Ps osteoporose db
felipethoaldo
 
Ps queimaduras db
Ps queimaduras dbPs queimaduras db
Ps queimaduras db
felipethoaldo
 
Ps fraturas p est db
Ps fraturas p est dbPs fraturas p est db
Ps fraturas p est db
felipethoaldo
 
Ps fratura db
Ps fratura dbPs fratura db
Ps fratura db
felipethoaldo
 
Ps ferimentos db
Ps ferimentos dbPs ferimentos db
Ps ferimentos db
felipethoaldo
 
Ps db transporte de acidentados
Ps db transporte de acidentadosPs db transporte de acidentados
Ps db transporte de acidentados
felipethoaldo
 
Ps db fisiologia do ciclo menstrual 2
Ps db fisiologia do ciclo menstrual 2Ps db fisiologia do ciclo menstrual 2
Ps db fisiologia do ciclo menstrual 2
felipethoaldo
 
Ps 5 db.
Ps 5 db.Ps 5 db.
Ps 5 db.
felipethoaldo
 
Ps 4 db.
Ps 4 db.Ps 4 db.
Ps 4 db.
felipethoaldo
 
Ps 3 db.
Ps 3 db.Ps 3 db.
Ps 3 db.
felipethoaldo
 
Primeiro Socorros 2
Primeiro Socorros 2Primeiro Socorros 2
Primeiro Socorros 2
felipethoaldo
 
Epidemiologia do Trauma.
Epidemiologia do Trauma.Epidemiologia do Trauma.
Epidemiologia do Trauma.
felipethoaldo
 
Treinamento Desportivo Criança e Adolescente
Treinamento Desportivo Criança e AdolescenteTreinamento Desportivo Criança e Adolescente
Treinamento Desportivo Criança e Adolescente
felipethoaldo
 
Pós treinamento cronograma
Pós treinamento   cronogramaPós treinamento   cronograma
Pós treinamento cronograma
felipethoaldo
 
Treinamento de força para populações especiais
Treinamento de força para populações especiaisTreinamento de força para populações especiais
Treinamento de força para populações especiais
felipethoaldo
 
Exercício físico para diabéticos
Exercício físico para diabéticos Exercício físico para diabéticos
Exercício físico para diabéticos
felipethoaldo
 

Mais de felipethoaldo (20)

Lei estadual Desfibriladores n_14_427_de_07_de_julho_de_2004
Lei estadual Desfibriladores n_14_427_de_07_de_julho_de_2004Lei estadual Desfibriladores n_14_427_de_07_de_julho_de_2004
Lei estadual Desfibriladores n_14_427_de_07_de_julho_de_2004
 
Aula hemorragia ps db
Aula hemorragia ps dbAula hemorragia ps db
Aula hemorragia ps db
 
Animais pe%e7onhentos e venenosos db
Animais pe%e7onhentos e venenosos dbAnimais pe%e7onhentos e venenosos db
Animais pe%e7onhentos e venenosos db
 
Desmaio cc db
Desmaio   cc dbDesmaio   cc db
Desmaio cc db
 
Ps osteoporose db
Ps  osteoporose dbPs  osteoporose db
Ps osteoporose db
 
Ps queimaduras db
Ps queimaduras dbPs queimaduras db
Ps queimaduras db
 
Ps fraturas p est db
Ps fraturas p est dbPs fraturas p est db
Ps fraturas p est db
 
Ps fratura db
Ps fratura dbPs fratura db
Ps fratura db
 
Ps ferimentos db
Ps ferimentos dbPs ferimentos db
Ps ferimentos db
 
Ps db transporte de acidentados
Ps db transporte de acidentadosPs db transporte de acidentados
Ps db transporte de acidentados
 
Ps db fisiologia do ciclo menstrual 2
Ps db fisiologia do ciclo menstrual 2Ps db fisiologia do ciclo menstrual 2
Ps db fisiologia do ciclo menstrual 2
 
Ps 5 db.
Ps 5 db.Ps 5 db.
Ps 5 db.
 
Ps 4 db.
Ps 4 db.Ps 4 db.
Ps 4 db.
 
Ps 3 db.
Ps 3 db.Ps 3 db.
Ps 3 db.
 
Primeiro Socorros 2
Primeiro Socorros 2Primeiro Socorros 2
Primeiro Socorros 2
 
Epidemiologia do Trauma.
Epidemiologia do Trauma.Epidemiologia do Trauma.
Epidemiologia do Trauma.
 
Treinamento Desportivo Criança e Adolescente
Treinamento Desportivo Criança e AdolescenteTreinamento Desportivo Criança e Adolescente
Treinamento Desportivo Criança e Adolescente
 
Pós treinamento cronograma
Pós treinamento   cronogramaPós treinamento   cronograma
Pós treinamento cronograma
 
Treinamento de força para populações especiais
Treinamento de força para populações especiaisTreinamento de força para populações especiais
Treinamento de força para populações especiais
 
Exercício físico para diabéticos
Exercício físico para diabéticos Exercício físico para diabéticos
Exercício físico para diabéticos
 

Bioestatística

  • 1. BIOESTATÍSTICA A Bioestatística estuda métodos para a obtenção, organização e análise de dados e os métodos de tirar conclusão e fazer predições com base nesses dados. É uma matéria fundamental para a realização de pesquisas com coleta de dados Os procedimentos estudados na Bioestatística serão utilizados na realização do TCC
  • 2. Estatística Descritiva : consistem em resumir as principais características de um conjunto de dados através de tabelas, gráficos e medidas descritivas em forma de resumos numéricos; Inferência Estatística : consiste em generalizar os resultados de uma amostra para todos os elementos da população, isto é realizado basicamente na forma de Estimação Intervalar e de Testes de Hipóteses.
  • 3. CONCEITOS BÁSICOS População : Conjunto de TODAS as unidades que se deseja estudar Amostra : Subconjunto da população, são as unidades que iremos observar
  • 4. CONCEITOS BÁSICOS INDIVÍDUO : cada elemento afetado por uma medida ou enumerado por um índice. VARIÁVEL : determinada característica que, por algum motivo, nos interessa estudar. A escolha da variável de interesse dependerá, em cada caso, dos objetivos do estudo estatístico em questão, É O QUE MEDIREMOS!!
  • 5. FASES DE UM TRABALHO ESTATÍSTICO 1ª DEFINIÇÃO DO PROBLEMA .   2ª PLANEJAMENTO 3ª COLETA DE DADOS 4ª APURAÇÃO DOS DADOS 5ª APRESENTAÇÃO DOS DADOS   6ª ANÁLISE E INTERPRETAÇÃO DOS DADOS
  • 6. Planejamento O QUE MEDIR – quais variáveis utilizar COMO MEDIR – como medir estas variáveis DE QUEM MEDIR – qual será a amostra
  • 7. Exemplo 1: Realizar uma pesquisa de opinião com os alunos da Faculdade Como medir estar variáveis?? Questionário . Como aplicar,... Quais variáveis utilizar?? Quais questões, opções de resposta,... Como será a amostra?? Quantas pessoas, como selecionar,...
  • 8. Exemplo 2: Verificar a eficiência de um treinamento em jogadores de Basquete 12 a 14 anos jogos colegiais Quais variáveis utilizar?? Velocidade, Impulsão,... Como medir estar variáveis??. Quais Protocolos utilizar. Como será a amostra?? Quantas pessoas, como selecionar ,...
  • 9. VARIÁVEIS QUALITATIVAS (CATEGÓRICAS) NOMINAIS (NÃO TEM ORDEM) ORDINAIS (TEM ORDEM) QUANTITATIVAS DISCRETAS (CONTAGEM) CONTÍNUAS (MENSURAÇÃO)
  • 10. AMOSTRAGEM Amostra é parte desta população, é a parte que será realmente estudada, portanto pode-se compreender que ela deva apresentar o melhor possível, a população da qual veio. Razões para o Uso de Amostra: De ordem prática População hipotética
  • 11. TIPOS DE AMOSTRAS MAIS USADAS - Aleatória simples : Sortear indivíduos do total da população (LISTA) - Aleatória sistemática : Selecionar indivíduos de “k em k” quando não é possível sortear - Estratificada proporcional : Dividir a população em estratos (grupos) e selecionar a amostra proporcionalmente dentro de cada estrato
  • 12. Exemplo: Uma população é dividida em 3 grupos da seguinte forma Estrato A (jovens) _____> 120 elementos Estrato B (adultos) _____> 72 elementos Estrato C (3ª idade) _____> 48 elementos Retirar uma amostra de 50 indivíduos dessa população
  • 13. AMOSTRA POR CONVENIÊNCIA Quando não é possível utilizar nenhum dos planos amostrais anteriores e a única possibilidade é utilizar alguns indivíduos que temos a disposição Obs : Caracterizar bem a amostra para deixar claro qual população ela representa (descrição das características dos indivíduos como: sexo, escolaridade classe social , etc.)
  • 15. GRÁFICOS Barras ou Colunas : Comparar as quantidades Escala Iniciar do ZERO !! Pizza ou Setores : Comparar as partes de um todo Apenas Categorias NOMINAIS No Máximo 5 ou 6 Categorias Linhas : Verificar comportamento AO LONGO DO TEMPO
  • 16. CORRELAÇÃO Verificar como 2 variáveis quantitativas se relacionam Diagrama de Dispersão Coeficiente de Correlação de Pearson
  • 17. DISTRIBUIÇÃO DE FREQUÊNCIA Tabela para variáveis quantitativas
  • 19. MEDIDAS DE TENDÊNCIA CENTRAL Média . É o valor em torno do qual os dados se concentram. Exemplo: Amostra de 5 valores de colesterol: 200 - 250 - 280 - 310 - 320
  • 20. Mediana . É o valor que divide um conjunto de observações ao meio Ex 1) Amostra de 5 valores de colesterol: 200 - 250 - 280 - 310 - 320 (n.º de observações ímpares) Md = 280 (mg/dL) Interpretação : 50% dos indivíduos tem colesterol igual ou menor que 280 e os outros 50% tem 280 ou mais.
  • 21. Ex 2) Amostra de salários de 6 profissionais: 200 – 220 – 250 – 280 – 310 – 320 (n.º de observações par) Md= 250 + 280 2 Md= 265,00 reais Interpretação : metade dos profissionais tem salário igual ou menor que 265,00 reais e os demais tem salário igual ou maior de 265,00 reais.
  • 22. Moda . É o valor que ocorre com maior freqüência dentro do conjunto de observação. Ex) Idade de alunos (em anos): 18 - 19 - 19 - 19 - 20 - 21 - 22 Mo = 19 anos Interpretação: a idade que mais aparece é 19 anos. 1 moda = unimodal 2 modas = bimodal + de 2 modas = multimodal não possui moda = amodal
  • 23. Separatrizes . São valores que dividem um conjunto de observações em partes iguais: Mediana -- Divide em 2 partes iguais (Md) Quartil ----- Divide em 4 partes iguais (Q) Decil -------Divide em 10 partes iguais (D) Percentil ------Divide em 100 partes iguais (P) Ex) P 45 = 23,8 anos Interpretação: 45% das pessoas tem menos de 23,8 anos e 55% tem mais de 23,8 anos
  • 24. MEDIDAS DE VARIABILIDADE AMPLITUDE (H) É a diferença entre o valor máximo e o valor mínimo de conjunto de dados H = M – m VARIÂNCIA (S 2 ) É a “média” entre os quadrados das diferenças entre cada elemento do conjunto de dados e sua média.
  • 25. DESVIO PADRÃO (s) É a raiz quadrada positiva da variância. Ele mede a dispersão de um conjunto de dados em relação à média. Notas de 4 bimestres na disciplina de Bioestatística de 2 alunos: A) 4 - 6 - 4 - 6 B) 0 - 4 - 6 - 10
  • 26. 1º Passo: cálculo da média 2º Passo: cálculo dos desvios 3º Passo: cálculo dos desvios ao quadrado 4º Passo: Cálculo da somatória dos desvios ao quadrado 5º Passo: aplicação da fórmula
  • 27. COEFICIENTE DE VARIAÇÃO (CV) É a medida de dispersão relativa porque estabelece uma relação entre o desvio padrão e a média. Utilizada para comparar a variabilidade relativa ou grau de homogeneidade de diferentes grupos Considera-se um grupo homogêneo quando CV ≤ 30%. Com um CV > 30% o grupo vai perdendo a homogeneidade %
  • 28. Exemplo: Indique qual grupo é mais homogêneo em relação ao salário: Grupo A : Média R$600 desvio padrão R$50 Grupo B : Média R$1.000 desvio padrão R$70 CV A = 50/600 = 8,33% CV B = 70/1.000 = 7% Grupo B mais homogêneo (CV menor)
  • 29. Cálculos no Excel: Contar Valores: =CONT.SE(A1:A20;” C ”) Obs. No lugar de C colocar o valor que será contado entre aspas Média: =MÉDIA(A1:A20) Mediana: =MED(A1:A20) Percentil: =PERCENTIL(A1:A20;0, p ) Obs. No lugar de p colocar o pecentil desejado Maior Valor: =MÁXIMO(A1:A20) Menor Valor: =MÍNIMO(A1:A20) Variância: =VAR(A1:A20) Desvio Padrão: =DESVPAD(A1:A20) Coeficiente de Correlação de Pearson: =CORREL(A1:A20;B1:B20)
  • 30. INFERÊNCIA ESTATÍSTICA Generalizar os resultados da Amostra para a População Parâmetro = Verdadeiro valor populacional – Desconhecido (impossível calcular com dados amostrais) Estimativa = Valor amostral – Conhecido (possível calcular com dados amostrais
  • 31. Estimação Intervalar Com base no valor amostral calcular a margem de erro para estimar o valor populacional - Ex.:Pesquisa Eleitoral: Candidato A: 30% Candidato B: 27% Margem de erro de 2 pontos percentuais para mais a para menos Candidato A : 28% a 32% Candidato B: 25% a 29%
  • 32. CONFIABILIDADE Probabilidade do Intervalo conter o verdadeiro valor populacional (estar certo) 90% 95% 99% SIGNIFICÂNCIA Probabilidade do Intervalo não conter o verdadeiro valor populacional (estar errado) 10% 5% 1%
  • 33. Cálculo da Margem de Erro: Z = valor da tabela Z com a confiabilidade definida (para 95% = 1,96) P= proporção estimada (usualmente 0,5) n = tamanho da amostra Ex. Com 95% de confiabilidade e amostra de 600 indivíduos margem de erro = 4%
  • 34. CÁLCULO TAMANHO DA AMOSTRA Ex.: Para uma população de 3.000 pessoas, com 95% de confiabilidade e 5% de erro admissível (margem de erro) n = 384 nc = 340 Amostra de 340 indivíduos
  • 35. TESTES DE HIPÓTESES COMPARAÇÃO 2 Grupos Diferentes ou Mesmos Indivíduos em 2 Momentos Diferentes OBJETIVO: VERIFICAR SE AS DIFERENÇAS SÃO SIGNIFICATIVAS Será que a diferença entre as médias das amostras é significativa quando generalizamos os resultados para a população?
  • 36. Ho => Hipótese Nula => Indica Igualdade => É a Hipóteses que Será Testada H1 => Hipóteses Alternativa => Indica Diferença O resultado de um teste é uma das seguintes afirmações: REJEITO Ho NÃO REJEITO Ho Hipóteses Estatísticas
  • 37. Ho: = H1: ≠ Se o teste indica que REJEITO Ho isto significa que EXISTE DIFERENÇA SIGNIFICATIVA Se o teste indica que NÃO REJEITO Ho isto indica que NÃO EXISTE DIFERENÇA SIGNIFICATIVA
  • 38. Para a realização de um teste deve-se calcular a Estatística de Teste ou Valor Calculado , definir as Regiões Críticas (com base nas tabelas), e fazer a conclusão com base no esquema abaixo:
  • 39. Procedimentos para realização de um teste de hipóteses com Valor Calculado: Formular as hipóteses ( H 0 e H 1 ) Calcular a Estatística de Teste ou Valor Calculado Determinar as Regiões Críticas Decidir pela rejeição , ou não rejeição , da hipótese nula Interpretar o resultado .
  • 40. TESTE F PARA COMPARAR VARIÂNCIAS Ho: VAR A = VAR B H1: VAR A ≠ VAR B Distribuição F com gl Estatística de Teste:
  • 41. TESTE t PARA COMPARAR MÉDIAS Ho: MÉDIA A = MÉDIA B H1: MÉDIA A ≠ MÉDIA B OBSERVAÇÕES INDEPENDENTES COM VARIÂNCIAS SUPOSTAMENTE IGUAIS OBSERVAÇÕES INDEPENDENTES COM VARIÂNCIAS SUPOSTAMENTE DIFERENTES OBSERVAÇÕES DEPENDENTES
  • 42. OBSERVAÇÕES INDEPENDENTES: 2 GRUPOS COM INDIVÍDUOS DIFERENTES OBSERVAÇÕES DEPENDENTES: OS MESMOS INDIVÍDUOS EM 2 MOMENTOS DIFERENTES ( ANTES E DEPOIS OU PRÉ E PÓS TESTES )
  • 43. OBSERVAÇÕES INDEPENDENTES COM VARIÂNCIAS SUPOSTAMENTE IGUAIS Estatística de Teste : Distribuição t com n 1 +n 2 –2 gl
  • 44. OBSERVAÇÕES INDEPENDENTES COM VARIÂNCIAS SUPOSTAMENTE DIFERENTES Estatística de Teste : Distribuição t com gl Onde
  • 45. OBSERVAÇÕES DEPENDENTES Estatística de Teste : Onde é a média da diferenças e S d é o desvio padrão das diferenças Distribuição t com n – 1 gl
  • 46. TESTES DE HIPÓTESES COM VALOR P (P-VALOR) P-VALOR é a probabilidade de errar quando Ho é rejeitado, desta forma: se p-valor for grande : NÃO REJEITO Ho se p-valor for pequeno: REJEITO Ho
  • 47. TESTES DE HIPÓTESES COM VALOR P (P-VALOR) Desta forma utilizamos o seguinte critério para a realização de um teste com p-valor: se p-valor for MAIOR que a significância (5% ou 0,05) : NÃO REJEITO Ho se p-valor for MENOR que a significância (5% ou 0,05) : REJEITO Ho
  • 48. Procedimentos para realização de um teste de hipóteses com p-valor Formular as hipóteses ( H0 e H1) Decidir pela rejeição , ou não rejeição , da hipótese nula (com base no p-valor) Interpretar o resultado.
  • 49. TESTE QUI QUADRADO (  2 ) PARA INDEPENDÊNCIA Utilizado quando a variável medida é QUALITATIVA e deseja-se comparar 2 ou mais grupos Consiste em comparar os valores OBSERVADOS com os valores ESPERADOS , se não houvesse diferença nenhuma entre os grupos
  • 50. TESTE QUI QUADRADO (  2 ) Estatística de teste: Distribuição  2 com (s-1) x (r-1) gl
  • 51. Cálculos no Excel: Teste F: =TESTEF(A1:A20;B1:B20) Teste t de student: =TESTET(A1:A20;A1:B20;1; tipo ) Obs. No lugar de tipo colocar: 1 se forem observações dependentes 2 se forram observações independentes variâncias iguais 3 se forram observações independentes variâncias diferentes Teste qui-quadrado: =TESTE.QUI(A1:B2;A4:B5) Obs. Primeiro Intervalo: Valores Observados Segundo Intervalo: Valores Esperados
  • 52. TESTES NÃO PARAMÉTRICOS 2 grupos Mais de 2 grupos Nível de Mensuração Dependente Independente Dependente Independente Nominal McNemar Fisher ou  2 Q Cochran  2 Ordinal Wilcoxon U Mann-Whitney Friedman Kruskal-Wallis
  • 53. ANOVA Análise de Variância É utilizada quando a variável é QUANTITATIVA e deseja-se comparar MAIS DE 2 GRUPOS , é uma alternativa ao teste t com observações independentes
  • 54. ANÁLISE ESTATÍSTICA Quando o objetivo do trabalho é apenas fazer uma descrição e não se pretende fazer uma comparação: Cálculo de medidas descritivas: Média e desvio padrão para variáveis quantitativas Porcentagem para variáveis qualitativas
  • 55. ANÁLISE ESTATÍSTICA Quando o objetivo do trabalho é fazer uma comparação entre grupos ou entre o pré teste e o pós teste. Para verificar se existe diferença significativa deve ser utilizado algum dos seguintes testes estatísticos:   Variável quantitativa com pelo menos 15 indivíduos por grupo: Comparar pré e pós teste: teste t de student para observações dependentes (pareado) Comparar 2 grupos: teste t de student para observações independentes Comparar mais de 2 grupos: ANOVA Comparar 2 grupos ou mais em períodos de tempo diferentes: ANOVA de medidas repetidas
  • 56. ANÁLISE ESTATÍSTICA Variável quantitativa com menos de 15 indivíduos por grupo ou variável qualitativa ordinal: Comparar pré e pós teste: teste Wilcoxon Comparar 2 grupos: teste U de Mann-Whitney Comparar mais de 2 grupos: teste Kruskal-Wallis Comparar mais de 2 períodos de tempo diferentes: Friedman   Variável qualitativa nominal: Comparar pré e pós teste: teste McNemar Comparar 2 grupos: teste qui-quadrado ( amostras grandes ) ou teste de Fisher (apenas 2 possíveis respostas) Comparar mais de 2 grupos: teste qui-quadrado ( amostras grandes )
  • 57. Tamanho da amostra Para justificar amostras de até 100 indivíduos, com 95% de confiabilidade, para a comparação de grupos pode-se utilizar a seguinte tabela, segundo Altman (1991) Referência: ALTMAN D. G. Pratical Statistics for Medical Research. Chapman and Hall, London, 1991
  • 58. Tabela com tamanho da amostra para uma confiabilidade de 95%: Tamanho da amostra Poder de teste Diferença padronizada 15 60% 1,2 20 65% 1 25 70% 1 30 80% 1 35 85% 1 40 85% 0,95 50 85% 0,85 60 85% 0,75 70 85% 0,70 80 85% 0,65 90 85% 0,60 100 85% 0,55