Introdução à Bioestatística

Prévia do material em texto

Bioestatística
Material Teórico
Responsável pelo Conteúdo:
Prof.ª Me. Priscila Bernardo Martins
Revisão Textual:
Prof.ª Dr.ª Selma Aparecida Cesarin
Bioestatística
• O Método e a Ciência;
• Estatística e Bioestatística;
• Os Níveis de Mensuração;
• População e Amostra;
• As Técnicas de Amostragem.
• Conceituar Bioestatística e Estatística a partir das necessidades da Pesquisa Científi ca. 
• Estudar os tipos de variáveis e a necessidade de coletar amostras que refl itam o compor-
tamento de uma população em análise.
OBJETIVOS DE APRENDIZADO
Bioestatística
Orientações de estudo
Para que o conteúdo desta Disciplina seja bem 
aproveitado e haja maior aplicabilidade na sua 
formação acadêmica e atuação profissional, siga 
algumas recomendações básicas:
Assim:
Organize seus estudos de maneira que passem a fazer parte 
da sua rotina. Por exemplo, você poderá determinar um dia e 
horário fixos como seu “momento do estudo”;
Procure se alimentar e se hidratar quando for estudar; lembre-se de que uma 
alimentação saudável pode proporcionar melhor aproveitamento do estudo;
No material de cada Unidade, há leituras indicadas e, entre elas, artigos científicos, livros, vídeos 
e sites para aprofundar os conhecimentos adquiridos ao longo da Unidade. Além disso, você tam-
bém encontrará sugestões de conteúdo extra no item Material Complementar, que ampliarão sua 
interpretação e auxiliarão no pleno entendimento dos temas abordados;
Após o contato com o conteúdo proposto, participe dos debates mediados em fóruns de discus-
são, pois irão auxiliar a verificar o quanto você absorveu de conhecimento, além de propiciar o 
contato com seus colegas e tutores, o que se apresenta como rico espaço de troca de ideias e de 
aprendizagem.
Organize seus estudos de maneira que passem a fazer parte 
Mantenha o foco! 
Evite se distrair com 
as redes sociais.
Mantenha o foco! 
Evite se distrair com 
as redes sociais.
Determine um 
horário fixo 
para estudar.
Aproveite as 
indicações 
de Material 
Complementar.
Procure se alimentar e se hidratar quando for estudar; lembre-se de que uma 
Não se esqueça 
de se alimentar 
e de se manter 
hidratado.
Aproveite as 
Conserve seu 
material e local de 
estudos sempre 
organizados.
Procure manter 
contato com seus 
colegas e tutores 
para trocar ideias! 
Isso amplia a 
aprendizagem.
Seja original! 
Nunca plagie 
trabalhos.
UNIDADE Bioestatística
O Método e a Ciência
Pensamento científico
O Pensamento Científico ocorre a partir de uma linguagem teórica sobre con-
ceitos e hipóteses científicas; porém, a comprovação dele necessita de uma lin-
guagem e de um método operacional, que é a morada das hipóteses estatísticas. 
Exemplo
Quanto maior o grau de Educação de uma pessoa, menor será o preconceito 
em aceitar uma Campanha Sanitária.
Temos aqui então dois conceitos teóricos:
• Preconceito: atitude negativa baseada em um pré-julgamento;
• Educação: conjunto de conhecimentos acumulados que permite a uma pessoa 
um julgamento global do mundo.
Como podemos instituir um método operacional para medir esses concei-
tos teóricos?
• Preconceito: atribuir escores, valores ou notas a partir de um questionário 
sobre o assunto;
• Educação: quantidade de anos de estudo escolar.
Hipótese estatística: “Quanto maior os anos de Escolaridade, menor a sua nota 
(escore) em uma escala de preconceito”; o que significa dizer que é negativa a cor-
relação em anos de Escolaridade e nota em uma escala de preconceito.
Caso essa afirmação seja a respeito de um grupo de pessoas, por exemplo: 
João, Maria, Kátia, José e Pedro, basta somente verificar a veracidade entre eles e 
pronto. Porém, as hipóteses estatísticas são gerais e se relacionam às populações.
Após formular uma hipótese, o passo seguinte é testá-la, antes de formular uma 
nova Teoria sobre o assunto (Figura 1). Portanto, para atingir esse objetivo, uma 
série de passos deve ser seguida. 
Esses passos visam a reunir informações seguras para que seja feita uma tomada 
de decisão e uma posterior formulação da Teoria. 
São passos a serem seguidos para formular uma nova teoria científica:
• Formular uma Hipótese Científica, o que chamamos de Inferência dedutiva. 
Essa é a ideia que surgiu após a pergunta do pesquisador a partir de seu conhe-
cimento prévio e observacional, sem a utilização de métodos comprobatórios;
• Organizar um plano para a coleta de dados e análise: onde e como vou con-
seguir as informações?
8
9
• Estabelecer uma regra de decisão: após a obtenção e a análise dos resultados 
– Qual parâmetro vou utilizar para considerar se minha hipótese inicial pode 
ser confirmada ou negada?
• Coletar os dados: é a busca propriamente dita das informações, por mensura-
ções dos conceitos teóricos pré-estabelecidos;
• Proceder à análise da hipótese estatística: estabelecimento de hipótese estatís-
tica a partir de um método operacional;
• Tomar decisões com relação à hipótese, após a análise dos dados e seguindo 
a regra de decisão estabelecida anteriormente;
• A partir da verificação da verdade ou da falsidade da hipótese inicial por meio 
da análise estatística, induz-se (inferência indutiva) a uma verdade cientí-
fica correspondente.
Mundo do Pesquisador Mundo da Estatística
Hipótese cientí�ca
PLANEJAMENTO
• Hipótese cientí�ca
• De�nição das variáveis
• Plano de coleta
• Tipo de análise dos dados
• De�nição das regras decisão
INFERÊNCIA INDUTIVA
Formulação de teoria a 
respeito da verdade cientí�ca
Aceitação ou rejeição
da hipótese estatística
COLETA DE DADOS
ANÁLISE ESTATÍSTICA
DOS DADOS
Figura 1 – O Método Científi co: da hipótese até a formulação de uma nova Teoria
Fonte: Acervo do Conteudista
Portanto, a Estatística tem como seu papel na Pesquisa Científica contribuir 
junto ao pesquisador:
• Na formulação de hipóteses estatísticas;
• Fixação de regras de decisão;
• Técnicas para um delineamento da pesquisa; 
• Coleta; 
• Tabulação e Análise dos Dados (Estatística Descritiva);
• Testes de hipóteses para expressar as incertezas da inferência indutiva em 
um nível probabilístico.
9
UNIDADE Bioestatística
Estatística e Bioestatística
A palavra Estatística deriva do latim status, significando Estado Político ou a 
situação de alguma coisa. J. F. Von Bielfel publicou o termo no livro The elements 
of universal erudition, em 1770, em um capítulo chamado Statistics, e foi defi-
nido como: “A Ciência que nos ensina qual a situação política de todos os estados 
modernos do nosso mundo”. 
Depois de uma série de publicações, a Estatística adquiriu um significado menos 
amplo: “A exposição das características de um estado por meio de métodos numé-
ricos”. 
Em 1834, ocorreu fundação da Royal Statistical Society. Após várias mudanças 
do significado de Estatística, passou-se a estudar séries de dados numéricos que 
operavam e a falar em:
a) Estatísticas médicas;
b) Estatísticas vitais;
c) Estatísticas marítimas.
Bérquó (1981) define em seu livro: 
Estatística é um ramo do conhecimento científico que consta de um 
conjunto de processos que têm por objeto a observação, a classificação 
formal e a análise dos fenômenos coletivos ou de massa (descritivos) e, 
por fim, investigar a possibilidade de fazer inferências indutivas válidas a 
partir dos dados observados e buscar métodos capazes de permitir esta 
inferência (indutiva).
A Estatística pode ser dividida em:
• Geral ou metodológica: elabora métodos gerais e aplicáveis e estuda as pro-
priedades matemáticas dos fenômenos de massa e a demonstração dos proce-
dimentos e fórmulas;
• Aplicada: ramo do conhecimento que procede exclusivamente por intermédio 
de metodologia estatística.
E Bioestatística é definida como: “A Ciência que trata os planos e os métodos de 
coleta, tabulação e análise de fatos numéricos nas Ciências da vida”.
Conceito de Variáveis
Quando estudamos as populações utilizando a óptica da Estatística, necessita-
mos, então, classificar os indivíduos de acordo com características mensuráveis.10
11
Essas características são chamadas de variáveis. A identificação e o estudo das 
variáveis vão permitir a descrição da população e o estabelecimento de compara
ções entre grupos, o que constitui, então, a base da Bioestatística. 
O entendimento do nível de mensuração que se estabelece em uma população 
vai permitir a escolha de técnicas corretas de demonstração dos Dados (Tabelas e 
Gráficos), de utilização de medidas comparativas, técnicas de inferência e a tomada 
de decisão. Portanto, reside aqui a base da Bioestatística, de onde seguem todas as 
demais Teorias. 
Os Níveis de Mensuração
Classifi cação da população de acordo
com uma característica nominal
Esse tipo de classificação pressupõe separar a população em grupos que possuem 
ou não a característica em estudo, como, por exemplo, sexo, cor de olhos, peso, 
peso ao nascer, raça etc. As características se expressam nominalmente, em escala 
nominal, ou seja, são dadas por um nome e não por um número, e devem ser:
• Exaustivas: todos os indivíduos estudados possuem a característica;
• Mutuamente exclusivas: cada indivíduo possui somente uma categoria.
Classifi cação da população de acordo
com uma característica que se ordena
Nesta situação, as características possuem um ordenamento natural, medidas, 
então, em uma escala ordinal. Nessa mensuração, não existe informação sobre a 
magnitude da característica – veja que, embora exista ordem, não existe grandeza 
(número). Se colocarmos a situação de um estudo sobre escolaridade de uma de-
terminada população e decidirmos classificá-lo segundo o critério Fundamental, 
Médio e Superior, fica clara a ordem natural desses nomes.
Classifi cação por características
mensuráveis e com zero arbitrário
Nesta escala de mensuração, além da ordenação, pode-se dizer quanto vale 
exatamente a diferença entre elas. Por exemplo, a diferença entre 30° e 10° é de 
exatamente 20°; porém não se pode dizer que 30° é três vezes mais quente que 
10°, pois o zero é um ponto arbitrariamente estabelecido e não fruto de uma men-
suração objetiva. Nesse caso, a escala é dita intervalar, ou seja, os intervalos podem 
ser determinados.
11
UNIDADE Bioestatística
Classificação por características 
mensuráveis e com zero não arbitrário
Aqui, a característica é mensurável e, portanto, são permitidas as operações 
aritméticas, pois o zero não é arbitrário como em uma escala de temperatura. 
Um bom exemplo é quando trabalhamos com a altura de indivíduos: pode-se dizer 
que um indivíduo de 2,00m é duas vezes maior que um indivíduo de 1,00m. Esta 
se trata de uma escala de razões. Nesse tipo de classificação, podemos utilizar uma 
infinidade de operações matemáticas e estabelecer medidas que permitam melhor 
entender o comportamento da característica.
Deve-se perceber, então, que temos características que podem ser medidas, 
por exemplo, ao utilizarmos de instrumentos como a régua, que gera números e 
características que são apenas contadas, permitindo uma quantidade limitada de 
operações para descrever seu comportamento.
Esses atributos (características) que variam entre os indivíduos são chamados de 
variáveis, que podem ser classificadas em qualitativas, aquelas medidas em escala 
nominal ou ordinal, e quantitativas.
As variáveis quantitativas podem ser contínuas ou discretas:
• Contínuas: assumem qualquer valor. Por exemplo, peso, altura. Veja que entre 
a altura de 1,50m e a de 1,55m, por exemplo, existe uma infinidade de valores 
possíveis, dependendo da precisão do instrumento de medida utilizado;
• Discretas: assumem valores de um conjunto enumerável. Por exemplo, nú-
mero de indivíduos nascidos de cada mãe. Perceba que podemos ter 1, 2, 3, 
4, 5...10 filhos, mas nunca números fracionados; entre 1 e 2 filhos não existe 
nenhum valor possível.
Os tipos de variáveis estão resumidos na Figura 2:
Variável
Qualitativa
Quantitativa
Nominal
Ordinal
Contínua
Discreta
Figura 2 – Classificação das variáveis
Fonte: Acervo do Conteudista
12
13
População e Amostra
A Pesquisa Científica, Observacional ou Experimental busca dados sobre a tese 
a ser comprovada e estabelece comparações entre grupos com características dis-
tintas. A primeira pergunta do pesquisador, no início da Pesquisa, é se os dados 
serão coletados de toda uma população ou de uma parcela representativa da popu-
lação. Para tanto, é necessário definir População e Amostra (Figura 3).
• População: conjunto de elementos que têm, em comum, determinada caracte-
rística. Por exemplo, pessoas que vivem em uma determinada região: popula-
ção da cidade de São Paulo; animais de uma determinada espécie – tamanduá-
-mirim; pessoas com um determinado tumor – portadores de melanoma;
• Amostra: todo subconjunto não vazio e com número menor de elementos
da população.
Qualquer parcela de indivíduos que pertence a uma população é uma amostra. 
Por exemplo, 50 pessoas da cidade de São Paulo é uma amostra desta população.
a
A População
Amostra
Figura 3 – População e Amostra
Fonte: Acervo do Conteudista
Assim, as populações podem ser classificadas como finitas e infinitas:
• Finita: é aquela população com um número total possível de se determinar – 
Por exemplo, o conjunto de alunos de um curso;
• Infinita: é aquela em que o número de elementos que faz parte dessa popu-
lação é impossível de se determinar – Por exemplo, o número de vezes que 
posso jogar os dados.
Em alguns casos, as populações finitas são tão grandes que as podemos consi-
derar infinitas – Por exemplo: pessoas com mais de 18 anos no Brasil.
Para acessar os dados para comprovação da tese, podemos escolher trabalhar 
com populações inteiras ou com o estudo de amostras. 
Assim, quando a coleta é feita de toda uma população, recebe o nome de 
Recenseamento, e quando é feita de uma parcela da população, recebe o nome 
de Amostragem.
13
UNIDADE Bioestatística
• Recenseamento: coleta de dados de TODA a população. Censo é o conjunto 
de dados obtidos;
• Amostragem: coleta de informações de PARTE da população.
Muitas vezes, o estudo CUIDADOSO de uma amostra tem mais valor científico 
do que o estudo sumário de uma população. 
Por vezes, o pesquisador tem a impressão de que um conjunto de dados muito 
grande, como o de toda uma população, pode trazer mais informações do que uma 
amostra; porém, a dificuldade em analisar esses dados se torna tão grande que as 
conclusões obtidas são fracas e de pouco valor. 
Um número limitado de dados provenientes de uma boa amostra permite um 
estudo detalhado, de onde se chega a conclusões mais consistentes.
As Técnicas de Amostragem
A amostra foi definida como qualquer subconjunto de uma população, mas nem 
toda amostra (ou subconjunto) representa adequadamente uma população a ponto 
de servir a uma pesquisa. 
Para que uma amostra seja adequada para um estudo científico, ela deve apre-
sentar características similares a da população para permitir que o resultado de seu 
estudo seja aplicado à população que a originou.
Amostragem é o ato de obter uma amostra de uma população, é o procedimento 
que será adotado para escolher os elementos que irão compor a amostra. Amostras 
obtidas de forma incorreta, ou seja, que representam mal uma população, são cha-
madas de amostras viciadas.
Apesar de o risco sempre presente de uma amostra representar mal uma popu-
lação, seu uso oferece muitas vantagens:
• Custo menor: toda pesquisa envolve custos financeiros, quanto menor o nú-
mero de indivíduos analisados, menor o seu custo. Muitas vezes o custo finan-
ceiro é fator limitante para que uma pesquisa ocorra;
• Menor tempo: outro fator limitante é o tempo. A utilização de estudos amos-
trais diminui em muito o tempo de realização de uma pesquisa;
• Objetivos mais amplos: imagine que gostaríamos de conhecer profundamen-
te os hábitos alimentares, culturais e financeiros da população brasileira. Para 
isso, seria necessário buscar uma centena de informações. Caso fossemos 
acessar essas informações em toda a população, seria de se esperarque o nú-
mero de perguntas fosse minimizado a ponto do trabalho não se tornar longo 
e exaustivo. Quando limitamos uma amostra, certamente podemos alongar 
os questionamentos e conseguir uma quantidade melhor de informações.
14
15
Muitas vezes, o trabalho com amostras é imperativo e não resta ao pesquisador 
outra opção. 
São situações em que isso ocorre:
• Populações tão grandes que se assemelham a infinitas. Por exemplo, estudo da 
presença de enzimas séricas na população mundial;
• Casos em que o processo de investigação da característica é destrutivo. Por 
exemplo, o resultado a ser obtido necessita do sacrifício de animais ou da des-
truição do objeto de análise;
• Casos em que existem problemas éticos impeditivos para utilizar toda uma 
população. Por exemplo, testes com drogas ou vacinas;
• Casos em que a população é hipotética, ou seja, desconhecida, e a amostra é 
real. Por exemplo, estudo com usuários de drogas de abuso.
Feita a opção por estudar uma amostra, algumas etapas que devem ser obedecidas:
Etapas do levantamento por amostragem:
1. Estabelecer os objetivos com clareza. Defi nir qual a unidade elementar ou 
de trabalho;
2. Defi nição da população a ser amostrada;
3. Escolha das variáveis a serem observadas em cada unidade de análise;
4. Especifi cação do grau de precisão desejado. O grau de incerteza pode ser 
reduzido ao tomarmos amostras maiores e empregar melhores técnicas 
de medição;
5. Escolha dos instrumentos de medida e da forma de abordagem;
6. Escolha da unidade amostral: a menor parte distinta e identifi cável da po-
pulação para fi ns de enumeração e sorteio;
7. Execução de prova experimental, piloto ou pré-teste. Isso orienta os ajus-
tes necessários;
8. Seleção da amostra depois de decidido o seu tamanho.
A próxima questão é: sabendo que nem toda amostra é adequada e representati-
va de uma população, qual a metodologia a ser utilizada para que a minha amostra 
represente a população da melhor maneira possível? 
Existem algumas técnicas que podem ser utilizadas para diminuir a probabilida-
de da ocorrência de vício na amostra.
As amostras podem ser, então, obtidas de maneira probabilística ou não probabi-
lística. As amostras probabilísticas somente serão preteridas na absoluta impossibili-
dade de utilização, são amostras obtidas sem a utilização de técnicas específicas, as 
quais nos garantem que todos os elementos da população tiveram a mesma chance 
de fazer parte da amostra. Exemplos: se necessitamos avaliar o desempenho de um 
15
UNIDADE Bioestatística
docente a partir de um questionário aplicado aos 1000 alunos que esse docente 
atende e para isso decidimos fazer uma amostragem da turma com 50 alunos; se, 
para a realização da pesquisa, eu escolho os alunos que vão fazer parte dessa pes-
quisa, estou diante de uma amostra não probabilística, pois excluí a possibilidade de 
vários alunos participarem; porém, se estabeleço um sorteio utilizando o número de 
matrícula desses alunos, então todos terão a mesma oportunidade de participar e, 
dessa maneira, faço, então, uma amostra probabilística.
• Probabilística: cada unidade amostral tem uma probabilidade conhecida dife-
rente de zero;
• Não probabilística: não se conhece a probabilidade de cada unidade amostral 
pertencer à amostra. Algumas unidades terão probabilidade zero de pertencer 
à amostra.
São tipos de amostragem probabilística:
• Casual simples;
• Casual simples estratificada;
• Sistemática.
Amostra casual simples sem reposição
É a amostra composta por elementos retirados ao acaso da população. Todo 
elemento tem igual probabilidade de ser escolhido, qualquer subconjunto de n ele-
mentos diferentes de uma população de N elementos tem a mesma probabilidade 
de ser sorteado. 
Por exemplo, o Curso necessita de uma amostra casual simples de cinco de seus 
alunos para uma avaliação de conhecimentos gerais. O total de alunos é 100 e to-
dos têm um número de matrícula de 1 a 100. A partir de bolinhas numeradas de 1 
a 100, sorteia-se, ao acaso (sem nenhum tipo de interferência intencional), uma das 
bolas com o número dos alunos, sem retornar à bola, por cinco vezes (Tabela 1):
Tabela 1 – Resultado do sorteio de 5 alunos para uma avaliação
Sorteio Número do aluno sorteado
1 005
2 093
3 015
4 100
5 002
16
17
Amostra casual simples estratifi cada
É a amostra composta por elementos de todos os diferentes estratos da população. 
Vamos chamar de estrato todo subconjunto de uma população que possua ca-
racterísticas comuns e que interfira no resultado da variável estudada. Por exemplo, 
na Pesquisa Eleitoral, as populações de faixa socioeconômicas diferentes possuem 
opiniões diferentes a respeito dos candidatos. Temos as variáveis: sexo, renda, idade, 
escolaridade etc., que podem interferir no resultado da pesquisa cuja pergunta é: 
“Qual o seu candidato?” Portanto, para que a amostra não seja viciada, devemos ob-
ter uma amostra de cada estrato da Sociedade e reunir tudo em uma única amostra.
Se uma população é composta de h estratos, define-se:
N= Tamanho da população
Nh = Tamanho de cada estrato populacional
N= Tamanho total da amostra
nh = Tamanho da amostra do estrato h
Amostragem sistemática
Esse tipo de amostragem utiliza a ordenação natural dos elementos de uma dada 
população. Muitas populações são ordenadas naturalmente, como, por exemplo, 
a população dos pacientes de uma clínica ou de qualquer serviço de atendimento 
à Saúde. 
Os indivíduos pertencentes a essa população, tão logo chegam ao serviço, são 
cadastradas por ordem de entrada. Esse cadastramento tem correlação direta com 
o tempo, sendo que os primeiros números são dos primeiros pacientes e os núme-
ros mais altos se referem aos pacientes mais recentes. 
Sempre que esse ordenamento natural for observado, a criação de um sistema 
para formar a amostragem é conveniente. Por exemplo, ao desejar estudar uma 
amostra de 100 elementos da população de 10.000 pacientes cadastrados em 
uma Clínica, retira-se uma ficha a cada mil, iniciando-se da primeira.
Define-se então:
• N: tamanho da população
• n: tamanho da amostras
• K: intervalo de amostragem = N/n ,
• i: início casual, sorteado entre 1 e k, inclusive
• Amostra sorteada é composta pelos elementos: i, i+k, i+2k, ...., i+(n-1)k.
17
UNIDADE Bioestatística
Observação
É necessário ter cuidado com a periodicidade dos dados. Por exemplo, se for 
feito sorteio de dia no mês, podemos ter como resultado sempre um domingo, em 
que o padrão de ocorrência do evento pode ser diferente.
Amostra de conveniência
É a amostra não probabilística composta por elementos que o pesquisador reuniu 
simplesmente por que dispunha deles, sem qualquer tipo de técnica. Existe uma série 
de restrições estatísticas a essa amostragem; porém, ela é comum na área da saúde, 
pois, por dificuldades de ordem ética, nem sempre é possível formar uma amostra 
probabilística. Imagine a seguinte situação: um pesquisador deseja conhecer o perfil 
de usuários de drogas ilícitas e, para tanto, precisa fazer entrevistas com 100 indiví-
duos, qual é a população desses usuários? Essa população se declara? 
Em situações como essa, o pesquisar recorre a uma amostra que encontra, 
como, por exemplo, os indivíduos de uma clínica de recuperação. 
Vício de uma amostra
Vício, viés ou tendenciosidade caracterizam-se pela diferença entre a média ob-
tida de todas as possíveis amostras e o verdadeiro valor do parâmetro populacional 
em estudo. De maneira simples, é o erro que a amostra carrega por ser composta 
por indivíduos com valores distantes do verdadeiro valor que se pesquisa. 
Voltando a um exemplo anterior em que, para avaliar o desempenho de um 
docente, aplicava-se um questionário aos alunos e o docente escolhia a amostra, 
conclui-se que essa amostra (grupo de alunos) tende a atribuir a esse professor uma 
nota média superior àquela que a média da turma toda iria conferir. Essa tendência 
chama-se, então, vício da amostra.
Dados discrepantes
São consideradosdados discrepantes os valores aparentemente incompatíveis 
com os demais valores obtidos em um levantamento de dados.
Diz-se aparentemente, pois é impossível para um pesquisador avaliar se existe 
um dado errado ou incompatível. Veja, se um pesquisador deseja conhecer o tipo 
físico dos alunos matriculados em uma grande instituição de Ensino Superior, se-
guindo nossos critérios, ele vai optar por uma amostra. 
Se essa Instituição tem 10.000 alunos matriculados, ele pode perfeitamente 
fazer uma amostra casual simples de 100 alunos para aferir altura e peso. 
Analise essa situação hipotética: dos 100 alunos sorteados, apareceu um com 
altura de 1,40m e 100Kg, ou seja, esse aluno, tipicamente fora do padrão corporal 
18
19
de qualquer população, está representando 1% da amostra, mas será que 1% da 
população, ou seja, 100 alunos, possuem esse tipo físico? Essa é uma típica 
situação de dado discrepante.
O que fazer com os dados discrepantes? 
Leve em consideração os pontos a seguir:
• Deve-se verificar todo o valor suspeito e descartá-los, se forem verificados er-
ros em um ou mais pontos do processo;
• Os dados discrepantes influenciam os resultados estatísticos;
• A inclusão ou exclusão deve ser minuciosamente analisada.
19
UNIDADE Bioestatística
Material Complementar
Indicações para saber mais sobre os assuntos abordados nesta Unidade:
 Leitura
O Caminho da Ciência: O método científico
https://goo.gl/2Mdyic
Estatística/Bioestatística/Métodos Estatísticos/Bioestatística e Epistemologia da Investigação
https://goo.gl/WbMtS8
Níveis de Mensuração da Variável
https://goo.gl/2d8Qtd
Etapas do Método Estatístico
https://goo.gl/NM2MTN
20
21
Referências
BERQUÓ, E. S.; SOUZA, J. M. P.; GOTLIEB, S. L. D. Bioestatística. 2.ed. São 
Paulo:Editora pedagógica e Universitária, 1981.
VIEIRA, S. Introdução à Bioestatística. 5.ed.São Paulo: Campus, 2008.
______.Bioestatística: tópicos avançados. 2.ed. São Paulo: Campus, 2003.
21