Análise Estatística de Dados

Prévia do material em texto

<p>CURSO DE EXTENSÃO:</p><p>IC MASTERCLASSES</p><p>2023</p><p>Professor: Profa. Dra. Michelle Buscarilli</p><p>Título da Aula: ANÁLISE ESTATÍSTICA DE DADOS</p><p>Ementa: Introdução básica a estatística e interpretação de dados.</p><p>07/06/2023</p><p>APRESENTAÇÃO DO PROFESSOR</p><p>Foto</p><p>*Doutora em Ciências da Saúde – FMUSP</p><p>*Mestre em Ciências da Saúde – FMUSP</p><p>*Especialista em Análises Clínicas,</p><p>Biologia Molecular e Genética – FMUSP</p><p>* Pós graduanda Cosmetologia Estética.</p><p>*Graduada em Biomedicina FMU</p><p>Docente dos cursos da saúde na FMU.</p><p>Objetivos</p><p>O que é análise</p><p>estatística</p><p>Qual importância de</p><p>realiza-la</p><p>Quais são os tipos</p><p>de análise estatística</p><p>Artigos com</p><p>evidência</p><p>Interpretar e analisar</p><p>seus dados</p><p>Estatística para Trabalho Científico</p><p>Estatística</p><p>Descritiva</p><p>Técnicas para descrever,</p><p>Resumir dados a respeito das</p><p>Características de interesse</p><p>Inferencial</p><p>Técnica que possibilitam a</p><p>extrapolação a um grande</p><p>conjunto de dados</p><p>FERRAMENTAS</p><p>Banco de dados – Conjunto de arquivos inter-relacionados,</p><p>Representando informações sobre domínio específico.</p><p>Escolher o Teste Estatístico adequado</p><p>Software</p><p>Estatística para Trabalho Científico</p><p>De que forma a estatística interage</p><p>com a pesquisa ?</p><p>Análise DescritivaAnálise Inferencial</p><p>Conclusões</p><p>Formulação de novos</p><p>objetivos</p><p>Objetivos da</p><p>pesquisa</p><p>Planejamento de</p><p>experimentos e técnicas</p><p>de amostragem</p><p>Observações</p><p>Dados</p><p>Interação entre estatística e pesquisa</p><p> Por que as mulheres, geralmente, vivem mais do que os homens ?</p><p>PESQUISA COMEÇA QUANDO HÁ UMA PERGUNTA</p><p>Da observação ao questionamento científico:</p><p>Definir hipóteses (teoria) para testar:</p><p> Hipótese: taxa metabólica dos homens é mais elevada que das mulheres levando a uma</p><p>menor esperança de vida no sexo masculino.</p><p> Hipótese: homens consomem mais alimentos do que mulheres, levando a uma maior</p><p>probabilidade de exposição a substâncias “tóxicas”.</p><p>Definir a população de estudo.</p><p>Desenho do estudo</p><p>Sexo, Idade, Condição Clínica (por exemplo: obesos, normotensos, diabéticos, ...)</p><p>Basta observar 1 ou 2 pessoas ? 10 ? 30? 100 ? 500 ? 1000 ?</p><p>Precisa Grupo Controle ? Dois grupos ? Três ou mais grupos ?</p><p>Através de formulários (questionários).</p><p>Através de prontuários (protocolos).</p><p>Através da observação de atitudes e comportamentos.</p><p>Quantos indivíduos serão necessários?</p><p>Quantos grupos?</p><p>Como as informações serão coletadas e armazenadas?</p><p>Estabelecer o que deverá ser avaliado e, de que forma</p><p>será realizado, de tal modo que se possa atingir o</p><p>objetivo do estudo!!!</p><p>Desenho do estudo</p><p>Com que tipo de informação a estatística trabalha?</p><p>A Estatística trabalha com VARIÁVEIS.</p><p>Variável é a característica que assume diferentes valores em diferentes</p><p>pessoas, lugares ou coisas.</p><p>Variável – quantificação da característica de interesse do estudo.</p><p>Variáveis</p><p>Exemplos:</p><p> IDADE, em anos, e depois se divide a população por faixas etárias.</p><p> PRESSÃO ARTERIAL dos participantes, um valor contínuo, e se transforma em</p><p>“normotensão” e “hipertensão”, ou em mais categorias, “normotensão”, “pré-</p><p>hipertensão”, “hipertensão leve”, “hipertensão moderada” e “hipertensão grave”.</p><p> ICTERÍCIA, baseada no mero reconhecimento de padrão, que pode ser transcrita em</p><p>números ordinais – 0 (ausente), 1 (leve), 2 (moderada) e 3 (grave).</p><p>Variáveis</p><p>A natureza da variável é de grande importância para a escolha da ANÁLISE</p><p>ESTATÍSTICA adequada.</p><p>Variáveis são classificadas em dois grupos básicos</p><p>QUALITATIVAS e QUANTITATIVAS</p><p>Estatística Descritiva</p><p>Como descrever a distribuição dos dados ? ??</p><p>- Variáveis Qualitativas (ou Categóricas) – através de tabelas de frequência</p><p>(N° e %) ou gráficos (diagrama de barras, pizza).</p><p>Barra</p><p>Pizza</p><p>Tabela de frequência</p><p>SEXO Freq. absoluta Freq. relativa</p><p>Feminino 13 48%</p><p>Masculino 14 52%</p><p>TOTAL 27 100%</p><p>Tabela de Frequência da variável Raça</p><p>Raça Freq. absoluta Freq. relativa</p><p>A 1 4%</p><p>B 24 89%</p><p>N 1 4%</p><p>P 1 4%</p><p>TOTAL 27 100%</p><p>Tabela de Frequência da variável Sexo</p><p>Estatística Descritiva</p><p>Como descrever a distribuição dos dados ? ??</p><p>Variáveis Quantitativas (ou Numéricas) – através de medidas de tendência</p><p>central (média, mediana, moda) e de dispersão (desvio padrão, quartis,</p><p>amplitude) ou gráficos (Histograma, Box plot, scatterplot”.</p><p>Scatterplot</p><p>(gráfico de dispersão)</p><p>Histograma</p><p>Box plot</p><p>Quais são os componentes básicos de</p><p>uma análise estatística?</p><p>Variável numérica</p><p>Medidas de</p><p>tendência</p><p>central</p><p>• Média aritmética</p><p>• Mediana</p><p>• Moda</p><p>Medidas de</p><p>dispersão • Desvio padrão</p><p>ESTATÍSTICA DESCRITIVA</p><p>média</p><p>É a medida de tendência central mais utilizada</p><p> Leva em conta todos os valores da variável.</p><p> É afetada por valores extremos.</p><p> É o “ponto de equilíbrio” da distribuição dos dados.</p><p>Média</p><p>MEDIDAS DE TENDÊNCIA CENTRAL</p><p>Média aritmética</p><p>Somatório de todos os elementos da série divididos pelo número de elementos</p><p>Exemplo: 5, 3, 6, 8, 4, 5, 7, 5, 9</p><p>(5 + 3 + 6 + 8 + 4 + 5 + 7 + 5 + 9) / 9</p><p>52/9</p><p>A média é 5,77</p><p>Divide conjunto de dados ao meio</p><p>Medida resistente: pouco afetada por mudanças de valores discrepantes</p><p>(extremos).</p><p>mediana</p><p>50% 50%</p><p>Mediana</p><p>MEDIDAS DE TENDÊNCIA CENTRAL</p><p>Mediana</p><p>A mediana é determinada ordenando-se os dados de forma crescente ou</p><p>decrescente e determinando o valor central da série.</p><p>• Exemplo: 3, 4, 5, 5, 5, 6, 7, 8, 9</p><p>• Ou: 9, 8, 7, 6, 5, 5, 5, 4, 3</p><p>• A mediana é 5</p><p>• Metade dos dados estão à esquerda da mediana e a outra metade à</p><p>direita da mediana.</p><p>MEDIDAS DE TENDÊNCIA CENTRAL</p><p>Moda</p><p>A moda é o valor que ocorre mais vezes ou com maior frequência.</p><p>• Exemplo: 5, 3, 6, 8, 4, 5, 7, 5, 9</p><p>• O valor mais frequente é 5 (ocorre três vezes), portanto a moda é 5.</p><p>MEDIDAS DE TENDÊNCIA CENTRAL</p><p> Medida de variabilidade individual. Mostra como as</p><p>observações individuais “estão espalhadas” em torno da média,</p><p>ou o quanto elas estão dispersas em torno da média.</p><p> Quanto maior for o desvio padrão, maior a variabilidade de</p><p>INDIVÍDUO PARA INDIVÍDUO.</p><p>DESVIO PADRÃO</p><p>Exemplo de</p><p>apresentação de</p><p>dados em artigo</p><p>Mas qual a real importância da estatística inferencial?</p><p>Para que precisamos dela?</p><p>Devido à impossibilidade — logística, técnica, temporal e financeira — de</p><p>obtermos dados de uma população inteira, precisamos trabalhar apenas</p><p>com amostras dela.</p><p>Então, para tirarmos conclusões sobre essa população, estudando</p><p>apenas parte dela, precisaremos da estatística inferencial.</p><p>Definição de população e amostra</p><p>Estatística inferencial</p><p>Utilizada para realizar inferência sobre uma população a partir de uma amostra.</p><p>POPULAÇÃO – grupo que o pesquisador deseja estudar;</p><p>AMOSTRA – grupo selecionado a partir da população.</p><p>Estatística Inferencial geralmente requer que os dados sejam provenientes de uma</p><p>amostra aleatória.</p><p>Cada amostra produziu uma MÉDIA DIFERENTE, ou seja, a MÉDIA</p><p>AMOSTRAL também tem sua VARIABILIDADE.</p><p>COMO TIRAR CONCLUSÕES SOBRE A POPULAÇÃO A</p><p>PARTIR DE UMA PARCELA EXTRAÍDA DE FORMA</p><p>ALEATÓRIA (amostra)?</p><p>Intervalo de confiança</p><p>Intervalo de Confiança (IC) é uma forma de quantificar a incerteza do resultado de um estudo.</p><p>A maior parte dos estudos publicados utiliza para o IC a probabilidade de 95% para que os</p><p>“valores reais” estejam entre os limites apresentados.</p><p>O conceito de IC baseia-se na ideia de que estudos com metodologia idêntica, mas realizados</p><p>em amostras diferentes, podem levar a resultados diferentes.</p><p>Distribuição Normal ou</p><p>Distribuição de Gauss</p><p>Intervalo de confiança</p><p>• A maioria dos estudos relata o intervalo de</p><p>confiança de 95% (IC 95%). Se o intervalo de</p><p>confiança incluir o valor de 1 (por exemplo IC</p><p>95% 0.9-1.1), isso implica que não existe</p><p>diferença entre os grupos estudados.</p><p>• Quanto mais estreito for o intervalo de</p><p>confiança, maior é a probabilidade da</p><p>porcentagem da população de estudo</p><p>representar o número real da população de</p><p>origem dando maior certeza quanto ao</p><p>resultado do objeto de estudo.</p><p>• Assim, interpreta-se o intervalo de confiança</p><p>da seguinte maneira: é 95% confiante de que o</p><p>intervalo entre X (limite inferior) e Y (limite</p><p>superior) contém</p><p>o verdadeiro valor do</p><p>parâmetro populacional.</p><p>Fonte: Obreli Neto et al. Prevalence and Predictors of Potential Drug-Drug Interactions in</p><p>the Elderly: A Cross-Sectional Study in the Brazilian Primary Public Health System . J Pharm Pharmaceut Sci</p><p>(www.cspsCanada.org) 15(2) 344 - 354, 2012</p><p>E o que será p <0,05?</p><p>ESTATÍSTICA INFERENCIAL</p><p>O valor de p nada mais é que uma probabilidade — que varia de 0 a 1</p><p>(0 a 100%). Mas probabilidade de que?</p><p>A resposta é simples: o valor de p representa a probabilidade de a</p><p>diferença detectada entre os grupos analisados ter ocorrido ao acaso.</p><p>Valor de p</p><p>Então,</p><p>– Um pequeno valor de p (p ≤ 0,05, ou seja, probabilidade menor ou igual a 5%):</p><p>indica que há uma pequena probabilidade de que a diferença observada entre os</p><p>grupos seja ao acaso, então, você considera que há diferença significativa entre os</p><p>grupos.</p><p>– Um grande valor de p (p > 0,05, ou seja, probabilidade maior que 5%): indica que</p><p>há uma grande probabilidade de que a diferença observada entre os grupos seja ao</p><p>acaso, então, você considera que não há diferença significativa entre os grupos.</p><p>Valor de p</p><p>Teste de hipótese</p><p>Hipótese Nula (H0): hipótese que é colocada à prova</p><p>Hipótese Alternativa (H1 ou Ha): hipótese que é assumida como verdadeira, no caso</p><p>de rejeição da hipótese nula .</p><p>Medidas de associação</p><p>Existe ASSOCIAÇÃO entre determinado FATOR DE RISCO/PROTEÇÃO e uma</p><p>DOENÇA/EVENTO?</p><p>MEDIDAS DE ASSOCIAÇÃO</p><p>• RAZÃO: Risco relativo; Razão de Prevalência; Odds Ratio</p><p>• DIFERENÇA: Risco Atribuível, Risco atribuível na população</p><p>Conclusão</p><p> Estatísticas são vitais para produção de uma pesquisa de qualidade.</p><p> Não deixe de se atentar as análises utilizadas nos estudos (métodos)</p><p> Apreciem a estatística pelo importante papel que elas desempenham, mas não</p><p>deixe que a Estatística impeça-os de levantar novas e excitantes questões de</p><p>pesquisa.</p><p> Afinal, a pesquisa começa quando há uma questão ....</p><p>Animated Science. Episode 1. The Scientific Method.</p><p>https://www.youtube.com/watch?v=tUP8rFWzVt4</p><p>Indicação de Vídeos:</p><p>REFERÊNCIAS BIBLIOGRÁFICAS</p><p>NAZARETH H. Curso Básico de Estatística. São Paulo: Ática 1994.</p><p>LEVIN J. Estatística aplicada à Ciências Humanas, 2ª Edição. Trad Sergio Franscisco Costa.</p><p>USA: Editora Harbra, 1987.</p><p>BRUCE A; BRUCE P. Estatística prática para cientistas de dados. São Paulo: Editora Alta</p><p>Book</p><p>OBRIGADA!</p><p>michelle.demoraes@fmu.br</p>