Bioestatística na Educação Física

Prévia do material em texto

BIOINFORMAÇÃO E 
TECNOLOGIAS 
DIGITAIS PARA A 
EDUCAÇÃO FÍSICA
NOÇÕES BÁSICAS DE 
BIOESTATÍSTICA
Lúcio Flávio Soares Caldeira
• Unidade de Ensino: 4
• Competência da Unidade: conhecer os conceitos básicos da bioestatística 
nos leva a desenvolver as habilidades necessárias para manusear as 
ferramentas, objetivando a resolução de problemas na área da EF.
• Resumo: A bioestatística e como podemos utilizá-la na epidemiologia, 
compreendendo os princípios básicos e aplicando-os na educação física.
• Palavras-chave: estatística descritiva, probabilidade, 
• testes de hipóteses
• Título da Teleaula: Noções básicas de bioestatística
• Teleaula nº: 4
Contextualização 
Conhecimento em análise de dados
- Análise de resultados de testes e medidas 
aplicadas à EF;
- Análise de desempenho no esporte;
- Análise evolutiva em programas de 
atividade física/exercício físico voltados à 
saúde.
Conhecendo a 
estatística
A estatística inferencial 
• Envolve probabilidades quando algo é 
incerto. 
• Medidas de precisão, como intervalo de 
confiança ou teste de hipótese, que nos 
ajudam a fazer inferências da população 
a partir das estimativas da amostra. 
• População, amostra e amostragem.
População e amostra
Teoria da Amostragem
Probabilísticos: cada elemento da população 
possui a mesma probabilidade de ser selecionado 
para compor a amostra → mecanismos 
aleatórios de seleção.
Não probabilísticos: a seleção da amostra 
depende do julgamento do pesquisador. Há uma 
escolha deliberada dos elementos para compor a 
amostra → mecanismos não aleatórios de 
seleção.
A escolha de um método não probabilístico, geralmente, 
encontrará desvantagem frente ao método 
probabilístico. 
Amostragem por conveniência: elementos 
selecionados por estaremos imediatamente disponíveis, 
por exemplo, quando selecionamos uma pessoa na rua.
Amostragem por julgamento: uma pessoa que tenha 
experiência em determinado assunto escolhe 
intencionalmente os elementos a serem amostrados, por 
exemplo, os próprios treinadores, ao escolherem os 
atletas para testarem um novo tênis, ou um novo 
suplemento.
Classificação das variáveis em: 
Qualitativas 
As variáveis qualitativas são aquelas que possuem atributos de 
qualidade sem qualquer quantificação, podendo ser divididas 
em:
Discretas: os números são inteiros, por exemplo: número de 
filhos, quantidade de funcionários de uma empresa.
Quantitativas*
Contínuas: os números pode ser qualquer um entre os 
números naturais (inteiros e frações), por exemplo: peso 
corporal, renda per capita.
Tipos de 
variáveis
EXEMPLOSDESCRIÇÃOCLASSIFICAÇÃOTIPO
Sexo (masculino e feminino)
Raça (caucasiano, negro, asiático)
Variáveis em classes 
discretas, sem peso 
numérico
Nominal
Q
ua
lit
at
iv
as
Estrato socio-econômico (baixo, 
médio, alto)
Escalas de DOR, PSE, etc
Variáveis em classes 
discretas, classificadas 
em ordem
Ordinal
Ex: n° de filhos, alunos numa escola 
etc.
Conjunto de 
resultados possíveis é 
finito ou enumerável. 
Discreta
Temperatura em graus celsius ou 
fahrenheit. 
Assumem valores 
quantitativos, mas 
que não possuem o 
zero absoluto
Intervalar*
Q
ua
nt
ita
tiv
as
Discreta: conjunto de resultados 
possíveis é finito ou enumerável. Ex: 
n° de filhos, alunos numa escola etc.
Assumem valores 
quantitativos onde há 
o zero absoluto
Razão
Conceito de variáveis de um estudo
Variável independente: é toda variável, qualitativa 
ou quantitativa, que interfere em uma outra variável 
considerada.
Variável dependente: é toda variável, qualitativa 
ou quantitativa, que sofre efeito de uma variável 
independente. 
Relação circular: ocorre quando uma variável 
(exercício físico) afeta outra variável (ganho de 
peso), e vice-versa. 
Estatística Descritiva
Conjunto de dados
Elemento: é cada uma das unidades no estudo que são 
observadas (ex: pré e pós). 
Variável: é a caraterística de interesse
Observação: é a informação que a variável apresenta 
para cada um dos elementos especificamente.
Caso: é o conjunto de observações de um elemento 
determinado.
A análise exploratória
O primeiro passo para essa construção é a separação de 
cada variável de acordo com o perfil. Ex: variáveis 
sociodemográficas (idade, sexo, escolaridade), hábitos de 
vida (tabagismo, dieta, prática de atividade física) e 
doença pré-existente (hipertensão, diabetes, câncer). 
A separação da variável por perfil é chamada de análise 
univariada.
Contagens de observações - Frequência
• Frequência absoluta e percentual.
• A soma das frequências absolutas é 
igual ao número total de observações da 
variável (representado pela letra N).
• Já frequência percentual simples indica 
o percentual de cada variável
N (%)Variável
603 (58,2)60 anos
615 (59,4)Masculino
Escolaridade
135 (13,0)Sem estudo formal
428 (41,3)Fundamental incompleto
256 (24,7)Fundamental completo ou Médio incompleto
160 (15,4)Médio completo ou Superior incompleto
56 (5,4)Superior completo ou Pós-graduação
383 (37,0)Ex-tabagista
398 (38,4)IMC 25-30
612 (59,1)Não-diabético
489 (47,3)Dislipidêmico
827 (79,8)Não-AVC
681 (65,7)Sedentário
Exemplo da utilização das 
frequências absoluta e 
percentual
Fonte: elaborada pelo 
autor.
Medidas de tendência central
• MÉDIA (): A média é um valor hipotético que 
pode ser calculado para qualquer conjunto de 
dados; ela não precisa ser um valor realmente 
observado no conjunto de dados.” Field (2011, p. 
33).
• MEDIANA (Me): Define-se o valor de 50% após 
ordenação dos dados. Percentil 50.
• MODA (Mo): Representa o valor mais frequente.
Outras duas medidas muito utilizadas são 
aquelas que dividem um conjunto de dados em 
quatro (quartis) e cinco (quintis):
Quartis: são representados Q1, Q2 e Q3, 
dividindo a série de dados em quatro partes 
iguais, correspondendo aos 25, 50 e 75 
percentis.
Quintis: são representados como uma medida 
de posição que possibilita dividir o conjunto de 
dados em cinco partes, correspondentes aos 20, 
40, 60 e 80 percentis.
https://bit.ly/3slWhhB
Medidas de dispersão
Variância amostral (S2): medida relativa a dispersão 
dos valores em torno da média. 
Desvio padrão (S): raiz quadrada da variância.
Probabilidade
A probabilidade 
Tem como objetivo estudar os fenômenos do nosso 
cotidiano.
• Aleatórios (casuais, que são os resultados de 
acontecimentos que não podem ser previstos);
• Não aleatórios (determinísticos, que são fenômenos 
em que já se sabe o resultado antes mesmo que 
ocorra).
Espaço amostral, o qual é um conjunto de todos os 
dados de possíveis resultados do experimento. (ex: 
moeda S = {cara, coroa}; dados S = {1,2,3,4,5,6}.
Elaborar as perguntas que possuem relação com os 
possíveis resultados. Estas perguntas são chamadas de 
eventos. 
Associar os eventos ocorridos a subconjuntos do espaço 
amostral. Para identificarmos os subconjuntos, usamos 
três lógicas para manipulação dos eventos, sendo eles 
união, intersecção e complementar.
ComplementarInterseção (∩)União ( ):
A probabilidade frequentista, os elementos do espaço 
amostral não são igualmente prováveis, e a 
probabilidade de ocorrer o evento A pode ser 
calculada por meio da frequência relativa. 
Distribuições das 
Probabilidades
A distribuição de probabilidade 
Pode ser expressa em forma de tabela ou de gráfico, 
representando todos os valores da variável aleatória 
discreta. 
Já a variável aleatória contínua é expressa por áreas de 
um gráfico, pois essa variável pode assumir qualquer 
valor real, não sendo possível listar todos os valores 
possíveis.
A distribuição de probabilidade
Exemplo de representação de uma tabela de variável 
aleatória
Fonte: http://www.est.ufmg.br/~edna/bionutri/NUT-Aula02.pdf. Acesso em: 22 jan. 2021.
Distribuição de Gauss Normal
Teste de hipótese
• Aplicar o método científico, a fim de buscar evidências 
por meio da observação do fenômeno. 
• O p-valor é também denominado nível descritivo do 
teste e é a probabilidade de que a estatística do testetenha valor extremo em relação ao valor observado 
(estatística) quando a hipótese H0 é verdadeira (rejeita 
a H0).
• Erro do tipo I (1-α) p < 0,05. Probabilidade de rejeitar 
a H0 se a H0 for verdadeira.
https://bit.ly/3tmEF6q
Imagine que você tenha que fazer o julgamento de um lance
de algum esporte. O atleta não é considerado culpado na
medida em que sua culpa não é provada. O árbitro da
partida tenta identificar a culpa. Quando houver imagens
suficientes, ele poderá ser penalizado.
No início do procedimento, há duas hipóteses:
H0 (o atleta não é culpado) e H1 (o atleta é culpado).
H0 é a hipótese nula, aceita no momento (presunção da
inocência), enquanto H1 é a hipótese alternativa, sobre a
qual se espera apoiar.
Como avaliar o lance sem que seja cometida uma injustiça?
Resolução
A hipótese de que o atleta não fez nada somente é
rejeitada quando o erro é muito improvável, porque não
se quer condenar um atleta inocente.
Este erro é chamado de erro do tipo I (isto é, a convicção
de uma pessoa inocente), e a ocorrência dele é
controlada para ser rara.
Como uma consequência desse comportamento
assimétrico, o erro do tipo II (não penalizar uma pessoa
que cometeu uma falta), muitas vezes, é grande.
Encerramento
Recapitulando
• Estatística 
• Variáveis 
• Estatística descritiva
• Medidas de tendência central e dispersão
• Probabilidade 
• Distribuições das probabilidades