Baixe o app para aproveitar ainda mais
Prévia do material em texto
Uniã�o dãs Fãculdãdes dos Grãndes Lãgos (Biomedicinã) @brendã_dãbilã Bioestatística Estãtí�sticã: E� umã ferrãmentã mãtemã� ticã pãrã lidãr com ã ãnã� lise, orgãnizãçã�o e resumo de dãdos. Aplicãdo quãndo temos interesse em ãnãlisãr/ inferir umã cãrãcterí�sticã em umã populãçã�o. Populãçã�o: Um grupo de indiví�duos que compo� e um estudo. Indiví�duos: Corresponde ã cãdã ser, membro de umã espe�cie, com cãrãcterí�sticãs pro� priãs. Amostrã: Conjunto de elementos extrãí�dos de um conjunto mãior. Quãnto mãis heteroge1neã ã cãrãcterí�sticã procurãdã mãior terã� que sere ã ãmostrã. Vãriã�veis: Cãrãcterí�sticãs de interesse. Essãs vãriã�veis podem ser divididãs em subconjuntos: Vãriã�veis Quãntitãtivãs: Sã�o representãdãs por meio de nu� meros, podem ser de dois tipos: Vãriã�veis discretãs: Vãlores nãturãis. Vãriã�veis contí�nuãs: Vãlores pertencem ã um intervãlo de nu� meros reãis, inteiros ou frãcionãdos. Vãriã�veis Quãlitãtivãs: Representãm umã quãlidãde de um indiví�duo pesquisãdo, nã�o possuem vãlores quãntitãtivos, podem ser de dois tipos: Vãriã�vel nominãl: Nã�o existe nenhumã ordem nãs possí�veis representãço� es. Vãriã�vel ordinãl: Apresentãm umã ordem nos seus resultãdos. Freque1nciã ãbsolutã (ni): Contãgem do nu� mero de indiví�duos dentro dã distribuiçã�o que ãpresentã determinãdã cãrãcterí�sticã. Freque1nciã relãtivã (fi): Pãrticipãçã�o de cãdã cãrãcterí�sticã no todo, proporçã�o que ã cãrãcterí�sticã representã no totãl. Fi = ni ÷ N Em que N e� ã somã de todos os ni. Pãrã ãnãlisãrmos vãriã�veis discretãs e contí�nuãs (quãntitãtivãs), por vezes e� necessã� rio sepãrã� -lãs em clãsses. Quãndo vãlores nã�o se repetem nãs observãço� es, ou quãndo hã� muitã vãriãbilidãde, temos que resumir os dãdos, ãbrindo mã�o dã exãtidã�o dãs informãço� es. Pãrã construir ã clãsse de vãlores tomãmos ãlgumãs medidãs: Identificãmos o menor e o mãior vãlor e fãzemos ã diferençã entre eles, pãrã ter ideiã do tãmãnho dã vãriãçã�o. Conceitos Básicos Distribuição de frequências nominais Distribuição de frequências quantitativas Uniã�o dãs Fãculdãdes dos Grãndes Lãgos (Biomedicinã) @brendã_dãbilã Recomendã-se usãr de 5 ã 10 clãsses no mã�ximo, dependendo do nu� mero de vãlores. Logo pegãmos o vãlor dã diferençã e dividimos pelo nu� mero de clãsses pãrã obter o tãmãnho do intervãlo. A densidãde de freque1nciã nos dã� ã rãzã�o entre ã freque1nciã de umã clãsse e suã lãrgurã. Podemos cãlculãr ã densidãde de freque1nciã se quisermos criãr um histogrãmã. Podemos usãr ã fo� rmulã de que ã densidãde de freque1nciã e� iguãl ã= freque1nciã divididã pelã lãrgurã dã clãsse. Freque1nciã relãtivã Lãrgurã dã clãsse Um histogrãmã e� umã ferrãmentã de ãnã� lise e representãçã�o de dãdos quãntitãtivos, ãgrupãdos em clãsses de freque1nciã que permite distinguir ã formã, o ponto centrãl e ã vãriãçã�o dã distribuiçã�o, ãle�m de outros dãdos como ãmplitude e simetriã nã distribuiçã�o dos dãdos. Medidas de Tendência Depois de cãlculãrmos ã distribuiçã�o de freque1nciãs, temos ãcesso ão comportãmento dãs observãço� es. Pore�m ãindã e� necessã� rio ãnãlisãr ãs tende1nciãs dã distribuiçã�o. Pãrã isso podemos resumir ãindã mãis ã informãçã�o coletãdã, pãrã tentãr inferir comportãmentos de tende1nciã nã distribuiçã�o. Vãmos utilizãr tre1s medidãs de tende1nciã: Modã: A modã, e� o vãlor em que ã freque1nciã dos seus dãdos e� mãior. Me�diã: A me�diã, e� o resultãdo dã somã de todos os vãlores dividido pelã quãntidãde de entrãdãs do nosso conjunto de dãdos Mediãnã: E� umã medidã de tende1nciã centrãl dã Estãtí�sticã que corresponde ão vãlor centrãl de um conjunto de vãlores ordenãdos. Medidas de Dispersão Vãmos considerãr um exemplo, imãgine que e� necessã� rio orgãnizãr um evento pãrã quinze pessoãs e ã u� nicã informãçã�o e� que ã idãde me�diã dos convidãdos e� 15 ãnos. Portãnto, precisãmos de umã medidã que nos de1 ideiã dã dispersã�o dos vãlores nã distribuiçã�o. Histograma Densidade de frequência Uniã�o dãs Fãculdãdes dos Grãndes Lãgos (Biomedicinã) @brendã_dãbilã E� ã medidã de quãnto os vãlores sã�o diferentes dã me�diã. Exemplo: Quer se estudãr o nu� mero de erros de impressã�o de um livro. Pãrã isso escolheu- se umã ãmostrã de 50 pã�ginãs, o nu� mero de erros por pã�ginã dã tãbelã seguinte. Quãl o nu� mero me�dio de erros por pã�ginã? O desvio pãdrã�o e� umã medidã mãis robustã que o desvio me�dio e e� definidã como ã rãiz quãdrãdã dã vãriã1nciã. E� sempre o vãlor ãssociãdo ã me�diã pãrã dãr ideiã de vãriãbilidãde de distribuiçã�o. Vãriã1nciã: E� umã medidã que nos dã� umã boã ideiã dã vãriãbilidãde dã distribuiçã�o. Pore�m utilizã-se dos quãdrãdos dos desvios dã me�diã. Quãl ã vãriã�vel? Vãriã�vel = 25 × (0 − 0,66)2 + 20 × (1 − 0,66)2 + 3 × (2 − 0,66)2 + (3 − 0,66)2 + (4 − 0,66)2 ÷ 50 Vãriã�vel = 0,7044 Quãl e� o desvio pãdrã�o? Se o livro tem 500 pã�ginãs, quãl o nu� mero totãl de erros esperãdo no livro? Como o desvio pãdrã�o e o desvio me�dio indicãm em me�diã quãl serã� o erro cometido ão tentãr substituir cãdã observãçã�o pelã medidã resumo do conjunto de dãdos, cãlculã-se ã diferençã entre ã me�diã e o desvio pãdrã�o, obtendo-se: |0,84 − 0,66| = 0,18. Assim, 0,18 × 500 = 90 erros. Fãçã umã representãçã�o grã� ficã pãrã ã distribuiçã�o: Desvio médio Desvio padrão
Compartilhar