P3 Estatística

Prévia do material em texto

P3 Estatística 
#papel da estatística: estudar padrões de variação (permite compor testes diagnósticos)
· Pode ser descritiva respondendo perguntas – qual a prevalência de doenças na população? Que proporção da população faz tal coisa? Qual o valor normal de tal substância?
· Descreve o comportamento das características (agravos, fatores de risco, fatores protetores)
· Pode ser analítica, testando formalmente diferenças e associações, respondendo perguntas - isso está associado com aquilo? Isso é bom para aquilo? Isso cura aquilo? Isso previne aquilo?
#padrões de variação:
· distribuição de frequência – descrevem o comportamento da característica, permitem avaliação da normalidade e avaliação probabilística
#por que amostra? Quer-se conhecer um atributo de uma população-alvo, então escolhe-se um grupo para estudar, desse grupo, tira-se uma amostra
· Cada amostra vai fornecer uma média diferente
POP. ALVO POP. EM ESTUDO AMOSTRA
· Desvio padrão – é o erro padrão
#intervalo de confiança: o nível de certeza de que o parâmetro de interesse pertence ao intervalo é conhecido – em geral, 95% (95% de certeza de que o intervalo de confiança inclui o resultado real)
· Amostras com menor variabilidade amostral tem menor chance de erro aleatório
· Em que caso a probabilidade de tirar um resultado perto do valor real é maior? Sem que disperdice recursos
· Quando maior o intervalo de confiança, menor a certeza (para reduzir o intervalo de confiança aumenta-se o número de participantes da amostra)
#teste de hipóteses: comparação de médias
H0 (hipótese de igualdade) – não existe diferença] hipótese nula
H1 (hipótese alternativa) – existe diferença
 Rejeito ou não a hipótese nula?
· Significância
Supondo que H0 é verdade, faz-se a probabilidade relacionada com o resultado obtido e vê se pode rejeitá-la
- Probabilidade maior que 5%, não rejeita H0
- Probabilidade menor que 5%, rejeitamos H0
#valor p: indica a probabilidade de encontrar um valor tão ou mais extremo que o observado, sendo que não existe diferença real – 5% é geralmente o ponto de corte
#organização de dados:
Estatística descritiva – descreve, resume e apresenta dados
Estatística analítica – compara grupos, ajuda a concluir resultados de amostras e usa testes estatísticos
· Termos importantes
Observações – indivíduos avaliados 
Dados – informações obtidas a partir das observações, podendo ser numéricas ou não e podendo ser primárias (dados coletados para o objetivo daquele estudo ou secundárias (utilização de dados já obtidos previamente)
Amostra – parte de um conjunto de dados (população)
Variáveis – características estudadas
Frequência absoluta – contagem de ocorrências
Frequência relativa – proporção de ocorrências em relação ao todo
· Relação entre variáveis
Exposição – variável explanatória, independente
Desfecho – variável resposta, dependente 
· Tipos de variáveis 
- CATEGÓRICAS OU QUALITATIVAS
Nominais (não ordenadas) – sexo, estado civil, tipo sanguíneo, raça....
Ordinais (ordenadas) – classe social, avaliações....
- NUMÉRICAS OU QUANTITATIVAS
Contínuas (números reais) – peso, altura, PA, T....
Discretas (números inteiros) – número de filhos, cigarros...
· Podem ser dicotômicas ou politômicas
· Tabelas
Apresentação de informações de forma clara e concisa
Resultados mais importantes
Autoexplicativa, sem linhas verticais ou horizontais
Um titulo deve informar o que, onde, em quem, quando e N (número de indivíduos avaliados)
· Figuras 
Ideais para apresentar resultados que são difíceis de interpretar ou visualizar em tabelas
Uma figura equivale a 10 tabelas
Deve conter título explicativo, assim como tabelas
· Tipos de figuras:
- Gráfico de barras ou colunas] distribuição de frequência de variável categórica, barras não se encostam e a escala sempre inicia do zero
- Histogramas] distribuição de frequência de variável contínua, barras encostam, um começa onde o outro termina e a área total sob a curva soma 100%
- Colunas empilhadas
- Gráfico de linhas
· Gráficos
Precisam apresentar título que responda o que, onde e quando, além de fonte e escala
#testes de hipóteses:
Quando há valores muito discrepantes, usa-se mediana ao invés de média
· Valor de Stewness = quanto mais próximo de zero, mais simétrico 
· Valor de Kurtsis = quanto mais próximo de 3, mais simétrico
· Intervalo interquartil é a medida de variabilidade que acompanha a mediana
Teste T de Student 
Usado para variáveis quantitativas continuas com desfecho de disposição normal e exposição dicotômica
H0: m1=m2
HÁ:m1 diferente de M2
- Diferença entre duas médias
- Distribuição do desfecho próximo da normalidade
 - Observações independentes
- Variâncias iguais entre os grupos
ANOVA – análise de variância
Usado para variáveis quantitativas continuas com desfecho de disposição normal
- Dois ou mais grupos na exposição (compara várias médias)
- Variância total dividida
· Dentro dos grupos] variabilidade entre as observações, dentro de cada categoria
· Entre grupos] variabilidade decorrente da diferença entre as médias
H0: M1=M2=M3
HA: pelo menos um par diferente
Teste qui-quadrado
Compara os números observados em cada uma das quatro categorias da tabela de contingência com os números esperados se não houvesse diferença entre os grupos de acordo com a exposição 
· Examina associação entre variáveis – o valor p associado à estatística
#comparação de duas proporções:
A relação entre duas variáveis categóricas pode ser examinada por tabulação cruzada em uma tabela de contingência, onde convencionalmente as linhas da tabela correspondem à exposição e as colunas aos desfechos