Introdução à Bioestatística

Prévia do material em texto

BIOESTATÍSTICA
UNUDADE I
Definição: organização e análise de dados que busca investigar os fenômenos biológicos.
População: conjunto de indivíduos ou objetos que apresentam pelo menos uma característica comum.
Amostra: redução representativa da população a dimensões menores sem perda da característica específica.
Estatística descritiva: busca-se determinação de como um conjunto de dados se comporta (descrição sistemática de resultados)
Variável qualitativa: medida de natureza não numérica, representada por qualidade.
V. qualitativa nominal: não expressa nenhum critério que possa ser maior, menor, melhor, pior... (ex.: cor dos olhos, gênero, tipo sanguíneo, cor da pele, etc.) 
V. qualitativa ordinal: apresenta uma ordem de melhor, pior, superior, inferior... (ex.: nível de dor, intensidade de exercício, grau de instrução, nível de cond. Físico, etc.)
Variável quantitativa: medida de natureza numérica, expressa por um valor.
V. quantitativa discreta: expressas por números inteiros (ex.: número de alunos, número de carros, quantidade de crianças de uma sala, etc.)
V. quantitativa contínuas: qualquer valor que possa ter variação, pode expressar números fracionados (ex.: peso, altura, tempo de corrida, idade, carga de exercício).
Variável independente: o que o pesquisador deseja manipular, a variável experimental.
Variável dependente: aquela que pode ser medida para acessar o efeito da variável independente.
Exemplo: Como o stress afeta a freqüência cardíaca em humanos. A variável independente será o stress e a variável dependente será a freqüência cardíaca.
Variável categórica: é uma variável que não pode ser manipulada (independente). Ex.: idade, gênero, etc.
Variável controle: fator que pode influenciar os resultados do estudo, mas que pode ser controlado (dependente).
Variável interveniente: fator que pode influenciar as resultados, mas que não pode ser excluída/controlada.
Variáveis de posição: valores máximos, mínimos, moda, média e mediana.
Valores máximos e mínimos são aqueles que se encontram nos extremos de um conjunto de dados.
Valor de média é a média aritmética de um conjunto de dados.
Valor de moda é o valor que mais se repete no conjunto de dados (valor de maior freqüência).
Ex.: 1 2 2 3 4 5 6 7 8 = o valor de moda é 2
Unimodal: uma única moda
Bimodal: 2 modas
Multimodal: >3 modas
Amodal: nenhuma moda
Valor de mediana é calculado colocando os dados de forma crescente e calculando n+1 ÷ 2, sendo n o número de dados.
Ex.: 2 3 6 7 8 5+1÷2 = 6÷2 = 3 
Mediana é o 3º número dos dados na ordem crescente, portanto a mediana é 6.
MEDIDAS DE VARIABILIDADE
Amplitude de variação: calcular a diferença entre os valores extremos.
Ex.: Notas aluno I: 7 3 8 9 2 7 9 (v. máximo) – 2 (v. mínimo) = 7
 Notas aluno II: 4 7 5 8 5 7 8 – 4 = 4 O aluno II teve menor variação nas notas
Variância: 
Subtrair de cada valor a média aritmética do conjunto.
Elevar cada diferença encontrada ao quadrado.
Somar os quadrados.
Dividir a soma dos quadrados pelo número de dados.
Exemplo:
Desvio Padrão: Calcular a raiz quadrada da variância.
Coeficiente de variação: CV = DV ÷ média x 100
UNIDADED II
ANÁLISE DE DISTRIBUIÇÃO DE DADOS
CURVA NORMAL: Média, mediana e moda (unimodal) coincidem no mesmo valor (rigorosamente simétrica). Elas podem apresentar diferentes curtoses: platicúrtica (mais achatada), mesocúrtica (forma mais tradicional) e leptocúrtica (mais alongada).
Distribuição normal na prática: 95% 68%...
TESTES DE NORMALIDADE
Testes para avaliação de normalidade: 
Shapiro-Wilk: conjunto de dados até 50 observações (variáveis).
Kolomogorov Smirnov: conjunto de dados com mais de 50 observações.
CONDIÇÃO DE NORMALIDADE: P=0,05
FORMULAÇÃO DE HIPÓTESES: 
Problema de pesquisa: contexto que está sendo analisado (ex: qual alongamento ganha mais flexibilidade)
Variável independente: é a que está sendo manipulada(ex:tipos de alongamento)
Variável dependente: efeito da v, indepen., interferência da indep. (ex:ganho de flexibilidade).
TESTES ESTATÍSTICOS
TESTE T PARA UMA AMOSTRA: Características de um ÚNICO grupo a serem comparadas com um valor de referência. Deve apresentar normalidade na distribuição de dados.
Exemplo: Comparação entre a média de desempenho dos atletas do seu grupo de corrida com a média dos participantes na prova de 10 km.
TESTE T PAREADO: Um mesmo grupo é avaliado em duas condições distintas (comparação entre si) quando atende aos critérios de normalidade e distribuição.
Exemplo: Um grupo com 10 pessoas é submetido a um treinamento de força. Esse mesmo grupo deverá ser avaliado antes e após o treinamento (relação causa e efeito).
TESTE T PARA AMOSTRAS INDEPENDENTES: Situação em que se planeja comparar a mesma característica de dois grupos distintos/independentes (indivíduos diferentes) quando existe normalidade na distribuição de dados.
Exemplo: Comparação do consumo máximo de oxigênio entre um grupo de ciclistas e um grupo de corredores.
TESTE DE ANOVA: Teste de análise de variância. É empregado quando existem mais de dois grupos a serem comparados simultaneamente que atendem aos critérios de normalidade e distribuição.
ANOVA de um fator: uma fonte de variação (Ex: gênero feminino e masculino)
ANOVA de dois fatores: duas fontes de variação (Ex. gênero e nível de escolaridade)
Exemplo: Teste de comparação de altura entre meninos e meninas em diferentes níveis de escolaridade (ensino médio, graduação e pós-graduação)
TESTE DE FRIEDMAN: Semelhante ao teste ANOVA, esse teste é realizado quando existem mais de dois grupos a serem comparados simultaneamente, mas que NÃO atendem aos critérios de normalidade e distribuição.
TESTE DE CORRELAÇÃO: Correlação simples investiga em que grau se relacionam duas variáveis.
Coeficiente de correlação de Pearson (r)
1 = correlação perfeita
> 0,70 = correlação forte
> 0,30 e < 0,70 = correlação moderada
< 0 e <0,30 = correlação fraca
0 = correlação nula