Análise Univariada

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.