Baixe o app para aproveitar ainda mais
Prévia do material em texto
A Estatística é um valioso instrumento de mensuração de dados. Como parte da Matemática Aplicada, a Estatística trata da coleta, da análise e da interpretação de dados observados, assim, transformando em informação o que nos parecia um emaranhado de dados. Estudando os mais variados fenômenos das diversas áreas do conhecimento, a Estatística representa um valioso instrumento de trabalho nos dias de hoje, em especial, na capacidade de permear todas as ciências e, aqui, em especial, trataremos a Estatística nas ciências biológicas. Pode-se até pensar que suas técnicas nasceram neste mundo contemporâneo em que se valoriza cada vez mais a rapidez e a agilidade das informações, de um mundo onde o avanço tecnológico (através da criação de computadores que processam uma imensa quantidade de dados em um "piscar de olhos") é constante, porém, a utilização da estatística como suporte para a tomada de decisão é muito antiga. A Estatística é um instrumento fundamental quando se deseja realizar uma pesquisa científica ou acessar um material científico para a obtenção de informações. Trata-se de uma ferramenta indispensável para qualquer profissional que necessita analisar informações em suas tomadas de decisões, seja no seu trabalho ou na sua vida pessoal. Conhecer os conceitos fundamentais de Estatística; Fazer leitura e construção de tabelas de dados. Vamos começar a aula com o questionamento: Por que a Estatística é necessária em saúde? Porque somos humanos! BioEstatística Aplicada a Auditoria Aula 1: Conceitos Fundamentais de Estatística Introdução Objetivos Estatística na saúde Os processos de negócios relacionam-se ao conjunto estruturado de atividades relacionadas, mensuráveis, que geram os resultados das ações da cadeia no mercado em que se atua. A filosofia da cadeia de suprimentos pressupõe um conjunto de processos de negócios com componentes gerenciais integrados e compartilhamento de informações, divisão de riscos e ganhos, cooperação, alinhamento de objetivos e integração horizontal dos processos de cada membro da cadeia. O conjunto de atividades empresariais de uma empresa deve estar alinhado com as demais, em ações sincronizadas ao longo da cadeia, gerando resultados específicos para o mercado-alvo. Por mais que isso nos pareça óbvio, o ser homem, no seu afã por conquistas, busca respostas e soluções para a longevidade com a maior qualidade de vida. Na área biomédica, os ensaios clínicos constituem-se numa poderosa ferramenta para a avaliação de intervenções para a saúde, sejam elas medicamentosas ou não. Um dos primeiros ensaios clínicos, nos moldes que hoje conhecemos, foi publicado no final da década de 40 quando o estatístico Sir Austin Bradford Hill alocou aleatoriamente pacientes com tuberculose pulmonar em dois grupos: os que receberiam estreptomicina e os que não receberiam o medicamento. Desta forma, ele pode avaliar, de maneira não tendenciosa, a eficácia do medicamento. Isso se repete nos dias de hoje com inúmeros assuntos das áreas biomédicas, ou seja, seremos incessantes descobridores ao realizarmos ou participarmos de uma pesquisa científica ou, simplesmente, ser um usuário dessas informações. Figura 1 - Sir Austin Bradford Hil Fonte: WikimediaCommons Processos de negócios Aprenda mais https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/img/a01_t03.jpg Para aprender mais sobre análise de pesquisa, clique aqui. [http://bvsms.saude.gov.br/bvs/publicacoes/pnad_panorama_saude_brasil.pdf] É importante entender que todas as vezes que se recorre a uma pesquisa estatística é preciso, como ponto inicial, identificar o elemento a ser estudado/observado, ou seja, o público-alvo, ou ainda mais, o universo a ser estudo e onde esses elementos estão inseridos, pois é com base nesse conjunto de elementos que os dados são coletados e analisados de acordo com os princípios e objetivos da pesquisa. Esse público-alvo recebe o nome de universo e constitui um conjunto de elementos que apresenta características próprias, por exemplo: os usuários de um plano de saúde, os postos de saúde de uma localidade, os membros de uma equipe de futebol, as turmas de uma universidade, os funcionários de uma empresa, as habitações de um pais*, e várias situações que envolvem um grupo geral de elementos. Aprofundando mais sobre população, a definimos como um conjunto de elementos com características e definidas no tempo e espaço. Na Estatística, a população pode ser classificada como finita ou infinita. População finita Quando o número de elementos de um universo não é muito grande e a entrevista e a análise das informações podem abordar a todos do grupo. Por exemplo: os pacientes internados com determinada patologia, hospital e data. População infinita Quando o número de elementos é muito elevado ou não há fim para a coleta dos dados. Por exemplo: a população de negros de uma grande cidade como São Paulo ou os vitimados de violência doméstica que chegam a um hospital municipal de uma grande cidade (sem especificar a data). Observe, também, que o elemento não se restringe a pessoas/indivíduos. * O censo demográfico tem como principal característica a observação de todos os elementos que, nesse caso, são os domicílios/habitações/residências de onde se obtém o total de habitantes de uma localidade. Entrando para um campo mais específico, temos a amostra, que é qualquer subconjunto do universo, fração ou uma parte do grupo que, de alguma forma, representa o universo. Em alguns casos seria impossível ou muito dispendioso (de tempo ou outros recursos) entrevistar/observar todos os elementos de um universo, assim, a amostra é a parte que representará o todo. Quando estamos interessados em observar o sangue de um paciente, obviamente, não poderemos retirar todo o sangue e, assim, recorremos ao princípio da Estatística ao retirar Elemento, universo e população Atenção! Amostra http://bvsms.saude.gov.br/bvs/publicacoes/pnad_panorama_saude_brasil.pdf uma amostra, por exemplo, de 5 ml como representante de todo o sangue de sua corrente sanguínea. Um panorama de saúde no Brasil. [http://ibge.gov.br/home/estatistica/populacao/panorama_saude_brasil_2003_2008/PNA D_2008_saude.pdf] Trabalhar com amostra é mais conveniente, pois a pesquisa torna-se mais fácil, mais rápida e mais econômica, além de que muitas vezes é impossível trabalhar com todo o universo que se deseja alcançar. Pela importância da representatividade dessa parte – amostra – para com o todo, exige-se o uso de técnicas para obtenção de amostras não tendenciosas e/ou imparciais. Existem diversas técnicas e, a seguir, veremos as mais comuns Amostras Aleatórias: Quando todos os elementos do universo tem a mesma chance de serem selecionados para a amostra, ou seja, neste tipo de amostra a premissa é de que cada componente do universo a ser estudado tem a mesma probabilidade de ser escolhido para compor a amostra. Por exemplo, o sorteio das bolinhas da MegaSena. Figura 2 - Amostra Aleatória Simples Fonte: elaborado pelo autor Quando o universo é dividido em estratos (subconjuntos do todo) e, em seguida, é selecionada uma amostra aleatória de cada estrato guardando-se suas proporções, assim, a amostra mantém as proporções do universo. Esta é geralmente aplicada quando o evento estudado tem características distintas para diferentes categorias que dividem o universo a ser estudado. Por exemplo, quando o sorteio de pacientes num hospital é feito proporcionalmente ao tipo de internação. Aprenda mais Amostragem Amostra Aleatória Simples Amostra Aleatória Estratificada http://ibge.gov.br/home/estatistica/populacao/panorama_saude_brasil_2003_2008/PNAD_2008_saude.pdf https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/img/a01_t06a.jpg Figura 3 - Amostra Aleatória Estratificada Fonte: elaborado pelo autor Quando o universo é dividido em subconjuntos distintos (conglomerados) e sorteamos um ou mais conglomerados, tal como na amostra aleatória simples e, então, são observados todos os elementos do(s) conglomerado(s)selecionado(s). Por exemplo, quando o sorteio de pacientes em um hospital é feito nos andares pares. Figura 4 - Amostra Aleatória por Conglomerados Fonte: elaborado pelo autor Quando se obedece ao mesmo princípio da amostra aleatória simples, no entanto, prevê a coleta de elementos ao longo de um período de tempo e arbitra um ritmo para tomada de unidades da população para compor a amostra. A amostra sistemática é utilizada quando se quer planejar um período de tempo para execução da coleta de dados ou quando se deseja cobrir um determinado período de tempo com a amostra estudada. O número de observações pode ser calculado, como na amostragem aleatória simples e o intervalo sistemático pode ser arbitrado a partir da frequência esperada do evento estudado. Figura 5 - Amostra Aleatória Sistemática Fonte: elaborado pelo autor Por exemplo, numa população de atendimentos médicos ambulatoriais, tomam-se para amostra das primeiras pessoas que se apresentam para consulta médica. A partir de um nome sorteado, selecionamos um a cada dez indivíduos (o décimo, vigésimo e assim por diante). O ideal seria trabalharmos com todos os elementos do universo objeto de nosso estudo estatístico. E, deste, representar os elementos pelos parâmetros estudados e necessários para alcançar nossos objetivos. Assim, não perguntaremos a altura de um indivíduo se esse parâmetro não é importante para o estudo/trabalho. Amostra Aleatória por Conglomerados Amostra Aleatória Sistemática Parâmetros https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/img/a01_t06b.jpg https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/img/a01_t06c.jpg https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/img/a01_t06d.jpg Figura 6 - Parâmetros Fonte: elaborado pelo autor Em Estatística, uma variável é uma característica qualquer de interesse associada aos elementos do universo ou amostra e apresenta variação de elemento para elemento. Assim, idade, altura, peso, sexo, quantidade de plaquetas, opinião sobre um atendimento e bairro onde mora são variáveis dos elementos de um universo. Variável Qualitativa Variável Qualitativa Seus possíveis valores são categorias, tem a qualidade como referência e não são mensuradas numericamente. Esta se subdivide em: Variável Qualitativa Ordinal - a que pode ser colocada em ordem. Por exemplo, a classe social (A, B, C, D ou E). Variável Qualitativa Nominal - a que não pode ser hierarquizada ou ordenada, não tem nenhuma ordem de variação. Por exemplo, a cor dos olhos, o local de nascimento, sexo, carreira e região onde mora. Variável Quantitativa Variável Quantitativa São numericamente mensuráveis, ou seja, suas observações são valores que podem ser uma contagem (discreta) ou medida (contínua). Esta se subdivide em: Variável Quantitativa Discreta - a que apresenta uma contagem, sem que se possa fracionar, ou seja, os resultados possíveis podem ser enumeráveis e finitos. Por exemplo, número de filhos e alunos numa escola. Variável Quantitativa Contínua - a que expressa uma medida e forma um intervalo ou união de números reais. Variável e seus tipos https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/img/a01_t07.jpg Por exemplo: peso, altura, pressão sistólica e nível de açúcar no sangue. A princípio, é toda tabela que apresenta um conjunto de dados estatísticos em função da época, do local ou da espécie/fenômeno". O meio mais comum para apresentação de resultados é a tabela que deve ser clara e objetiva, dispensando consulta a um texto. A finalidade básica da tabela é sintetizar dados de maneira a fornecer o máximo de informação. Em geral, uma tabela é composta de: Ex: Título: apresentado na parte superior da tabela, deve informar três questões: o que se está sendo estudado, onde foi feito o estudo e quando este foi realizado. Cabeçalho: é a parte superior da tabela, contendo informações sobre o conteúdo de cada coluna. Para grandezas físicas, coloca-se também a unidade utilizada, de modo que no corpo irão aparecer números puros. Coluna indicadora: indica o conteúdo das linhas. Normalmente é colocada na coluna mais à esquerda. Corpo: é onde se coloca o resultado que se deseja relatar. Muito comum, a tabela abaixo é um exemplo de série mista, por haver dupla entrada evidenciada nas colunas (bebida preferida) e linhas (estado civil) e, ambas, são variáveis do tipo qualitativa. Tabela 1 - Exemplo de série mista Fonte: elaborado pelo autor Leitura crítica dos dados estatísticos em trabalhos científicos. [http://www.scielo.br/pdf/rba/v58n3/09.pdf] Serie temporal é uma sequência de realizações (observações) de uma variável ao longo de um determinado tempo, ou seja, é uma sequência de observações (dados numéricos) em ordem cronológica, geralmente ocorrendo em intervalos uniformes (iguais, por exemplo, diariamente, semanalmente, ou mensalmente). Ex: Séries estatísticas Aprenda mais Série temporal, histórica, cronológica ou marcha https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/img/a01_t09.jpg http://www.scielo.br/pdf/rba/v58n3/09.pdf Portanto, uma série temporal é, tão simplesmente, uma sequência de números coletados em intervalos regulares durante um período de tempo. No exemplo abaixo, além de ser uma série temporal, também é apresentado mais de um fenômeno/espécie (população, óbitos e incidência) nas colunas, o que faz com que ela também seja uma série específica (que veremos mais adiante). Incidência de óbitos por AVC/1000 habitantes de 2000 a 2009 no Brasil Tabela 2 - Incidência de óbitos por AVC/1000 habitantes de 2000 a 2009 no Brasil Fonte: elaborado pelo autor Elaborada a partir do registro de observações de fatos ou ocorrências num determinado momento, mas em lugares distintos. Então, o tempo e o fenômeno são fixos e o que está apresentando variação é o local, território ou região. Clique aqui [docs/a01_t11.pdf] para ver um exemplo. Além de ser uma série geográfica, também é uma série específica (que veremos mais adiante) ao apresentar o sexo (masculino ou feminino) por região. Representa os fatos mencionando-os por grupos específicos ou categorias em um determinado tempo e local. Clique aqui [docs/a01_t12.pdf] para ver um exemplo. Observe no título que os tipos de causa de internação ocorrem no Hospital Municipal de São José dos Campos em 2003. Tem-se uma tabela de dupla entrada específica, pois os tipos de causa (nas linhas) estão abertos nas colunas por internações, valor total, tempo médio etc. Além das três séries apresentadas, uma quarta série estatística, muito importante, trabalha com as três características (época, local e fenômeno). Trata-se da distribuição de frequência. Vamos aprofundar mais sobre essa quarta série estatística a seguir. Embora se apresentem fixas as três características época, local e fenômeno, este último (que, em sua maioria, é uma variável do tipo quantitativa contínua) é agrupado em classes mutuamente exclusivas, ou seja, um mesmo elemento observado não pode estar em mais de uma das classes apresentadas. Série geográfica ou territorial Série específica, especificativa ou categórica Distribuição de frequência https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/img/a01_t10.jpg https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/docs/a01_t11.pdf https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/docs/a01_t12.pdf De maneira sintética, na primeira coluna de uma distribuição de frequência são apresentadas as classes e, na sequência, o Ponto Médio (PMi) e a Frequência Simples Absoluta (Fi) de cada uma das classes. Além desses princípios, as demais possíveis colunas serão construídas na medida em que forem necessárias. Comumente, na sequência, Frequência Acumulada Absoluta (Fai), Frequência Relativa (Fri) e Frequência Acumulada Relativa (Fari). As Frequências Relativas podem ser apresentadas em percentual (mais comum) ou decimais de unidade. Acompanhe um exemplo a seguir. Vejamos um exemplo apresentado num quadro de dados brutos e seu rolabaixo da observação da taxa de colesterol (mg/dl) em 30 paciente internados no Hospital ABC em mmm/aaaa: Dados Brutos é o conjunto dos dados que ainda não foram numericamente organizados. Dados brutos da taxa de Colesterol (mg/dl) em pacientes internados no Hospital ABC em mmm/aaaa: Tabela 3 - Dados brutos da taxa de Colesterol (mg/dl) em pacientes internados no Hospital ABC em mmm/aaaa Fonte: elaborado pelo autor Vejamos um exemplo apresentado num quadro de dados brutos e seu rol abaixo da observação da taxa de colesterol (mg/dl) em 30 paciente internados no Hospital ABC em mmm/aaaa: Rol é o conjunto organizado dos dados brutos por ordem de valor, podendo ser crescente ou decrescente. ROL da taxa de Colesterol (mg/dl) em pacientes internados no Hospital ABC em mmm/aaaa: Tabela 4 - ROL da taxa de Colesterol (mg/dl) em pacientes internados no Hospital ABC em mmm/aaaa Fonte: elaborado pelo autor Observe que estão presentes a época (mmm/aaaa), o local (Hospital ABC) e o Fenômeno (taxa de colesterol em mg/dl). Agora, o Fenômeno será agrupado em classes mutuamente exclusivas de maneira em que se possa colocar cada uma dessas taxas numa só classe. Para isso, usaremos intervalos de classe do tipo fechada à esquerda e aberta à direita ( ), o que quer dizer que uma observação será considerada se estiver exatamente entre o limite inferior da classe e "quase" no limite superior, afinal, observa-se que o limite superior de uma classe é o limite inferior da classe seguinte, onde será considerada. Tabela 5 - Taxa de colesterol (mg/dl) empacientes internados no Hospital ABC em mmm/aaaa Fonte: elaborado pelo autor https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/img/a01_t13a.jpg https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/img/a01_t13b.jpg https://stecine.azureedge.net/webaula/pos.estacio/ATU112/aula1/img/a01_t13c.jpg Continuando o raciocínio, as classes foram estabelecidas previamente com intervalos iguais (32 mg/dl) de tal forma que chegamos a 6 classes (i). A necessidade de trazer mais detalhes nos obrigaria a diminuir o intervalo para que se possam ter mais classes. Não necessariamente precisa que o limite inferior da 1ª classes seja o primeiro valor do rol (124 mg/dl). Estabelecidas as classes, a coluna seguinte é a do Ponto Médio (PMi) que é o valor que representa a classe e encontrado calculando-se, meramente, a média aritmética simples entre os limites das classes (p.e.: Na 1ª classes, 138 = [122 + 154 ] / 2; na 2ª classes, 170 = [154 + 186 ] / 2 e assim, para cada uma das seis classes). Na coluna seguinte apresentamos a Frequência Simples Absoluta (Fi); conheça agora cada uma das classes: Frequência Simples Absoluta (Fi) Frequência Simples Absoluta (Fi) é a quantidade de observações em cada uma das classes. Conte no rol a quantidade de observações que estão entre 122 mg/dl (inclusive) e "quase" 154 mg/dl e veja como na 1ª classe da Distribuição de Frequência informamos 7 na coluna Fi e ainda, na sequência, são informadas 5 observações, contadas no rol, entre 154 mg/dl (inclusive) e "quase" 186mg/dl, então, a única observação com 186 mg/dl não integra a 2ª classe e, sim, a 3ª classe e será contadas nos 5 outros elementos encontrados entre 186 mg/dl (inclusive) e "quase" 218 mg/dl. A próxima coluna, se necessária, será a Frequência Acumulada Absoluta (Fai). Frequência Acumulada Absoluta (Fai) Frequência Acumulada Absoluta (Fai) é a soma das Frequências Simples Absolutas (Fi). Em quantos pacientes foi observado até (quase) 218 ml/dl? A resposta está na coluna Fai que somou 17 = 7+5+5. Na sequência das colunas está a Frequência Relativa (Fri). Frequência Relativa (Fri) Frequência Relativa (Fri) que apresenta a relação (em sua maioria, percentual) de cada quantidade observada na Frequência Simples Absoluta (Fi) em relação ao total de elementos observados, ou seja, é a relação de cada grupo de observações da classe para com o total de observações (em nosso exemplo, 30 paciente/observações). Então, na 1ª classe há 7 (Fi) observações que correspondem a 23,3% do total (30) e na 5ª classe encontramos 20% = 0,20 = 6 / 30. E, finalmente, a Frequência Acumulada Relativa (Fari). Frequência Acumulada Relativa (Fari) Frequência Acumulada Relativa (Fari) que, tão simplesmente, corresponde ao que verificamos na Frequência Relativa (Fri) aplicada a Frequência Acumulada Absoluta (Fai), ou seja, observa-se que pouco mais da metade (56,7%) das observações tem até (quase) 218ml/dl e o cálculo é o mesmo da coluna que a antecede - Frequência Relativa (Fri). Vejamos que 40% = 0,40 = 12 / 30 dos pacientes tem até (quase) 186 ml/dl. Então, em nosso exemplo da Distribuição de Frequência podemos ler, dentre outras, as seguintes informações: 2 Dois pacientes têm taxa de colesterol entre 218 mg/dll e (quase) 250 mg/dll; Frequências 20% Vinte por cento dos pacientes tem entre 250 mg/dll e (quase) 282 mg/dll; 17 Dezessete pacientes apresentam taxa de colesterol abaixo de (quase) 218mg/dll; 40% Quarenta por cento dos pacientes apresentam entre 154 mg/dll e (quase) 186mg/dll. • Itens essenciais em Bioestatística. [http://www.scielo.br/pdf/abc/v71n4/a03v71n4.pdf] Discuta com os colegas quais as ações que devem ser tomadas para que as organizações sejam homologadas com grau 5 no CMMI. Chave de resposta:O CMMI procura estabelecer um modelo único para o processo de melhoria corporativo, integrando diferentes modelos e disciplina. Aprenda mais Atividade proposta Exercícios de fixação "Classifique as seguintes variáveis em Qualitativa, Quantitativa Discreta ou Contínua: O número de filhos de pacientes (p.e.: 0, 1, 2, 3); A droga aplicada em pacientes (p.e.: Droga A, B, C ou placebo) O teor de gordura medido em gramas por 24 horas nas fezes de crianças de 1 a 3 anos de idade (p.e.: 23,4 g)." (1) Quantitativa Discreta, (2) Qualitativa e (3) Quantitativa Contínua. (1) Quantitativa Discreta, (2) Qualitativa, (3) Quantitativa Discreta. (1) Qualitativa, (2) Quantitativa Contínua e (3) Quantitativa Discreta. (1) Quantitativa Contínua, (2) Qualitativa e (3) Quantitativa Discreta. http://www.scielo.br/pdf/abc/v71n4/a03v71n4.pdf (1) Quantitativa Contínua, (2) Quantitativa Contínua e (3) Qualitativa. "Desejando-se saber as horas de sono de alunos de uma determinada escola, perguntou-se a hora em que se deitam e a hora que acordam a 250 alunos de um total de 2600 alunos. Então, marcando-se [F] Falso ou [V] Verdadeiro nas sentenças abaixo, tem-se: [ ] 250 é a quantidade de elementos que foram coletados para a amostra; [ ] 2.600 é a quantidade de elementos do universo em estudo; [ ] as horas em que deitaram e acordaram são os parâmetros que levarão os pesquisadores a encontrar a variável tempo de sono dos alunos." V - V - V V - V - F V - F - F F - V - F F - F - V Um exemplo de Variável do tipo Discreta é: Condições sanitárias de uma comunidade Salário de uma pessoa em dólares Altura média das montanhas de uma cidade Porcentagem de acertos ao alvo, de um atirador Votos anulados em uma seção eleitoral Ao nascerem, os bebês são pesados e medidos para saber se estão dentro das tabelas- padrão. Essas duas variáveis (peso em quilos e altura em centímetros) são variáveis: Ambas qualitativas Ambas quantitativas discretas Ambas quantitativas contínuas Quantitativa Contínua e Discreta, respectivamente Quantitativa Discreta e Contínua, respectivamente Numa pesquisa de Estatística, como designamos o grupo de elementos da população/universo convenientemente escolhida para representá-la e de onde coletaremos os dados? Variável Rol Inferência Amostra Atributo Uma série estatística é denominada temporal quando: O local varia enquanto o tempo e o fenômeno são fixos. O tempo varia enquanto o local e o fenômeno são fixos. O fenômeno varia enquanto o local e o tempo são fixos. O tempo é apresentado em intervalos de classe. O fenômeno é apresentado em intervalos de classe. Como chamamos a série estatística em que, embora se apresentem fixas as três característicasépoca, local e fenômeno, o fenômeno é agrupado em classes mutuamente exclusivas? Temporal ou Histórica Específica ou Categórica Geográfica ou Territorial Distribuição de Frequência Mista ou Conjugada Foram apuradas as quantidades de pacientes atendidos em um dia em diversas especialidades de um hospital em mmm/aaaa que resultaram no seguinte: 364 pacientes foram atendidos no Pronto-Socorro, 286 na Pediatria, 127 na Psicologia. 86 na Neurologia e 176 na Ginecologia. Pela descrição, podemos construir uma série estatística: Temporal ou Histórica Específica ou Categórica De Dupla Entrada Distribuição de Frequência Mista ou Conjugada Com base na distribuição de frequência apresentada, podemos afirmar que, dos 30 pacientes observados, 11 apresentaram taxa de Colesterol acima de 250 mg/dl. Sobre a base dessa informação podemos afirmar que: É a soma das frequências absolutas simples das duas últimas classes. É a subtração das frequências relativas simples das 3ª e 4ª classes mais 1 do erro estimado. É a média aritmética ponderada das frequências absolutas simples. É a moda média ponderada das frequências absolutas simples. Nesta aula: Aprendeu a instrumentalizar o profissional de saúde na organização; Analisou e interpretou as medidas estatísticas de tendência central; Aprendeu sobre dispersão e separatrizes, bem como planejar, executar, analisar os resultados e interpretar análises estatísticas. Na próxima aula, você estudará os seguintes assuntos: Representação gráfica de dados. Testes Estatísticos (teste X2). Construção de indicadores em saúde. CRESWELL, John W. Projeto de pesquisa: métodos qualitativo, quantitativo e misto. Porto Alegre: Artmed, 2010. FIELD, Andy. Descobrindo a estatística usando o SPSS. 2. ed. Porto Alegre: Artmed, 2009. BISQUERRA, Rafael; SARRIERA, Jorge Castellá; MATÍNEZ, Francesc. Introdução à Estatística - Enfoque Informático com Pacote Estatítico SPSS. Editora Artmed, Maio 2004. NETO, Silvany. Bioestatística sem segredos. AM. 1ª Ed. Bahia, 2008. É a soma das frequências relativas simples das 2ª a 4ª classes menos 1 do erro estimado. Com base na distribuição de frequência, qual o percentual de pacientes que apresentaram mais de 250 ml/dl de colesterol? 20% 36,70% 11% 83,30% 6,70% Síntese Próxima aula Referências
Compartilhar