Baixe o app para aproveitar ainda mais
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
Compartilhar