introdução a bioestatistica - passei direto

Prévia do material em texto

DEFINIÇÃO 
➔ Estatística aplicada aos estudos dos 
fenômenos biológicos; 
➔ Estatística + ciências de saúde; 
➔ Eliminação da subjetividade; 
➔ Viés de observação; 
➔ Observações limitadas + variabilidade da 
distribuição de eventos = possibilidade de 
acontecimento de um evento; 
POPULAÇÃO X AMOSTRA 
POPULAÇÃO : ( N ) POPULATION 
➔ Conjunto de todos os elementos ou 
resultados sob investigação- todos pra qual 
o estudo é aplicável; 
➔ Ex: população do estado do ceara com 
câncer; 
AMOSTRA : (IN) SAMPLE 
➔ Parte ( subconjunto ) da população- quem 
eu realmente uso no estudo; 
➔ Ex : amostra de pacientes com câncer no 
ICC; 
ANALISE ESTATÍSTICA 
➔ Tamanho da amostra; 
➔ Homogeneidade da amostra; 
TAMANHO DA AMOSTRA 
➔ Representatividade de uma população 
; 
➔ Diretamente proporcional a representividade 
da população; 
➔ Amostra grande= bastante representativa; 
➔ Amostra pequena= pouca representividade; 
➔ Amostra pequena= talvez os dados não 
sejam confiados; 
➔ E quando for grande demais: talvez gere 
gastos exarcebados; 
➔ Realizar calculo amostral para garantir uma 
quantidade acertiva; 
➔ Qual o tamanho ideal para minha amostra ? 
Uso da revisão de literatura ou do calculo 
amostral; 
HOMOGENEIDADE DA AMOSTRA 
➔ Diminuir a dispersão; 
➔ Ex : amostra de pacientes com câncer do 
ICC; 
CONCEITOS BÁSICOS 
➔ Mensuração da varivel de estudo 
1- O que eu vou medir ? 
2- Como eu vou medir ? 
3- Como eu disponho os meus valores ? 
4- Como eu represento ? 
5- Como eu interpreto os meus valores ? 
AFERIÇÃO 
➔ Descrição de fenômenos que podem ser 
analisados estatisticamente; 
O QUE EU VOU MEDIR ? 
➔ Depende do objetivo do meu estudo e de 
minhas hipóteses; 
➔ Ex : Diâmetro de ulceras orais 
confeccionadas de maneira padrão; 
COMO EU VOU MEDIR ? 
➔ Metodologia já definida : revisão literatura; 
➔ Metodologia não é definida : tenho de 
definir meus critérios e validá-los; 
➔ Ex: Paquímetro digital, A= Pi X D/ 2 Xd/2; 
CLARICE LIOBA 
 
 
 
COMO EU DISPONHO MEUS VALORES ? 
➔ Valores que vão representar diferentes 
grupos; 
MEDIDAS DE TENDENCIA CENTRAL 
➔ O valor que melhor representa o grupo; 
➔ Medidas de precisão ou medidas de 
tendencia central → refletem declarações 
quantitativas concisas que caracterizam a 
distribuição de valores de uma amostra; 
➔ Media; 
➔ Mediana 
➔ Moda; 
MEDIDA DE DISPERSÃO 
➔ Os dados que variam; 
➔ Amplitude; 
➔ Desvio- padrão e variância; 
➔ Coeficiente de variação; 
➔ Percentil, quartil e intervalo de interquartil; 
TIPOS DE DADOS – QUALITATIVO 
QUALITATIVO NOMINAL 
➔ Dados nos quais os valores são categorias 
ou classe sem uma ordem definida; 
➔ Ex : sexo ( homem x mulher ), presença ou 
ausência, raça; 
QUALITATIVO ORDINAL 
➔ Dados nos quais a ordem entre as 
categorias se torna relevante, entretanto a 
magnitude dos números não tem significado; 
➔ Quando se tem um a ordem dos dados; 
➔ EX: Mucosite leve e severa; 
➔ Ex: traumatismo craniano : fatal =1, severo 
=2, moderado =3, leve = 4; 
TIPO DE DADOS QUANTITATIVOS 
QUANTITATIVO DISCRETO 
➔ São restritos a valores específicos ( 
normalmente números inteiros ); 
➔ Não pode ser fracionado tem que ser 
inteiro; 
➔ Ex: numero de partos, número de acidentes 
de transito em um determinado ano; 
QUANTITATIVO CONTINUO 
➔ Dados que representam quantidades 
mensuráveis, mas não restritas a valores 
específicos. Nesse caso, valores fracionados 
são aceitos; 
➔ Quando é fracionado e se precisa dos 
valores fracionados; 
➔ Ex: volume de sangue= 37, 3 ml, Altura : 1,85; 
PARA OS DADOS QUANTITATIVOS 
MEDIDAS DE TENDENCIA CENTRAL 
MEDIA ( MEAN) 
➔ Valor equidistante dos pontos extremos; 
➔ Valor mais esperado para uma amostra; 
 
MEDIDAS DE DISPERSÃO 
DESVIO- PADRÃO – DP 
➔ Se esse desvio estiver muito grande os dados 
não são tão homogêneos; 
➔ Media do quanto desviou da sua media; 
➔ Usado para observar a homogeneidade 
dentro de um grupo; 
➔ Quanto maior o desvio padrão → mais 
heterogêneo foi a amostra ( é pior , pois a 
amostra deve ser homogênea ); 
➔ Quanto menor for o desvio padrão→ menor 
a fuga da media e mais representativa será 
nossa amostra; 
➔ Também pode ser utilizado como substituo o 
Erro- padrão da media ( EPM ) ; 
➔ Dados quantitativos; 
PARA DADOS QUALITATIVOS 
MEDIDAS DE TENDENCIA CENTRAL 
ESCORE: PONTUAÇÃO 
Tipo de 
variável 
qualitativo
nominal ordinal 
quantativo
continuo discreto
Binomial 
Categórico 
 
➔ Tentamos transformar o dado qualitativo em 
uma pontuação, em uma escala → dados 
semi- quantitativos ( era qualitativo ) 
Dados semi- quantitativos 
➔ Quando um dado é qualitativo e 
transformado em quantitativo para se ter 
uma media; 
MEDIANA 
➔ Pode dar um valor fraccionado; 
➔ Aplicada quando se trabalha com scores; 
➔ Deve ser feita uma sequência numérica do 
menor para o maior; 
➔ Medida de tendencia central que divide a 
amostra exatamente em duas metades, de 
forma que a metade da amostra terá 
valores superiores e metade inferiores á 
mediana; 
➔ Se no meio fosse par, somava ambos e 
dividia 2; 
EX: 2 3 3 3 4 4 4 4 4 4 
MODA 
➔ Moda (Mo) é o valor que mais aparece 
dentro de um conjunto quantitativo. Com isso, 
para identificá-la, é necessário encontrar a 
frequência de determinados dados. 
➔ Entre as medidas de centralidade, a moda é 
uma das poucas que podem ser aplicadas 
em variados conjuntos (estimativas com 
nomes, cores, roupas, etc.). Para tal, basta 
calcular o termo de maior presença. 
 
MEDIDAS DE DISPERSÃO 
AMPLITUDE 
➔ Dispersão / distribuição entre os valores 
mínimos e máximos dentro os intervalos de 
confiança; 
Ex: 2 3 3 3 3 4 4 4 4 4 4 
- 2 é o limite mínimo e o 4 é o limite máximo; 
Ex: 1 (!-2 ) → o 1 é a mediana, e o (!-2) é a 
amplitude; 
CONFIANÇA 
➔ Valor numérico ( percentual) que restringe a 
possibilidade de erro; 
➔ Existe 95 % do resultado se repetir; 
➔ Possibilidade de erro de 5 %; 
VALOR DE P 
➔ Valor algébrico que define o ponto de 
corte entre a hipótese nula e a hipótese 
alternativa; 
➔ Valor de p < 0.05 → resultado confiável , e 
que acontecera novamente; 
➔ Valor de p> 0.05 → resultado não- 
confiável , provavelmente não se repetira; 
INTERVALO DE CONFIANÇA E VALOR 
DE P 
➔ Geralmente usado em odontologia: 
 Erro alfa tipo I : 0.05; 
 Confiança: 95 %; 
 P< 0.05; 
 
➔ Usados em casos mais sérios, onde há 
probabilidade de morte 
 Aqui a probabilidade de erro deve ser 
mínima ! pois o dano ( morte ) é serio; 
 Erro alfa tipo I : 0.01; 
 Confiança : 99 %; 
 P<0.01; 
 
➔ Erro tipo I : 0.001 
 Confiança : 99,9%; 
 P< 0.001 
BIOESTATÍSTICA 
➔ Testes estatísticos; 
➔ Natureza da variável ( qualitativa ou 
quantitativa ) 
➔ Distribuição da variável 
 Se distribuição for normal – testes 
paramétricos; 
 Se desconhecida ou não normal – testes 
não paramétricos; 
➔ Número de grupos incluídas no estudo; 
➔ Dependência ou independência das 
amostras; 
DADOS NORMAIS / PARAMÉTRICOS 
➔ Quando o conjunto de dados assumem 
distribuição normal ( sub a curva de Guass) 
ou próximo a ela; 
➔ Conjunto de dados distribuídos numa curva 
de guass,, em formato de sino; 
NULO 
0 
FRACO
1 
MODERADO 
2 
FORTE
3 
INTENSO 
4
➔ Mas o estudo não é prejudicado caso os 
dados não sejam não – paramétricos ( 
quando não fica em formato de sino o 
gráfico ); 
➔ Antes de fazer o teste propriamente dito, se 
faz o teste de normalidade ( para verificar 
se o dado é paramétrico ou não ); 
DADOS NÃO NORMAIS / NÃO 
PARAMÉTRICOS 
➔ Quando o conjunto de dados não assumem 
distribuição normal; 
➔ Dados em formato irregular ( distribuição 
assimétrica ); 
AMOSTRA DEPENDENTE OU 
INDEPENDENTE ( PARIADO OU NÃO 
PARIADO ) 
PARIADO 
➔ Quando se utiliza a mesma amostra dado ) 
e se avalia por 5/10/15 dias; 
NÃO PARIADO 
➔ Quando se avalia grupos diferentes por 
5/10/15dias, sendo que um dado não 
depende do outro; 
TESTES DE NORMALIDADE 
➔ Usados para descobrir se seus dados são 
paramétricos ou não; 
 Kolmogorov- Smimov; 
 Shapiro- Wilk; 
Ou se utiliza analises gráficas por: 
 Histogramas; 
 Q-Q plots;