BioestatA_stica_Aula 01

Prévia do material em texto

Bioestatística
Tópico 01
Introdução à Bioestatística
Técnicas de Coleta de Dados
Técnicas de Amostragem
Bibliografia
• ARANGO, Hector Gustavo. Bioestatística: teórica e
computacional. Rio de Janeiro: Guanabara Koogan,
2009. (Biblioteca virtual)
• BLAIR, R. Clifford. Bioestatítica para ciências da saúde.
São Paulo: Pearson, 2013. (Biblioteca virtual)
• CALLEGARI-JACQUES, Sidia M. Bioestatística. Porto
Alegre: ArtMed, 2011. (Biblioteca virtual)
Plano de Ensino
• Introdução à Estatística: Definição de Variável e tipos de
Variáveis (Qualitativas e Quantitativas). Definição de
variável aleatória. Diferença entre variável aleatória
discreta e contínua. Conceito de População e Amostra.
Exemplos de técnicas de amostragem (casual,
agrupamento, estratificada e sistemática). Definição de
estatística descritiva e estatística indutiva (inferência
estatística).
• Medidas de Tendência Central e Posição – Parte I:
Definição de média, mediana e moda. Determinação de
quartis em um conjunto de dados. Gráfico de boxplot.
• Medidas de Variação: Definição e cálculo de variância e
desvio padrão em um conjunto de dados. Cálculo de
Coeficiente de Variação.
Plano de Ensino
• Distribuição de Frequências – Parte I:
Conceito de classe e frequência.
Apresentação de tabela de frequência e
histograma (Diagrama de Pareto).
• Distribuição de Frequências – Parte II: 
Cálculo de Frequência simples (absoluta e 
relativa) e acumulada (absoluta e relativa). 
• Cálculo de média, mediana e desvio-padrão
em tabelas de distribuição de frequências.
Plano de Ensino
• Distribuição Normal: Definição, características e
representação gráfica de uma distribuição normal.
Relação entre a distribuição normal e a média e a
variância em uma população de dados.
• Teste Z. Definição de região de rejeição e não rejeição
da hipótese. Definição de p-valor.
• Inferência Estatística: Definição de Nível ou grau de
confiança e Nível de significância. Teste t. Cálculo de
intervalo de confiança (margem de erro) para média
(N≤30).
• Regressão e Correlação Linear.
Estatística
• Ciência baseada no uso de modelos
matemáticos que permitam a coleta,
organização, análise e interpretação de dados.
• Dados: Informações Relevantes para o estudo
onde as ferramentas estatísticas estão sendo
utilizadas. Os dados são coletados de duas
formas: contagens ou medições.
Exemplo
Ao pesquisar preços, condições de pagamento e
taxas de juros para a compra de um bem ou mesmo
para aplicação do dinheiro ou compra de uma
apartamento você coleta dados, analisa, compara e,
assim, toma a sua decisão.
Divisões da Estatística
• Estatística Descritiva: ferramentas ou modelos
que tem a função de tratar os dados
coletados. Permitem avaliar a precisão e
exatidão do grupo de dados.
• Estatística Indutiva: ferramentas ou modelos
que tem a função de validar um grupo de
dados e tirar conclusões sobre o estudo com
auxílio da probabilidade.
Estatística Descritiva
A Estatística Descritiva é composta das seguintes fases:
❑ definição do problema: o pesquisador definirá o problema a ser
estudado e analisará outros estudos realizados sobre o tema.
❑ coleta de dados: envolve a coleta das informações e o registro
sistemático dos dados pelo próprio pesquisador dados
provenientes de outras fontes ou outros pesquisadores.
❑ apuração de dados: nesta etapa, o pesquisador realiza a
tabulação dos dados brutos, ou seja, conta e organiza os dados
coletados;
❑ apresentação de dados: organização dos dados em tabelas e
gráficos.
Estatística Indutiva
• A Estatística Indutiva refere-se ao processo de generalização das
conclusões que o pesquisador faz a partir dos resultados obtidos, ou
seja, ele infere as propriedades da parte para o todo, da amostra à
população
• DIFERENÇAS ENTRE A ESTATÍSTICA DESCRITIVA E A INDUTIVA
A Estatística Descritiva opera com dados e observações bem determinadas,
visando estabelecer relações e aplicações de técnicas de pesquisa sobre
estes dados, como médias, distribuições por classes, entre outros. Para a
Estatística Indutiva, o foco reside sobre o tipo e a qualidade da amostra,
para que se possa fazer um esforço da análise desta amostra para a
população geral, que não pode ser visualizada naquele momento.
População e Amostra
Um grupo de dados utilizados no estudo
estatístico será definido como população ou
amostra.
• População: conjunto de todos os dados
(coletados ou não) relacionados ao estudo.
• Amostra: conjunto de dados (efetivamente
coletados) formado por parte
REPRESENTATIVA da população.
Discussão
• Ao realizarmos uma pesquisa em uma escola, o
universo (população) será todos os alunos que
estudam na escola, pois possuem a característica
ou condição de serem alunos da escola.
• Em uma pesquisa envolvendo alunos do Ensino
Médio brasileiro, como trata-se de um número
muito vasto de alunos, opta-se por pesquisar
grupos representativos de estudantes, ou seja, por
uma amostra.
Variável
Cada uma das características observadas ou mensuradas em um
fenômeno dentro de uma população. seus valores variam de elemento
para elemento. As variáveis podem ter valores numéricos ou não
numéricos.
❑ Para o fenômeno “sexo” são dois os resultados possíveis: masculino e
feminino;
❑ Para a variável “número de filhos” há um número de resultados
possíveis expressos através dos números naturais: 0, 1, 2, 3, ..., n;
❑ Para a variável “estatura” temos uma situação diferente, pois os
resultados podem tomar um número infinito de valores numéricos
dentro de um determinado intervalo.
Variáveis Quantitativas (ou aleatórias)
São as características que podem ser medidas em uma escala
quantitativa, ou seja, apresentam valores numéricos que fazem
sentido. Podem ser contínuas ou discretas.
Variáveis discretas: características mensuráveis que
podem assumir apenas um número finito ou infinito contável
de valores e, assim, somente fazem sentido valores inteiros.
Geralmente são o resultado de contagens. Exemplos:
número de filhos, número de bactérias por mililitro, número
de cigarros fumados por dia, número de animais em casa.
Variáveis contínuas: características mensuráveis que
assumem valores em uma escala contínua (na reta real),
para as quais valores fracionais fazem sentido. Usualmente
devem ser medidas através de algum instrumento.
Exemplos: peso (balança), altura (régua), tempo (relógio),
pressão arterial, idade.
Variáveis Qualitativas (ou categóricas):
São as características que não possuem valores quantitativos,
mas, ao contrário, são definidas por várias categorias, ou seja,
representam uma classificação dos indivíduos. Podem ser
nominais ou ordinais.
Variáveis nominais: não existe ordenação dentre as
categorias. Exemplos: sexo, cor dos olhos, fumante/não
fumante, doente/sadio, cor da pele, cara/coroa.
Variáveis ordinais: existe uma ordenação entre as
categorias. Exemplos: grau de escolaridade (1o, 2o, 3o
graus), estágio da doença (inicial, intermediário, terminal),
mês de observação (janeiro, fevereiro,..., dezembro).
Amostra
Para que uma amostra seja considerada
REPRESENTATIVA da população de dados é
necessário definir:
1- Forma de Coleta da Amostra (Não poderá ser
alterada durante o estudo).
2 – Número de Amostras (N) adequado ao
estudo (Cálculo baseado em um modelo
matemático).
Técnicas de Coleta de Dados
• Existem QUATRO técnicas tradicionais de
coleta de dados:
– Censo
– Amostragem
– Experimento
– Simulação
Censo
• Técnica onde se coletam TODOS os dados
referentes a uma população.
• Vantagem: O estudo estatístico apresentará um
menor erro probabilístico garantindo maior
confiança no resultado apresentado.
• Desvantagem: Necessita de maior tempo para
coleta de dados além de representar um gasto
maior para sua realização. Mostra-se inviável na
maioria das situações aplicadas à Bioestatística.
Amostragem
• Técnica onde se coleta uma parte dos dados
referentes a uma população.
• Vantagem: Necessita de menor tempo para a
coleta de dados e menor gasto para suarealização.
• Desvantagem: Apresenta maior erro
probabilístico e, portanto, deve ser executado
com grande atenção para não comprometer a
qualidade do estudo estatístico.
Simulação
• Uso de ferramentas computacionais para a coleta
de informações (dados) a serem utilizados no
estudo estatístico. Tem por base um histórico de
dados obtidos em estudos semelhantes e
realizados anteriormente.
• Vantagem: Permite estabelecer uma previsão
sobre os resultados a serem obtidos e validados
no estudo. Seria, portanto, uma técnica de coleta
de dados preliminar ao censo, amostragem ou
experimento.
Experimento
• Os dados coletados (amostra ou população)
devem ser subdivididos em DOIS GRUPOS:
Controle (Referência) e Alvo.
• Permite a comparação entre os resultados dos
dois subgrupos e, assim, reduzir efeitos ou erros
de tendência que comprometam a validação dos
resultados.
• Grande aplicação em Pesquisa Clínica,
Farmacovigilância e desenvolvimento de
fármacos.
Técnicas de Amostragem
• Existem QUATRO técnicas mais empregadas
para a coleta de uma amostra representativa
no estudo estatístico:
– Amostragem Aleatória ou Casual
– Amostragem por Agrupamento
– Amostragem Estratificada ou por Estratos
– Amostragem Sistemática
Amostragem Aleatória ou Casual
• Forma de coleta de amostra onde qualquer
membro da população apresenta a mesma
chance de ser selecionado no estudo.
• Deve-se atribuir um código ou numeração
aleatória (não sequencial) para cada
componente da população.
• A seleção da amostra deve ocorrer com auxílio
da chamada Tabela de Números Aleatórios.
Aleatória Simples ou Casual Simples
❑É o mais utilizado processo de amostragem.
❑Prático e eficaz confere precisão ao processo de amostragem.
❑Normalmente utiliza-se uma tabela de números aleatórios e
nomeiam-se os indivíduos, sorteando-se um por um até completar a
amostra calculada.
Exemplo
Queremos escolher 20 alunos de 80 alunos de uma sala. Escrevemos
números de 1 a 80 em um papel e sorteamos 20 números. Seria o
mesmo princípio do “bingo”: sortear 20 número a partir de um globo
com bolinhas numeradas de 1 a 80.
Amostragem por Agrupamento
• A população de dados é dividida em
subgrupos naturais (agrupamentos).
• Exemplos: Sala de aula, Departamento de uma
empresa, UBS em um Distrito, etc.
• Nesta técnica ocorrerá a seleção de todos os
membros de um agrupamento.
• Importante: Pode ser selecionado mais de um
agrupamento no estudo.
Conglomerado ou agrupamento
❑ Nesta modalidade de amostragem, divide-se a área da
população em seções (ou conglomerados)
❑ Em seguida sorteiam-se algumas dessas seções e,
finalmente são estudados todos os elementos das seções
escolhidas.
EXEMPLO: Queremos estudar a população que habita um
bairro, mas não temos meios de conseguir uma relação
completa dos habitantes. Porém, temos a relação completa
das casas do bairro. Cada casa é uma unidade de amostragem
maior, que engloba um certo número de indivíduos. Logo,
podemos escolher uma amostra casual simples de casas e
estudarmos todos os indivíduos que moram nas casas
sorteados. Ao conjunto de indivíduos que moram em uma casa
damos o nome de conglomerado.
Amostragem Estratificada
• A população é dividida em grupos (Estratos)
contendo membros com características
similares.
• Exemplo: Homem Fumante, Homem Não
Fumante, Mulher Fumante, Mulher Não
Fumante.
• Nesta técnica serão coletadas amostras de
cada estrato criado no estudo.
Aleatória Estratificada
❑Quando se deseja guardar uma proporcionalidade na 
população heterogênea.
❑Estratifica-se cada subpopulação por intermédio de 
critérios como classe social, renda, idade, sexo, entre 
outros. 
❑Esse tipo de amostragem é útil quando se pode construir 
um sistema de referências, mas sabe-se de antemão que 
existe uma grande variabilidade entre os grupos e uma 
pequena variabilidade dentro de cada grupo.
Exemplo 
Suponha que dos 80 alunos de uma sala, 58 são homens e 22 são
mulheres. Vamos obter 20 % da população para a amostra proporcional
estratificada. Então vamos dividir nossa população em dois estratos:
homens e mulheres. Destes dois estratos vamos obter 20% de cada um.
Assim temos:
Sexo População 20 % Amostra
Homens 58 11,6 12
Mulheres 22 4,4 4
Total 80 16 16
Amostragem Sistemática
• Elabora-se um sistema fixo para coleta da amostra. 
• O sistema pode ser baseado no número de unidades 
da população ou no tempo / período de coleta. 
• Utilizada quando há um grande número de exemplos 
indivíduos e o pesquisador depara-se com a população 
ordenada.
• Uma palavra chave de fácil memorização é “fichário”: 
quando temos nossa população cadastrada em fichas 
numeradas ou, ainda, banco de dados que produzem 
números sequenciais para cada novo cadastro 
efetuado.
Exemplo 1: No caso de uma linha de produção de medicamentos,
podemos, a cada mil itens produzidos, retirar um para pertencer a uma
amostra de produção diária. Neste caso estaríamos fixando o valor da
amostra em 0,1 % da população.
Exemplo 2: Uma clínica possui 200 pacientes (cada um cadastrado com
valores de 1 a 200). Deseja-se sortear uma amostra contendo 10 pacientes.
Inicialmente, calculamos o tamanho do “passo” a ser dado na hora de
coletar a amostra:
200 : 10 = 20 (é o nosso “passo”)
Agora, sorteamos um número entre 1 e o nosso “passo”, no caso, 20.
Suponhamos ter sorteado o número 5. A partir desse valor, somamos o
“passo” obtendo os números dos elementos de nossa amostra: 5, 25, 45,
65, 85, 105, 125, 145, 165, 185.
Exercício
Um centro de pesquisa deseja estudar os efeitos do consumo
de bebidas alcoólicas sobre a incidência de câncer de fígado.
Para tanto, seleciona um grupo de 5.000 voluntários e os
divide em grupos de acordo com o sexo. A avaliação será
efetuada em um período de cinco anos. Este modelo de
amostragem pode ser considerado:
a) Amostragem estratificada.
b) Amostragem por experimento.
c) Amostragem aleatória.
d) Amostragem por agrupamento.
e) Amostragem sistemática.