Estatistica descritiva e inferencial (finalidade e aplicabilidade)

Prévia do material em texto

Finalidade e aplicabilidade da estatística descritiva e inferencial em Educação Física 
Bacharel em Educação Física
Mestre em Ciências da Saúde
MBA em Gestão Empresarial
Doutorando em Educação Física 
Abel Felipe Freitag
Estatistica 
Motta, 2006
“Estudo dos processos de obtenção, coleta, organização, apresentação, análise e interpretação de dados numéricos referentes a qualquer fenômeno, sobre uma população ou conjunto de seres” 
Bioestatistica 
Aplicação da Estatística em: 
Medicina, Nutrição, Biologia, Enfermagem, Educação Física, áreas afins
2
Estatistica Descritiva 
Técnicas utilizadas para organizar, resumir, classificar, descrever e apresentar dados em tabelas e gráficos. 
Ferreira PL, 2005
3
Univariada: variável tratada isoladamente (teste de normalidade) 
Bivariada: avalia a relação existente entre duas variáveis (teste qui-quadrado) 
Multivariada: quando a variável estatística utiliza mais que duas variáveis (regressão logística multinominal ajustada) 
Analises 
Escalas
Variáveis 
Medidas numéricas 
Exemplo
Ferreira PL, 2005
4
Nominal: composta por duas ou mais categorias que não possuem uma relação hierárquica entre si (gênero) 
Ordinal: classifica os sujeitos de acordo com as categorias de uma característica (escolaridade) 
Intervalar: a escala de valores é ilimitada e apresenta intervalos iguais entre os valores da escala (0 faz parte, conta bancaria) 
Razão: É semelhante a escala intervalar 
(valor 0 = ausência da variável, altura e peso) 
Analises 
Escalas
Variáveis 
Medidas numéricas 
Exemplo
Ferreira PL, 2005
5
Dependente: desfecho de interesse (muda ou não?) 
Independente: preditora, exposição ou fator de estudo (exercício físico) 
Interveniente: pode impactar na dependente ou independente 
Qualitativas: categórica (escala nominal ou ordinal) 
Quantitativas: numérica (continua ou discreta) 
Analises 
Escalas
Variáveis 
Medidas numéricas 
Exemplo
Ferreira PL, 2005
6
Analises 
Escalas
Variáveis 
Medidas numéricas 
Exemplo
Medidas de tendência central  ponto médio da amplitude entre o menor e o maior dado 
Ferreira PL, 2005
7
Analises 
Escalas
Variáveis 
Medidas numéricas 
Exemplo
Medidas de dispersão 
Ferreira PL, 2005
Amplitude (valor máximo - mínimo) 
Variância: mede a dispersão em relação a sua respectiva media 
Desvio Padrão: mede a dispersão do conjunto dos dados extraindo a raiz quadrada da variância 
8
Analises 
Escalas
Variáveis 
Medidas numéricas 
Exemplo
Medidas de dispersão 
Ferreira PL, 2005
 Estima o parâmetro de referencia, esta ligado ao DP e ao tamanho da amostra
Medidas que dividem a amostra (por ordem crescente dos dados) em 100 partes 
Percentis: P60 = valores ate 60%, acima 40% restantes
Quartis: Serie ordenada  4 partes iguais
 DP expresso em porcentagem media 
9
Analises 
Escalas
Variáveis 
Medidas numéricas 
Exemplo
Tabelas de distribuição das frequências  simples e de intervalos interclasse 
Ferreira PL, 2005
Frequência absoluta: n. de observações em cada categoria 
Frequência relativa: % que representa o n. de observações em cada categoria 
Frequência acumulada absoluta: total acumulado de frequência absoluta 
Frequência acumulada relativa: total acumulado de frequência relativa 
EF, 3x ou + por semana
Escalas, nominal ou ordinal
Escalas, intervalar ou razão 
10
Analises 
Escalas
Variáveis 
Medidas numéricas 
Exemplo
Escala nominal
Media ± DP 
Escala de razao 
11
Estatistica Inferencial 
Generalizar, para toda a população, os dados obtidos (pela estatística descritiva) de uma amostra
(estimativa ou hipótese)
 Teste estatístico 
Teste de significância: Valor de p 
 Estimação de Parâmetros: Intervalo de Confiança 
Ferreira PL, 2005
12
Ferreira PL, 2005
Teste de hipóteses 
Valor de p
Normalidade dos dados 
 Tipos de testes
Resumo
Hipótese nula (H0)  não existe relação
Ex. a frequência de dias de treino na Academia eh igual entre homens e mulheres 
Hipótese alternativa (H1)  existe relação
Ex. a frequência de dias de treino na Academia eh deferente entre homens e mulheres 
13
Ferreira PL, 2005
Teste de hipóteses 
Valor de p
 Normalidade dos dados 
 Tipos de testes 
Resumo
Comparado com uma distribuição (conhecida) da população (varia entre 0 e 1) 
p<0,05 na EF  Intervalo de confiança = 95% 
Quanto menor o valor de p, maior a evidencia contra H0 
Quanto maior o valor de p, não ha evidencia suficiente contra H0 
14
Ferreira PL, 2005
Teste de hipóteses 
Valor de p
 Normalidade dos dados 
 Tipos de testes
Resumo
Pode ser descrita pela media ou DP (dispersão)
A curva que representa a distribuição normal tem forma de um sino
Distribuição normal  simétrica em relação a media 
Media, moda e mediana são iguais 
Avaliação  gráficos, assimetria (simétrica, positiva ou negativa), curtose (achatamento) 
Testes estatísticos  Shapiro-Wilk (n<50) ou Kolmorov Smirnov (n>50) 
p≤0,05, dados não apresentam normalidade 
15
Tuckman, 2000
Teste de hipóteses 
Valor de p
 Normalidade dos dados 
 Tipos de testes 
Resumo
Paramétricos 
Distribuição normal + homogeneidade dos dados + variáveis intervalares e contínuas.
+ fidedigno 
Não paramétricos 
Variáveis ordinais e nominais.
Utilizados em analise de testes de hipóteses; amostras muito grandes ou muito pequenas. 
16
Both, 2018
Teste de hipóteses 
Valor de p
 Normalidade dos dados 
 Tipos de testes 
Resumo
17
Considerações finais 
Estatística descritiva  organização, resumo e apresentação de resultados
Estatística inferencial  amostra, população 
Referências 
Ferreira PL. Estatística descritiva e inferencial: breves notas. Disponível em: https://estudogeral.sib.uc.pt/bitstream/10316/9961/1/AP200501.pdf. Acesso em: 15 fev. 2019. 
Tuckman BW. Manual de Investigação em Educação. Lisboa: Fundação Calouste Gulbenkian, 2000.
Obrigado!
Agradecimentos
20