Estatística aplicada à saúde - Atividade 2 N1

Prévia do material em texto

Universidade Anhembi Morumbi 
Bacharelado em Estatística 
 
Estatística Aplicada à Saúde 
 
Atividade 2 – N1 
 
Resposta: 
A análise de variância (ANOVA) é uma técnica estatística utilizada para 
comparar as médias de três ou mais grupos independentes. Na área da saúde, a 
ANOVA pode ser aplicada para analisar dados clínicos, estudos 
epidemiológicos, ensaios clínicos e outros estudos relacionados à saúde. 
Existem alguns pressupostos básicos necessários para a utilização adequada da 
análise de variância. São eles: 
1. Independência: As observações devem ser independentes entre si. Isso 
significa que as medidas obtidas em um grupo não devem estar 
correlacionadas com as medidas obtidas em outro grupo. Por exemplo, 
em um estudo clínico com diferentes grupos de tratamento, é 
importante garantir que os participantes de um grupo não influenciem 
os resultados de outro grupo. 
2. Homogeneidade de variância: A variância dos dados em cada grupo deve 
ser aproximadamente a mesma. Isso significa que as variações entre os 
grupos devem ser semelhantes. A homogeneidade de variância pode ser 
avaliada visualmente por meio de gráficos de dispersão ou 
estatisticamente utilizando testes como o teste de Levene ou o teste de 
Bartlett. 
3. Normalidade: A distribuição dos dados em cada grupo deve seguir uma 
distribuição normal. A normalidade pode ser verificada por meio de 
testes estatísticos, como o teste de normalidade de Kolmogorov-Smirnov 
ou o teste de Shapiro-Wilk. Além disso, gráficos de probabilidade normal 
ou histogramas podem ajudar a avaliar a normalidade dos dados. 
É importante ressaltar que a violação desses pressupostos pode afetar a 
validade dos resultados da análise de variância. No entanto, em alguns casos, é 
possível utilizar a ANOVA mesmo quando nem todos os pressupostos são 
atendidos. Existem versões modificadas da ANOVA, como a ANOVA de Welch, 
que podem ser aplicadas quando a homogeneidade de variância é violada. Da 
mesma forma, existem testes não paramétricos, como o teste de Kruskal-Wallis, 
que podem ser usados quando a normalidade não é satisfeita. 
Em resumo, embora seja ideal atender a todos os pressupostos da análise de 
variância, existem alternativas quando nem todos são garantidos. No entanto, é 
importante considerar as limitações dessas alternativas e interpretar os 
resultados com cautela.