Baixe o app para aproveitar ainda mais
Prévia do material em texto
Júlia Figueirêdo – HABILIDADES GERAIS VI ANÁLISE UNIVARIADA: O propósito da análise estatística inferencial é a extrapolação dos achados amostrais, de forma que eles possam ser aplicados para toda a população-alvo do estudo. Para chegar a esse tipo de relação, é obrigatória a presença de duas vulneráveis (caso só uma seja detectada, a avaliação será descritiva). Tal resultado só pode ser alcançado a partir de testes estatísticos específicos, cuja escolha deverá levar em consideração os seguintes aspectos metodológicos: Tipo de varáveis em análise (categórica ou numérica); Objetivo do estudo; Aspecto que pretende ser avaliado; Distribuição da amostra (normal ou não-paramétrica – em VARIÁVEIS NUMÉRICAS); Para avaliar a normalidade, observam-se critérios da estatística descritiva, como o desvio-padrão, o histograma, a diferença entre média e mediana, e valor de p, dentre outros testes (ex.: Skewness e Kurtosis) Avaliações pareadas (contato com um mesmo grupo em dois momentos) ou não pareadas (conjuntos distintos ou em um período isolado). Com essas informações levadas em consideração, é possível estabelecer um “algoritmo de escolha” para os testes utilizados, que pode ser aplicado a diversos cenários de pesquisa. Ressalta-se que isso só pode ser definido após a coleta de dados, quando se estabelece o teor das variáveis. Tabela de escolha para os testes estatísticos No que se refere aos principais métodos de testagem na estatística inferencial, destacam-se: Qui-Quadrado: Consiste na comparação entre duas variáveis categóricas, permitindo a criação de associações entre elas. Ressalta-se que a avaliação pode ou não ser pareada. Nessa tabela, a avaliação dos dados pode ser feita por meio do Qui-quadrado, utilizando variáveis categóricas e não pareadas Na escolha do teste estatístico, caso uma variável numérica seja avaliada em dois tempos, independentemente da segunda variável, será escolhido um teste pareado. Júlia Figueirêdo – HABILIDADES GERAIS VI Sua interpretação irá respeitar os mesmos critérios utilizados na análise do valor de p, de forma que p <0,05 indica diferença entre as informações em análise. Mc Nemar: Esse teste utiliza variáveis categóricas dicotômicas (sim ou não, por exemplo) e pareadas (avaliação antes e depois de um marco). O teste de Mc Nemar permite identificar a relevância estatística das mudanças no padrão de resfriados em um intervalo de 2 anos (considerando P < 0,05) Teste T independente (não pareado): É aplicado quando se deseja comparar as médias em dois grupos distintos. Assim, é necessário que uma das variáveis seja numérica e normal, e a outra, categórica, com apenas dois grupos (ex.: tratamento e placebo). Nesse caso, o desfecho também será numérico, ou seja, o resultado da análise comparativa será expresso em números, brutos ou em porcentagem. A interpretação do valor de p não muda nesse teste. Exemplo de aplicação do teste T independente para a comparação entre a idade e o IMC de indivíduos do grupo controle e em uso de radioterapia Teste Mann-Whitney: Também é usado na comparação entre variáveis numérica e categórica com dois grupos, porém, nesse caso, a primeira deve ser não paramétrica (distribuição não normal). Esse caráter pode ser identificado pela expressão em mediana ou intervalo interquartil. Cenário que justifica o uso do teste de Mann-Witney, com variável numérica não paramétrica (mediana) Teste T pareado: Tal como o nome indica, a avaliação será baseada numa amostra numérica pareada e paramétrica, utilizando a média como fonte de comparação. A utilização desse teste é restrita a situações nas quais ambas as variáveis (numérica e categórica de 2 grupos) tenham distribuição normal. Possibilidade de uso do teste T pareado com a análise da frequência cardíaca antes e depois de um protocolo de exercícios Teste Wilcoxom Sign-Rank: É a “contraparte” do teste T pareado, usado na presença de variáveis não paramétricas, ainda que pareadas (avaliações subsequentes). Júlia Figueirêdo – HABILIDADES GERAIS VI Seu isso é inferido em gráficos com boxplot, pois eles expressam os valores com base na mediana. Cenário de aplicação do teste Wilcoxom, ressaltando a possibilidade de uso “extra-tabelas” ANOVA: Esse tipo de teste é utilizado para comparar variáveis categóricas com mais de 2 grupos e desfecho numérico normal (paramétrico). Nessa avaliação, caso o valor de p seja < 0,05, é indicada a realização de um teste post hoc, que tem como finalidade a identificação dos grupos diferentes. As formas mais comuns para essa segunda testagem são as de Bonferroni e de Turkey. O uso de símbolos iguais em tabelas de estudos avaliados pelo ANOVA indica grupos que apresentam diferenças entre si no teste post hoc Kruskal-Wallis: Representa um teste semelhante ao ANOVA, porém a variável numérica deve ter distribuição não paramétrica. Novamente, a representação pode ser feita por meio de gráficos com conformação em boxplot. A Correlação Pearson: Diferentemente dos demais testes supracitados, este é utilizado para avaliar duas variáveis numéricas paramétricas. Somente existirá correlação caso o valor de p for < 0,05. Essa interação pode ser negativa (-1) ou positiva (+1), sendo esse último valor considerado perfeito, indicativo de variação proporcional. A variação desse parâmetro é associada à inclinação da reta expressa pelo gráfico, de forma que - 1 e 1 apresentam o mesmo nível de correlação. De modo geral, são usados os seguintes intervalos na caracterização da correlação: o Forte = 0,8 a 1,0; o Moderada = 0,5 a 0,8; o Fraca = 0,5 a 0,2; o Desprezível – 0 a 0,2. Exemplos da “aparência” de diversos tipos de correlação ® num gráfico Correlação Spearman: Apresenta características muito semelhantes à correlação Pearson, porém é direcionado a casos com necessidade de correlacionar Júlia Figueirêdo – HABILIDADES GERAIS VI duas vaiáveis numéricas de distribuição não normal. Todos os aspectos associados a interpretação do valor de p, categorização da correlação (R) e da transposição gráfica serão iguais ao teste anterior.
Compartilhar