Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS DA SAÚDE DEPARTAMENTE DE EDUCAÇÃO INTEGRADA EM NUTRIÇÃO GRADUAÇÃO EM NUTRIÇÃO GABRIELA LUIZ MEIGRE DIAS PEREIRA INTRODUÇÃO À BIOESTATÍSTICA Noções sobre correlação; Noções sobre regressão . OBJETIVOS ● Compreender as noções sobre correlação ; ● Explicar aos conceitos básicos sobre diagrama de dispersão e coeficiente de correlação ; ● Compreender as noções sobre regressão; ● Discutir e explicar acerca de gráfico de linhas, reta de regressão, variável explanatória e coeficiente de determinação. . METODOLOGIA Aula expositiva-dialogada NOÇÕES SOBRE CORRELAÇÃO CAPÍTULO 6 DIAGRAMA DE DISPERSÃO Permite visualizar a relação entre duas variáveis Identificado como um gráfico de eixos verticais e horizontais, correlacionando a causa e o efeito Analisa o tipo e o grau de correlação entre as variáveis Fonte: VIEIRA, 2011 DIAGRAMA DE DISPERSÃO Permite visualizar a relação entre duas variáveis identificado como um gráfico de eixos verticais e horizontais, correlacionando a causa e o efeito Analisa o tipo e o grau de correlação entre as variáveis Fonte: VIEIRA, 2011 Correlação positiva: crescem no mesmo sentido Correlação negativa: crescem no sentido contrário CONSTRUÇÃO Trace um sistema de eixos cartesianos e represente uma variável em cada eixo Estabeleça as escalas de maneira dando ao diagrama o aspecto de um quadrado Escreva os nomes das variáveis nos respectivos eixos e faça, depois, as graduações 01 02 04 03 Desenhe um ponto para representar cada par de valores das variáveis. DIAGRAMA DE DISPERSÃO DIAGRAMA DE DISPERSÃO Fonte: VIEIRA, 2011 CORRELAÇÃO POSITIVA Variável X e Y crescem juntas Crescem no mesmo sentido Tendência crescente entre os pontos DIAGRAMA DE DISPERSÃO Fonte: VIEIRA, 2011 CORRELAÇÃO NEGATIVA Variável X cresce enquanto Y decresce Crescem em sentidos contrários Se concentram em uma linha decrescente DIAGRAMA DE DISPERSÃO Fonte: VIEIRA, 2011 CORRELAÇÃO FRACA pontos muito espalhados quanto maior for a dispersão dos pontos→menor será o grau de correlação entre os dados DIAGRAMA DE DISPERSÃO Fonte: VIEIRA, 2011 CORRELAÇÃO FORTE Quanto menor for a dispersão dos pontos→maior será a correlação entre os dados dados bem próximos→ altamente concentrados DIAGRAMA DE DISPERSÃO Fonte: VIEIRA, 2011 CORRELAÇÃO PERFEITA Pontos concentrados em torno de uma reta imaginária correlação será total entre os dados→independente da tendência→seja ela positiva ou negativa Não há uma grande dispersão entre os pontos DIAGRAMA DE DISPERSÃO Fonte: VIEIRA, 2011 CORRELAÇÃO NULA X cresce e Y varia ao acaso não existe correlação entre as variáveis variação de Y não esta relacionada com a variação de X. DIAGRAMA DE DISPERSÃO Fonte: VIEIRA, 2011 NÃO-LINEAR Tendência a formar uma curva. COEFICIENTE DE CORRELAÇÃO DE PEARSON Fonte: VIEIRA, 2011 Medida para o grau de correlação linear entre duas variáveis numéricas Se a associação entre os elementos não for linear→ o coeficiente não será representado adequadamente. COEFICIENTE DE CORRELAÇÃO DE PEARSON Fonte: VIEIRA, 2011 Medida para o grau de correlação linear entre duas variáveis numéricas Se a associação entre os elementos não for linear→ o coeficiente não será representado adequadamente. COEFICIENTE DE CORRELAÇÃO DE PEARSON Fonte: VIEIRA, 2011 Exemplo: Cálculo do coeficiente de correlação. COEFICIENTE DE CORRELAÇÃO DE PEARSON Fonte: VIEIRA, 2011 Exemplo: Cálculo do coeficiente de correlação. COEFICIENTE DE CORRELAÇÃO DE PEARSON Fonte: VIEIRA, 2011 Como se interpreta o valor do coeficiente de correlação? r = 1 Correlação perfeita positiva r = -1 Correlação perfeita negativa r = 0 Correlação nula 0 < r < 1 Correlação positiva -1 < r < 0 Correlação negativa COEFICIENTE DE CORRELAÇÃO DE PEARSON Fonte: VIEIRA, 2011 Como se interpreta o valor do coeficiente de correlação? r = 1 Correlação perfeita positiva r = -1 Correlação perfeita negativa r = 0 Correlação nula 0 < r < 1 Correlação positiva -1 < r < 0 Correlação negativa No exemplo anterior r = 0, 781 Correlação positiva COEFICIENTE DE CORRELAÇÃO DE PEARSON Fonte: VIEIRA, 2011 Interpretação considerando o tamanho da amostra e relação entre as variáveis 0 < r < 0,25 ou - 0,25 < r < 0 Correlação pequena ou nula 0,25 < r < 0,50 ou -0,50 < r <-0,25 Correlação fraca 0,50< r < 0,75 ou -0, 75 < r <-0,50 Correlação moderada 0,75 < r < 1,00 ou -1< r <-0,75 Correlação forte ou perfeita (perfeita se r= -1 ou r =1) COEFICIENTE DE CORRELAÇÃO DE PEARSON Fonte: VIEIRA, 2011 Interpretação considerando o tamanho da amostra e relação entre as variáveis 0 < r < 0,25 ou - 0,25 < r < 0 Correlação pequena ou nula 0,25 < r < 0,50 ou -0,50 < r <-0,25 Correlação fraca 0,50< r < 0,75 ou -0, 75 < r <-0,50 Correlação moderada 0,75 < r < 1,00 ou -1< r <-0,75 Correlação forte ou perfeita (perfeita se r= -1 ou r =1) No exemplo anterior r = 0, 781 Correlação positiva forte COEFICIENTE DE CORRELAÇÃO DE PEARSON Fonte: VIEIRA, 2011 É importante estar atento para calcular o coeficiente de correlação: As unidades medidas foram selecionadas ao acaso - ou, pelo menos - são representativas de uma grande população. Cada unidade deve fornecer tanto valores de X como de Y. As variáveis X e Y devem ser medidas independentemente Nas ciências da saúde os coeficientes de correlação são bem menores, devido à grande variabilidade dos fenômenos biológicos Em nenhuma ciência, porém, você encontra coeficientes de correlação iguais a + 1 ou iguais a -1. EXERCÍCIO Fonte: VIEIRA, 2011 EXERCÍCIO Fonte: VIEIRA, 2011 r = 1 Correlação perfeita positiva r = -1 Correlação perfeita negativa r = 0 Correlação nula 0 < r < 1 Correlação positiva -1 < r < 0 Correlação negativa RESOLUÇÃO r = 1: correlação perfeita positiva r = -1: correlação perfeita negativa r = 0 : correlação nula r = 0,90 correlação positiva r = -0,90 correlação negativa ARTIGO Fonte: KARLA, LISBÔA, MATIJASEVICH, 2020 https://www.scielo.br/j/rbepid/a/cpbKJtDL7vGdhWtrBGdYZqn/?lang=pt#ModalTablet1 ARTIGO Autores Revista e ano de publicação Coeficiente de Pearson Amostra Fonte: KARLA, LISBÔA, MATIJASEVICH, 2020 https://www.scielo.br/j/rbepid/a/cpbKJtDL7vGdhWtrBGdYZqn/?lang=pt#ModalTablet1 ARTIGO Fonte: KARLA, LISBÔA, MATIJASEVICH, 2020 https://www.scielo.br/j/rbepid/a/cpbKJtDL7vGdhWtrBGdYZqn/?lang=pt#ModalTablet1 NOÇÕES SOBRE REGRESSÃO CAPÍTULO 7 GRÁFICO DE LINHAS Fonte: VIEIRA, 2011 Variação da variável Y em função da variável X variável dependente variável explanatória GRÁFICO DE LINHAS Fonte: VIEIRA, 2011 Variação da variável Y em função da variável X variável dependente variável explanatória Ex.: altura de criança varia em função da idade altura = variável dependente idade =variável explanatória CONSTRUÇÃO Colete valores da variável Y nos tempos que você quer estudar. Trace um sistema de eixos cartesianos; represente o tempo (X) no eixo das abscissas e a variável Y no eixo das ordenadas. Estabeleça as escalas e faça, em cada eixo, as necessárias graduações 01 02 06 03 Escreva os nomes das variáveis nos respectivos eixos GRÁFICO DE LINHAS 04 Desenhe um ponto para representar cada par de valores (X, Y 05 Una os pontos por segmentos de reta e escreva o titulo. GRÁFICO DE LINHAS Fonte: VIEIRA, 2011 Exemplo Gráfico de linhas GRÁFICO DE LINHAS Fonte: VIEIRA, 2011 Exemplo variável X = ano do Censo Demográfico do Brasil variável Y =população residente Gráfico de linhas GRÁFICO DE LINHAS Fonte: VIEIRA, 2011 Exemplo variável X = ano do Censo Demográfico do Brasil variável Y =populaçãoresidente Gráfico de linhas Mostra o crescimento da população com o passar dos anos RETA DE REGRESSÃO Fonte: VIEIRA, 2011 Pontos importantes ao observar o gráfico de linhas: pontos dispersos em tomo de uma reta→ é razoável traçar uma reta no meio desses pontos A melhor reta (melhor, no sentido que tem propriedades estatísticas desejáveis) recebe o nome de reta de regressão RETA DE REGRESSÃO Fonte: VIEIRA, 2011 Para ajustar uma reta de regressão é preciso obter o coeficiente linear e o coeficiente angular da reta, também chamados coeficientes de regressão Para isso estabelecemos a equação da reta: Coeficiente linear Coeficiente angular RETA DE REGRESSÃO Fonte: VIEIRA, 2011 COEFICIENTE LINEAR POSITIVO Reta corta o eixo das ordenadas acima da origem RETA DE REGRESSÃO Fonte: VIEIRA, 2011 COEFICIENTE LINEAR POSITIVO Reta corta o eixo das ordenadas acima da origem COEFICIENTE LINEAR NEGATIVO Reta corta o eixo das ordenadas abaixo da origem RETA DE REGRESSÃO Fonte: VIEIRA, 2011 COEFICIENTE LINEAR POSITIVO Reta corta o eixo das ordenadas acima da origem COEFICIENTE LINEAR NEGATIVO Reta corta o eixo das ordenadas abaixo da origem a reta passa na origem do sistema de eixos cartesianos COEFICIENTE LINEAR ZERO RETA DE REGRESSÃO Fonte: VIEIRA, 2011 COEFICIENTE ANGULAR POSITIVO reta é ascendente RETA DE REGRESSÃO Fonte: VIEIRA, 2011 COEFICIENTE ANGULAR POSITIVO reta é ascendente COEFICIENTE ANGULAR NEGATIVO reta é descendente RETA DE REGRESSÃO Fonte: VIEIRA, 2011 COEFICIENTE ANGULAR POSITIVO reta é ascendente COEFICIENTE ANGULAR NEGATIVO reta é descendente COEFICIENTE ANGULAR ZERO a reta é paralela aos eixos das abscissas RETA DE REGRESSÃO Fonte: VIEIRA, 2011 Como obter coeficiente linear? médias de Y e X RETA DE REGRESSÃO Fonte: VIEIRA, 2011 Como obter coeficiente linear? Y e X são as médias de Y e X Como obter coeficiente angular? RETA DE REGRESSÃO Fonte: VIEIRA, 2011 Exemplo: RETA DE REGRESSÃO Fonte: VIEIRA, 2011 Exemplo- como desenhar a reta de progressão? É preciso dar valores arbitrários para X e depois calcular os valores de· Y: Fazendo X= 5, tem-se que: Y = - 0,98 + 2,16 X 5 = 9,82 fazendo X= 15, tem-se que: Y = - 0,98 + 2,16 X 15 = 31,42. (X= 5; Y= 9,82) (X=15; Y=31,42) RETA DE REGRESSÃO Fonte: VIEIRA, 2011 Exemplo- como desenhar a reta de progressão? (X= 5; Y= 9,82) (X=15; Y=31,42) A equação da reta de regressão permite estimar valores de Y para quaisquer valores de X dentro do intervalo estudado, mesmo que tais valores não existam na amostra RETA DE REGRESSÃO Fonte: VIEIRA, 2011 Exemplo- como desenhar a reta de progressão? (X= 5; Y= 9,82) (X=15; Y=31,42) A equação da reta de regressão permite estimar valores de Y para quaisquer valores de X dentro do intervalo estudado, mesmo que tais valores não existam na amostra RETA DE REGRESSÃO Fonte: VIEIRA, 2011 Exemplo- como desenhar a reta de progressão? (X= 5; Y= 9,82) (X=15; Y=31,42) A equação da reta de regressão permite estimar valores de Y para quaisquer valores de X dentro do intervalo estudado extrapolação pode levar ao absurdo, porque a relação entre X e Y, linear no intervalo estudado, pode não ser linear fora desse intervalo COEFICIENTE DE DETERMINAÇÃO Fonte: VIEIRA, 2011 Mede a contribuição de uma variável na previsão de outra IndicadO por: É a proporção da variação de Y explicada pela variação de X quadrado do coeficiente de correlação Não pode ser negativo Varia entre zero e 1 COEFICIENTE DE DETERMINAÇÃO Fonte: VIEIRA, 2011 Coeficiente de correlação r=0,9969 Coeficiente de determinação R ²= 0,994 0,994 x 100 = 94% OUTROS TIPOS DE REGRESSÃO Fonte: VIEIRA, 2011 Situação 1: os pares de valores das variáveis X e Y, apresentados em diagrama de dispersão, não se distribuem em tomo de urna reta regressão não-linear Os pontos apresentados em diagrama de dispersão não estão em torno de uma reta transformar a variável Y→diagrama de dispersão colocando → em lugar de valores de Y, os valores do logaritmo neperiano de Y OUTROS TIPOS DE REGRESSÃO Fonte: VIEIRA, 2011 Situação 1: os pares de valores das variáveis X e Y, apresentados em diagrama de dispersão, não se distribuem em tomo de urna reta pontos praticamente sobre uma reta é possível ajustar uma regressão linear de lnY contra X OUTROS TIPOS DE REGRESSÃO Fonte: VIEIRA, 2011 Situação 1: os pares de valores das variáveis X e Y, apresentados em diagrama de dispersão, não se distribuem em tomo de urna reta Ajustando uma regressão linear de lnY contra X Cálculos intermediários equação de reta de regressão de lny contra X REFERÊNCIAS Fonte: VIEIRA, 2011 SANTOS, Iolanda Karla Santana. CONDE, Wolney Lisbôa. MANITTO, Alicia Matijasevich. Estimativa multivariada de padrões alimentares: o todo é diferente da reunião das partes?. Revista brasileira de epidemiologia. 2020 VIEIRA, Sonia. Introdução à Bioestatística. Rio de Janeiro, Elsevier, 2011 OBRIGADA PELA ATENÇÃO
Compartilhar