Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 77 UNIVERSIDADE DO VALE DO RIO DOS SINOS - UNISINOS ESTATÍSTICA APLICADA À SAÚDE Profa. Karla Faccio NOTAS DE AULA PARTE II Agosto, 2020 _____________________________________________________________________________________ Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 77 5. TESTES DE HIPÓTESES Os Testes de Hipóteses fornecem subsídios para se rejeitar ou não uma hipótese estatística. Os testes de hipóteses são também conhecidos como testes de significância. A finalidade dos testes de hipóteses é avaliar afirmações sobre os valores de parâmetros populacionais. Os testes de hipóteses e a estimação são dois ramos principais da inferência estatística. Enquanto o objetivo da estimação é estimar algum parâmetro populacional, o objetivo dos testes de hipóteses é decidir se determinada afirmação sobre um parâmetro populacional é verdadeira. Por exemplo, podemos querer determinar se são verdadeiras as afirmações: - O tempo médio de realização do teste é superior a 80 minutos? - A taxa de colesterol média das mulheres é superior à taxa média dos homens? - Existe associação entre tabagismo e alcoolismo? Utilizam-se duas hipóteses, sendo chamadas de hipótese nula (H0) e hipótese alternativa (H1) Hipótese: Suposição a respeito de algum parâmetro ou de relacionamento entre parâmetros. Hipótese nula (H0): Hipótese “estática”. É o contrário de H1. É a hipótese de igualdade, ou seja, afirma que o tal efeito não está presente na população, sendo representada por uma igualdade. Hipótese alternativa (H1): Hipótese que descreve aquilo que o pesquisador tenta/deseja provar. É a hipótese de desigualdade, ou seja, afirma que o efeito está presente na população, sendo representada por uma desigualdade. Nos exemplos: H1: O tempo médio de realização do teste é maior do que 80 minutos. H0 : µ ≤ 80 min H1 : µ > 80 min H1: A taxa de colesterol média das mulheres é superior à taxa média dos homens. H0 : µ Mulheres ≤ µ Homens H1 : µ Mulheres > µ Homens H1: Existe associação entre Tabagismo e Alcoolismo. H0 : Não existe associação entre Tabagismo e Alcoolismo H1 : Existe associação entre Tabagismo e Alcoolismo Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 77 Tipos de Erros: Os testes de hipótese utilizam a significância adotada pelo pesquisador. A significância é a probabilidade de uma hipótese nula ser rejeitada, quando verdadeira. Que coincide com o erro tipo I. OBS: Convém lembrar que o fato de não rejeitar a hipótese nula não autoriza a fazer afirmações a respeito da veracidade dela. Ou seja, não se provou H0, pois no momento que se aceita a hipótese nula, o risco envolvido é o erro do Tipo II, o qual não está fixado (controlado). O teste de hipóteses é feito para rejeitar H0 e sua força está na rejeição (erro Tipo I – controlável). Assim, quando se rejeita se prova algo, mas quando se aceita, nada se pode afirmar. Basicamente os testes de hipótese envolvem as seguintes etapas: 1. Estabelecer as hipóteses nula (H0) e alternativa (H1); 2. Valor Crítico: Escolher o nível de significância (α) e assim os valores críticos; 3. Estatística Teste: Calcular a Estatística Teste e compará-la com o Valor Crítico; 4. Decisão: Rejeitar a hipótese nula (H0) se o valor da Estatística Teste exceder o(s) Valor (es) Crítico(s); caso contrário, não rejeitar H0; ou Rejeitar a hipótese nula (H0) se o p-valor < α (nível de significância); 5. Conclusão. Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 77 Os testes de hipótese podem ser unilaterais (α) ou bilaterais (α/2). Nos testes unilaterais a hipótese alternativa H1 é do tipo µ > a ou µ < a, por exemplo. Nos testes bilaterais a hipótese alternativa é do tipo µ≠ a. A hipótese nula permanece igual nos dois casos. A área de rejeição é dividida quando o teste é bilateral. Teste unilateral à esquerda Teste Bilateral Teste unilateral à direita H1: µ < a H1: µ≠ a H1: µ > a NÍVEL DE SIGNIFICÂNCIA (αααα): É o padrão definido para rejeição da hipótese nula. Ele define a partir de que momento a diferença entre o valor suposto e o encontrado na amostra é muito grande para ser devida ao acaso, ou seja, é significativa. REGIÃO CRÍTICA: Região que conduz à rejeição da hipótese nula, onde a diferença entre o valor encontrado e o suposto é considerada significativa. Ela tem o mesmo sentido da hipótese alternativa e a sua área corresponde ao nível de significância adotado. ESTATÍSTICA TESTE: Valor calculado a partir da amostra que será usado no processo decisório. DECISÃO: Se a estatística de teste cair dentro da região crítica, rejeita-se a hipótese nula; caso contrário, não se rejeita aceita a hipótese nula. Existem duas opções para tomar a decisão de um teste de hipóteses: - Via Estatística Teste: Comparar o valor da Estatística Teste com o Valor Crítico (valor obtido a partir da distribuição teórica, específica para o teste) para um valor pré- fixado do nível de significância (α); - Via p-valor: Essa opção baseia-se na probabilidade de ocorrência de valores iguais ou superiores ao assumido pela Estatística Teste, sob a hipótese de que H0 é verdadeira. OBS: Observe que se o p-valor é menor que o nível de significância proposto (α), então o valor da Estatística Teste está na região crítica e, portanto, rejeita-se a hipótese nula H0. Por outro lado, se o p-valor é maior que o nível de significância (α), não se rejeita a hipótese nula H0. Além disso, quanto menor for o p-valor, mais "distante" estamos da hipótese nula H0. Desta forma, se o p-valor for menor do que o nível de significância (α) do teste rejeita- se a hipótese nula H0. CONCLUSÃO: O que significa, na linguagem do problema, não ter rejeitado ou rejeitado a hipótese nula. 1-α 1-α 1-α Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 77 p – valor ou p - value: Assumindo que a H0 possa ser verdadeira e frente aos dados obtidos no estudo, é possível determinar a probabilidade de ocorrência do erro tipo I. Essa probabilidade é conhecida como o valor crítico amostral ou simplesmente p-valor. Enquanto o α é escolhido previamente com base nas consequências da potencial ocorrência dos erros tipos I e II, o p-valor é calculado a partir dos dados obtidos no estudo. De acordo com a teoria estatística, o p-valor é contínuo, varia entre 0 e 1, e representa a compatibilidade dos dados observados com a H0, ou seja, a hipótese de que não há associação entre exposição e desfecho. Os resultados dos estudos são considerados significativos quando o p-valor ≤ α e não significativos quando p-valor > α. Segundo essa abordagem, p-valor= 0,06 e p-valor = 0,60 são absurdamente tratados como resultados não significativos. Quando se encontra um p-valor não significativo (seja ele qual for) isso não é prova de que H0 seja verdadeira, mas que a probabilidade de erro tipo I foi considerada grande para indicar a rejeição de H0. Um outro engano é achar que o p-valor é a probabilidade de H0 ser verdadeira. O p-value ou p-valor é o valor informado na saída dos softwares estatísticos. Esse número é, portanto, uma probabilidade que ser comparada com o nível de significância adotado (α). Se p-value ≤ nível de significância adotado (α), REJEITA-SE H0 Se p-value < nível de significância adotado (α), NÃO SE REJEITA H0 SIGNIFICÂNCIA ESTATÍSTICA X IMPORTÂNCIA CIENTÍFICA: A expressão estatisticamente significante não deve ser entendida como cientificamente importante. Portanto, é fundamental compreender que existe uma grande diferença entre significância estatística e significância (relevância) científica. A significância estatística refere-se exclusivamente ao fato de a associação observada ser, na verdade, diferente de zero, uma vez que envolve uma simples questão de probabilidade sobre a existência ou não de uma associação entre exposição e desfecho (qualquer associação de qualquer tamanho). Consequentemente, a significância estatística nada informa sobre o tamanho ou relevância da associação. Para avaliar a importância ou relevância científica, deve- se, sim, levar em consideração o tamanho da diferença. Por exemplo, suponha que o medicamento A foi testado em 100.000 indivíduos, mostrando ser o mesmo redutor da pressão arterial de hipertensos de forma estatisticamente significante (ou seja, diferente de zero) em 1,0 mm de Hg. Isso tem relevância clínica já que foi estatisticamente significante? A resposta mais apropriada nesse caso é não, pois a redução de 1,0 mm de Hg não representa um efeito importante em termos clínicos apesar de ser estatisticamente significante. Desse modo, em grandes amostrar, mesmo pequenas diferenças serão significativas estatisticamente, embora não sejam cientificamente importantes. O termo significante não é sinônimo de importante, mas está associado à probabilidade de erro na decisão estatística. Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 77 Os principais testes para cada situação estão resumidos no esquema abaixo: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 77 5.1 TESTE t-Student PARA UMA MÉDIA Utiliza-se este teste para comparar os valores obtidos em uma amostra com uma média estabelecida como referência (µ0). Quando não se conhece o desvio padrão da população, deve-se estimá-lo a partir dos dados amostrais usando o desvio padrão amostral. Quando isso ocorre (na maioria das situações reais σ é desconhecido), a distribuição t-Student é a distribuição amostral adequada. Suponha que X é uma variável aleatória com média µ desconhecida e desvio padrão populacional σ desconhecido. Para testar as hipóteses de que a média seja igual, menor e maior a um valor especificado µ0. Os testes de hipóteses podem ser formulados como: Teste Bilateral Teste Unilateral à esquerda Teste Unilateral à direita H0: µ = µ0 H1: µ ≠ µ0 H0: µ ≥ µ0 H1: µ < µ0 H0: µ ≤ µ0 H1: µ > µ0 µ0: valor de referência Estatística Teste: Como σ não é conhecido, usa-se a distribuição de t-Student para construir a Estatística Teste: n S X tTeste 0 __ µ− = Tem distribuição t-Student com (n - 1) graus de liberdade. Decisão: A H0 (Hipótese nula) será rejeitada se o valor da Estatística Teste, em módulo, for superior ao Valor Crítico tabelado, ou seja,se |tteste| > t(n-1; α/2) ou t(n-1;α), onde Valor Crítico = t(n-1;α/2) (para Teste de Hipótese Bilateral) ou Valor Crítico = t(n-1;α) (para Teste de Hipótese Unilateral), caso contrário, H0 não pode ser rejeitada (se a Estatística Teste for inferior ao Valor Crítico) - Valor Crítico obtido na Tabela t Student na coluna αααα/2 ou αααα e na linha dos graus de liberdade (n-1) (ANEXO 1). Ou Rejeita-se H0 se o p-valor for inferior ao nível de significância α, caso contrário, não se rejeita H0 (se p-valor for superior ao α). Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 8 Exemplo 1: Palatnik e colaboradores (1980) determinaram o título de aglutininas do sistema ABO no gastrópodo Biomphalaria Glabrata, hospedeiro principal do Schistosoma mansoni. Em 15 indivíduos albinos capturados em Santa Luzia, Minas Gerais, o título médio para a aglutinina anti-A foi 6,5 e o desvio padrão 0,5 (os valores sofreram uma transformação logarítmica, pois não tinham distribuição normal). Deseja- se comparar esses dados com os da população de gastrópodos pigmentados dessa espécie na mesma localidade, para os quais se admite um título médio de 6,1. Utilize nível de significância de 5%. (Considere p-valor = 0,00786) Resolução: 1. Estabelecer as hipóteses nula e alternativa: H0: µ = µo = 6,1 H1: µ ≠ µ0 = 6,1 – Teste Bilateral 2. Valor Crítico: t tabelado (Teste Bilateral): 145,2)025,0;14()2/05,0;115()2/;1( === −− ttt n α (ANEXO 2) Recorte ANEXO 2 – Tabela de valores críticos da Distribuição t-Student Nível de Significância (αααα): 0,15 0,10 0,050 0,04 0,025 0,01 0,005 Graus de liberdade (g.l.): ... ... ... ... ... ... ... ... 13 1,079 1,350 1,771 1,899 2,160 2,650 3,012 14 1,076 1,345 1,761 1,887 2,145 2,624 2,977 15 1,074 1,341 1,753 1,878 2,131 2,602 2,947 ... ... ... ... ... ... ... ... Infinito (∞) 1,036 1,282 1,645 1,751 1,960 2,326 2,576 2,145 -2,145 0,95 0,025 0,025 3,10 Região Crítica Região Crítica Região de Aceitação Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 9 3. Estatística Teste: t teste: 10,313,0 4,0 15 5,0 1,65,6 __ == − = − = n s X tTeste µ 4. Decisão: Como o valor da Estatística Teste é superior ao Valor Crítico (3,10 > 2,145) H0 pode ser rejeitada. Ou Como o p-valor = 0,00786 < 0,05 = α, Rejeita-se H0. 5. Conclusão: Com 5% de significância, a diferença de 0,4 no título de anti-A é estatisticamente significativa. Os gastrópodes albinos da espécie Biomphalaria Glabrata possuem título anti-A diferente dos pigmentados. Exemplo 2: Uma máquina deveria produzir comprimidos de 0,85 mg. O responsável pela produção desconfia que os comprimidos estão sendo produzidos diferentes do que o especificado no rótulo do mesmo. Desta forma, uma amostra de 8 embalagens deste tipo de comprimido foi coletada e indicou __ X = 0,847 mg e desvio padrão de 0,010 mg. Teste a hipótese do responsável pela produção, ou seja, há evidências estatísticas para afirmar que os comprimidos estão produzidos diferente do que consta no rótulo? Utilize nível de significância de 1% (α = 0,01). (Considere p-valor = 0,4242) Resolução: 1. Estabelecer as hipóteses nula e alternativa: H0 : µ = 0,850 H1 : µ ≠ 0,850 (Teste Bilateral) 2. Valor Crítico: t-Student tabelado (Teste Bilateral): t(n-1 ; α/2) = t(8-1 ; 0,01/2) = t(7; 0,005) = 3,499 (ANEXO 2) Recorte ANEXO 2 – Tabela de valores críticos da Distribuição t-Student Nível de Significância (αααα): 0,15 0,10 0,050 0,04 0,025 0,01 0,005 Graus de liberdade (g.l.): ... ... ... ... ... ... ... ... 7 1,119 1,415 1,895 2,046 2,365 2,998 3,499 8 1,108 1,397 1,860 2,004 2,306 2,896 3,355 9 1,100 1,383 1,833 1,973 2,262 2,821 3,250 ... ... ... ... ... ... ... ... Infinito (∞) 1,036 1,282 1,645 1,751 1,960 2,326 2,576 Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 10 3. Estatística Teste: t teste: 85,0 8 010,0 850,0847,00 −= − = − = n S X tTeste µ 4. Decisão: Como o valor da Estatística Teste é inferior, em módulo, ao Valor Crítico (0,85 < 2,365) a H0 não pode ser rejeitada. Ou Como o p-valor = 0,4242 > 0,05 = α, NÃO se Rejeita H0. 5. Conclusão: Com 1% de significância não há evidências estatísticas para afirmar que os comprimidos estão produzidos diferente do que consta no rótulo. Exemplo 3: Uma amostra de n = 10 medicamentos apresentaram pesos (em mg) de: 230, 215, 208, 241, 270, 207, 220, 246, 213, 150. Com base nessa amostra, pode-se afirmar, ao nível de significância de 5%, que o peso médio desse medicamento (µ) excede 215 mg? (Considere p-valor = 0,315) Resolução: Inicialmente vamos calcular a média e o desvio padrão amostral: 220 10 150...2301__ = ++ == ∑ = n X X n i i 63,31 110 )220150(...)220230( 1 22 1 2__ ≅ − −++− = − − = ∑ = n XX S n i i 1. Estabelecer as hipóteses nula e alternativa: H0: µ ≤ 215 H1: µ > 215 −> Teste Unilateral à direita -0,85 0,99 0,005 0,005 3,499 3,499 Região Crítica Região Crítica Região de Aceitação Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 11 2. Valor Crítico: t tabelado (Teste Unilateral): Olhar na Tabela de Valores Críticos da t- Student (ANEXO 2 - Linha 9 e coluna 0,05). Vide no recorte abaixo: 833,1)05,0;9()05,0;110();1( === −− ttt n α Recorte ANEXO 2 – Tabela de valores críticos da Distribuição t-Student Nível de Significância (αααα): 0,15 0,10 0,050 0,04 0,025 0,01 0,005 Graus de liberdade (g.l.): ... ... ... ... ... ... ... ... 8 1,108 1,397 1,860 2,004 2,306 2,896 3,355 9 1,100 1,383 1,833 1,973 2,262 2,821 3,250 10 1,093 1,372 1,812 1,948 2,228 2,764 3,169 ... ... ... ... ... ... ... ... Infinito (∞) 1,036 1,282 1,645 1,751 1,960 2,326 2,576 3. Estatística Teste: t teste: 50,0 10 63,31 2152200 __ ≅ − = − = n s X tTeste µ 4. Decisão: Como o valor da Estatística Teste é inferior ao Valor Crítico (0,50 < 1,833) a H0 não pode ser rejeitada. Ou Como o p-valor = 0,350 > 0,05 = α, NÃO se Rejeita H0. 5. Conclusão: Com 5% de significância não há evidências amostrais que nos permitem afirmar que o peso médio desse tipo de medicamento exceda 215 mg. 1,833 0,95 0,05 0,50 Região Crítica Região de Aceitação Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 12 Exercício 1: Dada a amostra de observações da determinação de glicose em 9 pacientes de um médico: 90, 86, 78, 90, 98, 90, 82, 76 e 84 mg/dL. Teste, com 5% de significância, a possibilidade de essa amostra pertencer a uma população cuja glicose média seja diferente de 75 mg/dL. (Considere p-valor = 0,000666) 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 13 Exercício 2: O INMETRO está investigando se a quantidade de Paracetamol num dado comprimido não está de acordo com o valor nominal estampado no rótulo do medicamento (750 mg). a) Numa amostra de 20 comprimido a quantidade média de paracetamol encontrada foi de 738 mg com desvio padrão de 11,85 mg. Teste, a 1% de significância, a hipótese de que a quantidade média de paracetamol seja diferente do valor nominal informado pelo fabricante. (Considere p-valor = 0,000). Considere a saída do software SPSS: 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 14 b) Suponha que o fabricante tenha regulado a máquina, e uma amostra de 20 comprimidos selecionado, identificando uma quantidade média encontrada foi de 749 mg com desvio padrão de 11,85 mg. Teste, a 1% de significância, a hipótese de que a quantidade média de paracetamol seja diferente do valor nominal informado pelo fabricante. (Considere p-valor = 0,710). Considere a saída do software SPSS: 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profa. Karla Faccio Página 15 5.2 TESTE t-Student PARA DUAS MÉDIAS INDEPENDENTES Os testes de duas amostras são usados para decidir se as médias de duas populações são iguais. Exigem-se amostras independentes, ou seja, uma de cada população. Eles são frequentemente utilizados para comparar dois métodos de ensino, duas cidades, duas marcas, duas fábricas, etc. Este teste tem por objetivo comparar as médias provenientes de duas amostras independentes. OBS: dados provenientes de antes-depois são dependentes, não podendo, portanto, serem tratados por este método. Grupo 1 Grupo 2 1X : Média do grupo 1 2X : Média do grupo 2 2 1s : Variância do grupo 1 (Desvio Padrão ao quadrado) 2 2s : Variância do grupo 2 (Desvio Padrão ao quadrado) 1n : Tamanho da amostra do grupo 1 2n : Tamanho da amostra do grupo 2 Quando há duas populações com médias desconhecidas, digamos µ1 e µ2 e desvios padrões populacionais desconhecidos, os testes para verificar a hipótese que as médias sejam iguais, uma menor do que a outra ou uma maior do que a outra são os seguintes: Teste Bilateral Teste Unilateral à esquerda Teste Unilateral à direita H0: µ1 = µ2 H1: µ1 ≠ µ2 H0: µ1 ≥ µ2 H1: µ1 < µ2 H0: µ1 ≤ µ2 H1: µ1 > µ2 Estatística Teste (para Variâncias diferentes): Suponha que as populações de interesse tenham distribuições normais com médias µ1 e µ2 e variâncias desconhecidas mas supostas diferentes (σ12 ≠ σ22). 2 2 2 1 2 1 __ 21 __ n s n s XX tTeste + − = Tem aproximadamente distribuição t-Student com v graus de liberdade: Universidade do Vale do Rio dos Sinos - UNISINOSEstatística Aplicada à Saúde Profª Karla Faccio Página 16 Decisão: A H0 (Hipótese nula) será rejeitada se o valor da Estatística Teste, em módulo, for superior ao Valor Crítico tabelado, ou seja, |tteste| > t(v ; α/2) ou t(v ; α), onde Valor Crítico = t(v ; α/2) (para Teste de Hipótese Bilateral) ou Valor Crítico = t(v ; α) se (para Teste de Hipótese Unilateral), caso contrário, H0 não pode ser rejeitada (se a Estatística Teste for inferior ao Valor Crítico) – Valor Crítico obtido na Tabela t Student na coluna αααα/2 ou αααα e na linha dos graus de liberdade (ANEXO 1). Estatística Teste (para Variâncias iguais): Suponha que as populações de interesse tenham distribuições normais com médias µ1 e µ2 e variâncias desconhecidas mas supostas iguais (σ12 = σ22 = σ2). +⋅ − = 21 __ 21 __ 11 nn s XX tTeste , onde s é a est imativa combinada do desvio padrão comum das duas populações: ( ) ( ) ( )2 11 21 2 22 2 11 −+ ⋅−+⋅− = nn snsn s Tem distribuição t-Student com (n1 + n2 -2) graus de liberdade. Decisão: A H0 (Hipótese nula) será rejeitada se o valor da Estatística Teste, em módulo, for superior ao Valor Crítico tabelado, ou seja, |tteste| > t(n1+n2 - 2; α/2) ou t(n1+n2 - 2;α), onde Valor Crítico = t(n1+n2 - 2;α/2) (para Teste de Hipótese Bilateral) ou Valor Crítico = t(n1+n2 - 2;α) se (para Teste de Hipótese Unilateral), caso contrário, H0 não pode ser rejeitada (se a Estatística Teste for inferior ao Valor Crítico) – Valor Crítico obtido na Tabela t Student na coluna αααα/2 ou αααα e na linha dos graus de liberdade ((n1+n2)-2) (ANEXO 1). Ou Rejeita-se H0 se o p-valor for inferior ao nível de significância α, caso contrário, não se rejeita H0 (se p-valor for superior ao α). Exemplo 1: A troca entre as cromátides-irmãs de um cromossomo é um fenômeno raro na divisão mitótica. Sua presença em frequências altas é usado como indicador genético da toxicidade de um produto químico. Desejando estudar o efeito genético de pesticidas em floricultores argentinos, contaram-se o número de trocas entre cromátides-irmãs (TCI) em 14 indivíduos que apresentavam sintomas de intoxicação crônica e em 13 floricultores sem tais sintomas. Os dados obtidos estão apresentados na Tabela a seguir. A média do TCI nos floricultores sem sintomas foi 5,48, enquanto que nos intoxicados (com sintomas) foi 6,45. Com base nesses dados, pode-se afirmar, com 5% de significância, que existe diferença significativa entre os intoxicados (com sintomas) e os sem sintomas em relação ao número médio de trocas entre cromátides-irmãs (TCI)? (Considere que as variâncias podem ser consideradas iguais entre os dois grupos). Considere p-valor = 0,0335) Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 17 Floricultores sem sintomas Floricultores com sintomas Indivíduo n° TCI (XA) Indivíduo n° TCI (XB) 20 2,9 11 4,8 08 4,6 37 4,9 06 4,8 34 5,3 25 5,2 24 5,4 33 5,3 15 5,6 01 5,7 02 6,3 05 5,7 04 6,4 32 5,8 12 6,4 19 5,8 14 6,6 09 5,8 07 6,9 35 5,9 13 7,0 10 6,6 30 7,8 16 7,1 03 8,1 27 8,8 nA = 13 nB = 14 48,5=AX 45,6=BX SA = 1,019 SB = 1,206 Resolução: 1. Estabelecer as hipóteses nula e alternativa: H0: µA = µB H1: µA ≠ µB – Teste Bilateral 2. Valor Crítico: t tabelado (Teste Bilateral): t-Student tabelado (Teste Bilateral): Olhar na Tabela de Valores Críticos da t-Student (ANEXO 1 - Linha 25 e coluna 0,025). Vide no recorte abaixo: t(n1 + n2 - 2 ; α/2) = t(13+14 - 2 ; 0,05/2) = t(25 ; 0,025) = 2,060 Recorte do ANEXO 1 – Tabela de valores críticos da Distribuição t-Student Nível de Significância (αααα): 0,15 0,10 0,050 0,04 0,025 0,01 0,005 Graus de liberdade (g.l.): ... ... ... ... ... ... ... ... 21 1,063 1,323 1,721 1,840 2,080 2,518 2,831 22 1,061 1,321 1,717 1,835 2,074 2,508 2,819 23 1,060 1,319 1,714 1,832 2,069 2,500 2,807 24 1,059 1,318 1,711 1,828 2,064 2,492 2,797 25 1,058 1,316 1,708 1,825 2,060 2,485 2,787 26 1,058 1,315 1,706 1,822 2,056 2,479 2,779 ... ... ... ... ... ... ... ... Infinito (∞) 1,036 1,282 1,645 1,751 1,960 2,326 2,576 Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 18 3. Estatística Teste: t teste: 25,24314,0 97,0 14 1 13 1 .12,1 45,648,5 11 21 __ 21 __ −= − = + − = +⋅ − = nn s XX tTeste onde: ( ) ( ) ( ) 12,1 25 37,31 25 91,1846,12 )21413( )206,1).(114()019,1).(113( 2 11 22 21 2 22 2 11 == + = −+ −+− = −+ ⋅−+⋅− = nn snsn s 4. Decisão:Como o valor da Estatística Teste é superior, em módulo, ao Valor Crítico (2,25 > 2,060), a H0 pode ser rejeitada. Ou como p-valor = 0,0335 < 0,05 = α, Rejeita- se H0. 5. Conclusão: Com 5% de significância as médias das duas amostras diferem significativamente entre si, levando a crer que o número médio de trocas entre cromátide-irmãs (TCI) é diferente nos floricultores com intoxicação (com sintomas) quando comparado com floricultores sem sintomas. Exemplo 2: Um experimento foi realizado com certa população de pacientes que sofrem de insônia, medindo-se o tempo até a sonolência desde a ingestão de dois tipos de calmantes. Pode- se afirmar que existe diferença na eficácia dos calmantes ao nível de 5% de significância a partir dos dados abaixo obtidos por amostras independentes? (Considere p-valor = 0,5146) (Considere que as variâncias podem ser consideradas diferentes entre os dois grupos). 485 __ 1 =X 503 __ 2 =X 701 =S 782 =S 161 =n 142 =n 2,060 -2,060 0,95 0,025 0,025 -2,25 Região Crítica Região Crítica Região de Aceitação Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 19 Resolução: 1. Estabelecer as hipóteses nula e alternativa: H0: µ1 = µ2 H1: µ1 ≠ µ2 (Testar a hipótese que existe diferença na eficácia dos calmantes) – Teste Bilateral 2. Valor Crítico: t tabelado (Teste Bilateral): Olhar na Tabela de Valores Críticos da t-Student (ANEXO 1 - Linha 24 e coluna 0,025). Vide no recorte abaixo: t (v ; α /2 ) = t (24 ; 0 ,05 /2) = t (24 ; 0 ,025) = 2,064 Recorte do ANEXO 1 – Tabela de valores críticos da Distribuição t-Student Nível de Significância (αααα): 0,15 0,10 0,050 0,04 0,025 0,01 0,005 Graus de liberdade (g.l.): ... ... ... ... ... ... ... ... 21 1,063 1,323 1,721 1,840 2,080 2,518 2,831 22 1,061 1,321 1,717 1,835 2,074 2,508 2,819 23 1,060 1,319 1,714 1,832 2,069 2,500 2,807 24 1,059 1,318 1,711 1,828 2,064 2,492 2,797 25 1,058 1,316 1,708 1,825 2,060 2,485 2,787 26 1,058 1,315 1,706 1,822 2,056 2,479 2,779 ... ... ... ... ... ... ... ... Infinito (∞) 1,036 1,282 1,645 1,751 1,960 2,326 2,576 Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 20 3. Estatística Teste: t teste: 66,0 14 )78( 16 )70( 503485 22 2 2 2 1 2 1 __ 21 __ −≅ + − = + − = n S n S XX tTeste 4. Decisão: Como o valor da Estatística Teste é inferior ao Valor Crítico (0,66 < 2,048) a H0 não pode ser rejeitada. Ou como o p-valor = 0,5146 > 0,05 = α, NÃO se rejeita H0.5. Conclusão: Com 5% de significância, os dados amostrais não permitem afirmar que os calmantes tenham diferente efeito. 2,064 -2,064 0,95 0,025 0,025 -0,66 Região Crítica Região Crítica Região de Aceitação Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 21 Exercício 1: A medida do colesterol em 54 vegetarianos e em 51 não vegetarianos forneceram os seguintes resultados: Vegetarianos 115 125 125 130 130 130 130 135 135 140 140 140 140 145 145 150 150 150 155 160 160 160 160 160 165 165 165 165 165 165 165 170 170 170 170 170 170 170 175 175 175 180 180 180 180 180 185 185 185 200 215 215 225 230 33,1631 =X S1 = 25,07 Não Vegetarianos 105 110 115 125 125 130 135 145 145 150 150 160 165 165 165 170 170 170 170 170 175 175 175 180 180 180 180 185 185 190 190 190 190 195 200 200 200 200 200 205 210 210 210 210 215 220 230 230 240 240 245 90,1792 =X S2 = 33,87 Teste, com 1% de significância, se o colesterol médio difere entre os vegetarianos e os não vegetarianos. (Considere que as variâncias podem ser consideradas diferentes entre os dois grupos). Considere p-valor = 0,00562. Considere o valor crítico tabelado = 2,630. 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 22 Resolvendo no Excel: 1°) Colar os dados de vegetarianos e não vegetarianos cada um em uma coluna: 2°) Ir em Dados e selecionar Analise de Dados: 3°) Em Analise de Dados selecionar Teste-T: duas amostras presumindo variâncias diferentes: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 23 4°) Clicando no Teste-T: duas amostras presumindo variâncias diferentes irá abrir a seguinte tela para que os dados sejam selecionados, selecionar com o mouse o intervalo da variável 1 (coluna dos vegetarianos) e o intervalo da variável 2 (coluna dos não vegetarianos), Hipótese da diferença de média colocar 0, pois quer se testar se o colesterol médio difere entre os vegetarianos e os não vegetarianos, e como o nível de significância é 1% deve-se colocar no lugar do Alfa: 0,01. Opções de saída podem escolher qualquer célula, por exemplo, aqui selecionei a célula F4, poderia ser escolhido também outra planilha, pois é o local onde ficará a saída do teste. Clique em OK. Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 24 5°) Clicando no OK irá aparecer a seguinte saída do Teste-T: Ou seja, Teste-t: duas amostras presumindo variâncias diferentes Vegetarianos Não vegetarianos Média 163,33 179,90 Variância 628,30 1147,49 Observações 54 51 Hipótese da diferença de média 0 gl 92 Stat t -2,84 P(T<=t) uni-caudal 0,00281 t crítico uni-caudal 2,368 P(T<=t) bi-caudal 0,00562 t crítico bi-caudal 2,630 1. Estabelecer as hipóteses nula e alternativa: ≠ = 211 210 : : µµ µµ H H 2. Valor Crítico: t crítico = 2,630 3. Estatística Teste: t teste = -2,84 Como o valor da Estatística Teste é superior, em módulo, ao Valor Crítico (2,84 > 2,630) a H0 pode ser rejeitada. Ou como o p-valor (bilateral) = 0,00562 é menor do que o nível de significância α = 0,01, REJEITO H0. 5. Conclusão: Com 1% de significância há evidências estatísticas para afirmarmos que o colesterol médio difere entre os vegetarianos e os não vegetarianos. Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 25 Saída do SPSS: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 26 Exercício 2: Um exame foi aplicado a duas turmas constituídas de 20 e 25 alunos, respectivamente. Na primeira turma o grau médio foi 74 com desvio padrão de 8, e a segunda turma o grau médio foi de 78 com desvio padrão de 7. Há evidências para afirmarmos que exista diferença significativa entre o desempenho das duas turmas ao nível de significância de 10%? (Considere que as variâncias podem ser consideradas diferentes entre os dois grupos). (Considere p-valor = 0,0855). Considere o valor crítico tabelado = 1,688. 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 27 Exercício 3: O tempo de execução de uma certa atividade foi medida em 2 equipes. A equipe A, composta por 20 funcionários, obteve um tempo médio de 17 minutos e desvio padrão de 5 minutos. A equipe B, composta por 20 funcionários, obteve um tempo médio de 19 minutos com desvio padrão de 7 minutos. Há evidências de que o tempo médio de execução desta tarefa é menor na equipe A do que na B, com 5% de significância? (Considere que as variâncias podem ser consideradas diferentes entre os dois grupos). (Considere p-valor = 0,1531). Considere o valor crítico tabelado = 2,037. 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 28 Exercício 4: Pesquisadores comportamentais criaram um índice para mensurar o grau de ansiedade de vestibulandos. Esse índice vai de 0 (ansiedade mínima) até 100 (ansiedade máxima). Dois grupos independentes de vestibulandos foram investigados. O Grupo 1 é formado por 12 vestibulandos de universidades públicas e o Grupo 2 é formado por 15 vestibulandos de universidades privadas. Os pesquisadores almejam estudar se existe diferença significativa entre o grau médio de ansiedade entre os dois grupos estudados. Teste a hipótese dos pesquisadores com o nível de significância de 5%. (Considere que as variâncias podem ser consideradas diferentes entre os dois grupos). (Considere p-valor = 0,000051). Considere valor crítico tabelado = 2,06. Considere os resultados do levantamento realizado pelos pesquisadores: Média Desvio Padrão Grupo 1 65 58 78 60 68 69 66 70 53 71 63 63 65,33 6,61 Grupo 2 62 63 36 34 56 50 42 57 46 68 48 42 52 43 43 49,47 10,07 1. Estabelecer as hipóteses nulae alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 29 Tela e saída do exercício realizado no Excel: Teste-t: duas amostras presumindo variâncias diferentes Grupo 1 Grupo 2 Média 65,33 49,47 Variância 43,70 101,41 Observações 12 15 Hipótese da diferença de média 0 gl 24 Stat t 4,92 P(T<=t) uni-caudal 0,000025 t crítico uni-caudal 1,71 P(T<=t) bi-caudal 0,000051 t crítico bi-caudal 2,06 Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 30 5.3 TESTE QUI-QUADRADO DE INDEPENDÊNCIA ( 2χ ) O teste Qui-Quadrado é um teste não-paramétrico. Nos testes não-paramétricos não procuramos descobrir fatos acerca de um valor numérico para a população (parâmetro), mas a respeito de características mais gerais sobre esta população. Os métodos não-paramétricos são apropriados quando: - As hipóteses a testar não envolvem parâmetros da população. - Se conhece a ordem dos dados. - Os pressupostos necessários para o uso dos métodos paramétricos não são conhecidos. Em muitos casos o planejamento de um projeto de pesquisa pode sugerir um processo paramétrico, mas quando iremos aplicar este processo poderá violar os pressupostos. Neste caso, um método não-paramétrico seria a única alternativa. Objetivo do Teste Qui-Quadrado: verificar se existe associação entre duas variáveis qualitativas. HIPÓTESES: H0: não existe associação entre as variáveis (as variáveis linha e coluna da tabela de contingência são INDEPENDENTES). H1: existe associação entre as variáveis (existe uma relação de dependência entre as variáveis linha e coluna da tabela de contingência). Os dados devem ser colocados em uma tabela de dupla entrada, também chamada de tabela de contingência. Nas linhas, são colocadas as categorias da primeira variável e, nas colunas, as categorias da segunda variável. O teste consiste em comparar as frequências observadas com aquelas que seriam esperadas, caso não houvesse qualquer associação entre as variáveis. ESTATÍSTICA TESTE: ( ) ∑ − = e eo f ff 22χ , onde: fo: frequências Observadas. fe: frequências Esperadas. Onde as frequências esperadas (fe) são obtidas da seguinte maneira: )..( )..).(..( tabeladatotal colunadatotallinhadatotal fe = VALOR CRÍTICO: Construída numa distribuição 2χ (Qui-Quadrado) com (L-1).(C-1) graus de liberdade, onde L: número de linhas da tabela e C: número de colunas da tabela, ou seja, o Valor Crítico será: 2 ))1).(1(;( −− CLαχ . Os Valores críticos da Distribuição Qui-Quadrado estão na Tabela do ANEXO 3. Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 31 A Região Crítica deste teste é sempre unilateral à direita, pois devemos rejeitar a hipótese nula e concluir que existe associação entre as variáveis se a diferença entre as frequências observadas e esperadas for grande. A distribuição Qui-Quadrado é um modelo de probabilidade com formato assimétrico positivo, como ilustra o gráfico abaixo. Sendo a região crítica sempre à direita e com área α. DECISÃO: Rejeita-se H0 se a Estatística Teste ( 2χ ) for superior ao Valor Crítico ( 2 ))1).(1(;( −− CLαχ ). Caso contrário, não se Rejeita H0. Ou Rejeita-se H0 se o p-valor for inferior ao nível de significância α, caso contrário, não se rejeita H0 (se p-valor for superior ao α). Exemplo: Foi feito um estudo entre adultos de uma comunidade, com o objetivo de verificar se o hábito de fumar está associado ao gênero. Foram obtidos os dados a seguir. Usando 5% de significância, é possível concluir que as variáveis estão associadas significativamente? (Considere p-valor = 0,0463) Fuma Gênero Sim Não Total Masculino 70 130 200 Feminino 80 220 300 Total 150 350 500 Resolução: 1. Estabelecer as hipóteses nula e alternativa: H0: não existe associação significativa entre o hábito de fumar e o gênero. H1: existe associação significativa entre o hábito de fumar e o gênero. 2. Valor Crítico: Olhar na Tabela de Valores Críticos da Qui-Quadrado (ANEXO 3 - Linha 1 e coluna 0,05). Vide no recorte abaixo: Região de Aceitação Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 32 Recorte ANEXO 3 - Valores Críticos da Distribuição Qui-Quadrado 3,84 0,05 0,95 3,97 Região Crítica Região de Aceitação 3. Estatística Teste: Para calcularmos a Estatística Teste, precisamos das frequências observadas (fo), que são as que constam na tabela, e das frequências esperadas (fe), que são obtidas da seguinte maneira: )..( )..).(..( tabeladatotal colunadatotallinhadatotal fe = A primeira frequência esperada será: 60 )500( )150).(200( ==ef A segunda frequência esperada será: 140 )500( )350).(200( ==ef A terceira frequência esperada será: 90 )500( )150).(300( ==ef A quarta frequência esperada será: 210 )500( )350).(300( ==ef Estes dados podem ser colocados na tabela, entre parênteses: Fuma Gênero Sim Não Total Masculino 70 (60) 130 (140) 200 Feminino 80 (90) 220 (210) 300 Total 150 350 500 Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 33 ( ) ( ) ( ) ( ) 210 210220 90 9080 140 140130 60 6070 22222 −+ − + − + − =χ ( ) ( ) ( ) ( ) 97,348,011,171,067,1 210 10 90 10 140 10 60 10 22222 =+++=+ − + − +=χ Logo, Estatística Teste: 2χ = 3,97 4. Decisão: Como o valor da Estatística Teste (3,97) é superior do que o Valor Crítico (3,84), rejeita-se H0. Ou como o p-valor = 0,0463 < 0,05 = α, rejeita-se H0. 5. Conclusão: Assim, é possível afirmar, com 5% de significância, que o hábito de fumar está associado significativamente ao gênero. Exemplo 2: Foi realizado um estudo entre moradores de uma determinada região do estado do RS com o objetivo de verificar se o hábito de fumar está associado ao câncer. Foram obtidos os dados a seguir. Utilizando o nível de significância de 1%, é possível concluir que as variáveis estão associadas significativamente, ou seja, investigar se o fato de fumar ou não está relacionado com a presença do fator fumo? Câncer Fuma Sim Não Total Sim 50 (35) 100 (115) 150 Não 20 (35) 130 (115) 150 Total 70 230 300 Considere a saída realizada no software SPSS: Fuma * Cancer Crosstabulation Câncer Total Sim Não Fuma Sim Count 50 100 150 % within Fuma 33,3% 66,7% 100,0% Não Count 20 130 150 % within Fuma 13,3% 86,7% 100,0% Total Count 70 230 300 % within Fuma 23,3% 76,7% 100,0% Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla FaccioPágina 34 Chi-Square Tests Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Pearson Chi-Square 16,770a 1 0,000 Continuity Correctionb 15,671 1 0,000 Likelihood Ratio 17,207 1 0,000 Fisher's Exact Test 0,000 0,000 N of Valid Cases 300 a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 35,00. b. Computed only for a 2x2 table Resolução: 1. Estabelecer as hipóteses nula e alternativa: H0: não existe associação significativa entre o hábito de fumar e câncer. H1: existe associação significativa entre o hábito de fumar e câncer. 2. Valor Crítico: Olhar na Tabela de Valores Críticos da Qui-Quadrado (ANEXO 3 - Linha 1 e coluna 0,01). Vide no recorte abaixo: Recorte ANEXO 3 - Valores Críticos da Distribuição Qui-Quadrado 6,63 0,01 0,99 16,770 Região Crítica Região de Aceitação Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 35 3. Estatística Teste: Retiramos da saída do SPPS, ou seja, Estatística Teste: 2χ = 16,770 Chi-Square Tests Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Pearson Chi-Square 16,770a 1 0,000 Continuity Correctionb 15,671 1 0,000 Likelihood Ratio 17,207 1 0,000 Fisher's Exact Test 0,000 0,000 N of Valid Cases 300 a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 35,00. b. Computed only for a 2x2 table 4. Decisão: Como o valor da Estatística Teste (16,770) é superior do que o Valor Crítico (6,63), rejeita-se H0. Ou como o p-valor = 0,000 < 0,01 = α, rejeita-se H0. 5. Conclusão: Assim, é possível afirmar, com 1% de significância, que existe associação significativa entre que o hábito de fumar e a ocorrência de câncer. p-valor Estatística Teste Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 36 Exercício: Foi feito um estudo entre eleitores de uma comunidade, com o objetivo de verificar se a preferência por partido político estava associada ao nível de escolaridade. Foram obtidos os dados a seguir. O que se pode afirmar, com 1% de significância? (Considere p-valor = 0,01289) Preferência Escolaridade Partido A Partido B Total Fundamental 50 (51,46) 80 (78,54) 130 Médio 30 (21,77) 25 (33,23) 55 Nível Superior 15 (21,77) 40 (33,23) 55 Total 95 145 240 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 21,92 )2;01,0( 2 ))12).(13;(01,0( 2 ))1).(1;(( === −−−− χχχ α CL Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 37 3. Estatística Teste: 4. Decisão: 5. Conclusão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 38 EXERCÍCIOS TESTES DE HIPÓTESES: 1. O tempo médio, por funcionário, para executar uma tarefa, tem sido 100 minutos. Introduziu-se uma modificação para diminuir esse tempo, e, após certo período, sorteou- se uma amostra de 16 funcionários, medindo-se o tempo de execução de cada um. O tempo médio da amostra foi de 90 minutos e o desvio padrão foi 12 minutos. Estes resultados trazem evidências estatísticas da melhora desejada, ao nível de significância 1%? (Considere p-valor = 0,0023) 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 1. 1. Estabelecer as hipóteses nula e alternativa: R: < ≥ 100: 100: 1 0 µ µ H H (Teste Unilateral à esquerda) 2. Valor Crítico: Valor crítico = t(n-1 ; α) = t(16-1 ; 0,01) = t(15 ; 0,01) = 2,602 3. Estatística Teste: Estatística teste = tTeste = -3,33 4. Decisão: Como o valor da Estatística Teste, em módulo, (3,33) é superior ao Valor Crítico tabelado (2,602) e Como o p-valor = 0,0023 < 0,01 = α, Rejeita-se H0 5. Conclusão: Como 1% de significância pode-se afirmar que estes resultados trazem evidências estatísticas da melhora desejada. 2. Uma agência de empregos alega que os candidatos à diretoria por ela colocados nos últimos seis meses têm salários de R$ 9000, em média. Uma agência governamental extraiu uma amostra aleatória daquele grupo, encontrando salários médios de R$ 8500, com desvio padrão de R$ 900, com base em 24 empregados. Teste a afirmação da agência, contra a alternativa, de que o salário médio é inferior a R$ 9000, ao nível de significância de 10%. (Considere p-valor = 0,0061) 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 39 RESPOSTA: 2. 1. Estabelecer as hipóteses nula e alternativa: R: < ≥ 9000: 9000: 1 0 µ µ H H (Teste Unilateral à esquerda) 2. Valor Crítico: Valor crítico = t(n-1 ; α) = t(24-1 ; 0,10) = t(23 ; 0,10) = 1,319 3. Estatística Teste: Estatística teste = tTeste = -2,72 4. Decisão: Como o valor da Estatística Teste, em módulo, (2,72) é superior ao Valor Crítico tabelado (1,319) e Como o p-valor = 0,0061 < 0,10 = α, Rejeita-se H0 5. Conclusão: Como 10% de significância há evidencias estatísticas para afirmarmos que o salário médio é inferior a R$9000. 3. Em um debate sobre as estruturas familiares, um psicólogo afirma que há alguns anos a idade média em que os filhos saem da casa de seus pais para irem morar sozinhos ou constituírem suas próprias famílias é de 25 anos. Suspeitando que esta realidade tenha se alterado nos últimos anos, um pesquisador resolveu verificar a hipótese de que nos dias de hoje os filhos permanecem mais tempo na casa dos pais. Para isso ele fez uma pesquisa com 40 indivíduos questionando-os com relação à idade em que haviam saído da casa de seus pais e como resultado foi verificada uma idade média de 28 anos com um desvio-padrão de 6 anos. Com 1% de significância, teste a hipótese do psicólogo, ou seja, nos dias de hoje os filhos saem da casa dos pais com idade média superior a 25 anos? (Considere p-valor = 0,001523) 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 3. 1. Estabelecer as hipóteses nula e alternativa: R: > ≤ 25: 25: 1 0 µ µ H H (Teste Unilateral à direita) 2. Valor Crítico: Valor crítico = t(n-1 ; α) = t(40-1 ; 0,01) = t(39 ; 0,01) = 2,426 3. Estatística Teste: Estatística teste = tTeste = 3,16 4. Decisão: Como o valor da Estatística Teste (3,16) é superior ao Valor Crítico tabelado (2,426) e Como o p-valor = 0,001523 < 0,01 = α, Rejeita-se H0 5. Conclusão: Como 1% de significância há evidencias estatísticas para afirmarmos que nos dias de hoje os filhos saem da cada dos pais com idade média superiora 25 anos. Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 40 4. Fluoxetina, também conhecido como Prozac é um remédio antidepressivo. Suas principais indicações são para uso em depressão, transtorno obsessivo-compulsivo e bulimia nervosa. É utilizado na forma de cloridrato de fluoxetina, como cápsulas ou em solução oral. O Cloridrato de Fluoxetina estabelece em sua bula a quantidade de 20 mg da substância ativa Fluoxetina. Numa amostra de 30 comprimidos deste medicamento observou-se uma média de 20,4 mg com um desvio padrão de 0,9 mg da substância ativa. Realize um teste, com o objetivo de verificar se a quantidade da substância é diferente daquela especificada na bula e obtenha a sua conclusão ao nível de significância de 1%. (Considere p-valor = 0,0179) 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 4. 1. Estabelecer as hipóteses nula e alternativa: R: ≠ = 20: 20: 1 0 µ µ H H (Teste Bilateral) 2. Valor Crítico: Valor crítico = t(n-1 ; α/2) = t(30-1 ; 0,01/2) = t(29 ; 0,005) = 2,756 3. Estatística Teste: Estatística teste = tTeste = 2,51 4. Decisão: Como o valor da Estatística Teste (2,51) é inferior ao Valor Crítico tabelado (2,756) e Como o p-valor = 0,0179 > 0,01 = α, Não se Rejeita H0 5. Conclusão: Como 1% de significância não há evidencias estatísticas para afirmarmos que a quantidade da substância seja diferente daquela especificada na bula. 5. Admita que o nível médio de alumínio no plasma de bebês é de 4,13 µg/l. Acredita-se que, para bebês que recebem antiácidos com alumínio, o nível de alumínio no plasma seja diferente daquele observado na população em geral. Para testar isto, selecionou-se uma amostra de 10 bebês que receberam os antiácidos, encontrando-se um nível médio de 7,2 µg/l, com desvio-padrão de 5,5µg/l. Usando 5% de significância, é possível concluir que o nível médio de alumínio no plasma seja diferente do original? (Considere p-valor = 0,114) 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 41 RESPOSTA: 5. 1. Estabelecer as hipóteses nula e alternativa: R: ≠ = 13,4: 13,4: 1 0 µ µ H H (Teste Bilateral) 2. Valor Crítico: Valor crítico = t(n-1 ; α/2) = t(10-1 ; 0,05/2) = t(9 ; 0,025) = 2,262 3. Estatística Teste: Estatística teste = tTeste = 1,765 4. Decisão: Como o valor da Estatística Teste (1,765) é inferior ao Valor Crítico tabelado (2,262) e Como o p-valor = 0,114 > 0,05 = α, Não se Rejeita H0 5. Conclusão: Como 5% de significância não há evidencias estatísticas para afirmarmos que o nível médio de alumínio no plasma seja diferente do original. 6. Sabe-se que o índice de massa corpórea para uma população de homens de meia idade é igual a 24,0 kg/m2. Acredita-se que, entre homens de meia idade que tenham diabetes, o índice seja diferente que na população em geral. Para testar esta suspeita, investigou-se uma amostra de 28 homens de meia idade, que possuem diabetes, obtendo um índice médio de 25,0 kg/m2, com desvio-padrão de 2,7 kg/m2. Usando 1% de significância, pode-se concluir que a suspeita seja válida? (Considere p-valor = 0,0604) 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 6. 1. Estabelecer as hipóteses nula e alternativa: R: ≠ = 24: 24: 1 0 µ µ H H (Teste Bilateral) 2. Valor Crítico: Valor crítico = t(n-1 ; α/2) = t(28-1 ; 0,01/2) = t(27 ; 0,005) = 2,771 3. Estatística Teste: Estatística teste = tTeste = 1,96 4. Decisão: Como o valor da Estatística Teste (1,96) é inferior ao Valor Crítico tabelado (2,771) e Como o p-valor = 0,114 > 0,05 = α, Não se Rejeita H0 5. Conclusão: Como 1% de significância não há evidencias estatísticas para afirmarmos que a suspeita seja válida, ou seja, que o índice de diabetes entre homens de meia idade seja diferente que na população em geral. Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 42 7. Sabendo que a quantidade de nicotina por cigarro de determinada marca é dita em campanhas publicitárias ser em média de 23 mg por cigarro, um interessado resolveu testar tal afirmação. Tomou ao acaso 26 cigarros da marca em questão, submeteu-os a exames, e apurou uma quantidade média de nicotina de 24,5 mg com um desvio-padrão de 2,5 mg. Diante de tal pesquisa, você acha que o produtor deve ser denunciado por falsa propaganda de nível tóxico? Decida usando 1% de significância. (Considere p- valor = 0,0026) 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 7. 1. Estabelecer as hipóteses nula e alternativa: R: > ≤ 23: 23: 1 0 µ µ H H (Teste Unilateral à direita) 2. Valor Crítico: Valor crítico = t(n-1 ; α) = t(26-1 ; 0,01) = t(25 ; 0,01) = 2,485 3. Estatística Teste: Estatística teste = tTeste = 3,106 4. Decisão: Como o valor da Estatística Teste (3,106) é superior ao Valor Crítico tabelado (2,485) e Como o p-valor = 0,0026 < 0,01 = α, Rejeita-se H0 5. Conclusão: Como 1% de significância há evidencias estatísticas para o produtor ser denunciado por falsa propaganda de nível tóxico. 8. Desejamos comparar o salário de profissionais de duas categorias, com o objetivo de verificar se existe diferença na remuneração média. Para uma amostra de 31 profissionais da categoria A, a média foi de 8,5 salários mínimos, com desvio-padrão de 1,2 salários mínimos. Para 30 profissionais da categoria B, a média foi de 7,8 salários mínimos, com desvio-padrão de 1,6 salários mínimos. O que se pode concluir, com 1% de significância? (Considere p-valor = 0,0584). (Considere que as variâncias podem ser consideradas diferentes entre os dois grupos). Considere valor crítico tabelado = 2,674 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 43 RESPOSTA: 8. 1. Estabelecer as hipóteses nula e alternativa: R: ≠ = BA BA H H µµ µµ : : 1 0 (Teste Bilateral) 2. Valor Crítico: Valor crítico = 2,674 (informado pelo exercício) 3. Estatística Teste: Estatística teste = tTeste = 1,93 4. Decisão: Como o valor da Estatística Teste (1,93) é inferior ao Valor Crítico tabelado (2,674) e Como o p-valor = 0,0584 > 0,01 = α, Não se Rejeita H0 5. Conclusão: Como 1% de significância não há evidencias estatísticas para afirmarmos que exista diferença significativa na remuneração média de profissionais de duas categorias (A e B). 9. Foi feito um estudo com o objetivo de investigar o efeito do consumo de lactose na absorção de energia de carboidratos entre bebês prematuros. Para isto, investigou-se uma amostra de 8 bebês alimentados com o leite materno de suas mães, obtendo-se uma absorção de energia média de 87,38%, com desvio-padrãode 4,56%. Observou-se outra amostra de 10 bebês, que receberam uma fórmula contendo somente metade da quantidade de lactose, encontrando-se média de 90,14%, com desvio-padrão de 4,58%. Pode-se concluir que a redução na quantidade de lactose provoque alguma diferença na absorção de energia de carboidratos, com 5% de significância? (Considere p-valor = 0,222). (Considere que as variâncias podem ser consideradas diferentes entre os dois grupos). Considere o valor crítico tabelado = 2,160. 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 9. 1. Estabelecer as hipóteses nula e alternativa: R: ≠ = 211 210 : : µµ µµ H H (Teste Bilateral) 2. Valor Crítico: Valor crítico = 2,160 (informado pelo exercício) 3. Estatística Teste: Estatística teste = tTeste = -1,27 4. Decisão: Como o valor da Estatística Teste, em módulo, (1,27) é inferior ao Valor Crítico tabelado (2,160) e Como o p-valor = 0,222 > 0,05 = α, Não se Rejeita H0 Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 44 5. Conclusão: Como 5% de significância não há evidencias estatísticas para afirmarmos que a redução na quantidade lactose provoque alguma diferença na absorção de energia de carboidratos. 10. Uma amostra de 61 homens acusou um tempo médio de resolução de um problema de 19,8 minutos, com desvio-padrão de 1,5 minutos. Uma amostra de 61 mulheres acusou uma média de 20,5 minutos com desvio-padrão de 2 minutos. Fixado o nível de significância em 5%, pode-se admitir que a média obtida pelos homens é inferior a média obtida pelas mulheres? (Considere p-valor = 0,0152). (Considere que as variâncias podem ser consideradas diferentes entre os dois grupos). Considere o valor crítico tabelado = 1,982. 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 10. 1. Estabelecer as hipóteses nula e alternativa: R: < ≥ 211 210 : : µµ µµ H H (Teste Unilateral à esquerda) 2. Valor Crítico: Valor crítico = 1,982 (informado pelo exercício) 3. Estatística Teste: Estatística teste = tTeste = -2,19 4. Decisão: Como o valor da Estatística Teste, em módulo, (2,19) é superior ao Valor Crítico tabelado (1,982) e Como o p-valor = 0,0152 < 0,05 = α, Rejeita-se H0 5. Conclusão: Como 5% de significância há evidencias estatísticas para afirmarmos que a média obtida pelos homens é inferior à média obtida pelas mulheres. 11. Uma amostra de 26 alunos da Universidade A foi investigada quanto ao número de disciplinas que se matricularam no último semestre, resultando uma média de 3,4 disciplinas, com desvio-padrão de 1,2 disciplinas. Para uma amostra de 26 alunos da Universidade B, a média foi de 4,2 disciplinas, com desvio-padrão de 1,5 disciplinas. Usando 10% de significância, pode-se concluir que os alunos das Universidades A e B diferem quanto ao número médio de disciplinas matriculadas? (Considere p-valor = 0,019). (Considere que as variâncias podem ser consideradas diferentes entre os dois grupos). Considere o valor crítico tabelado = 1,679. 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 45 5. Conclusão: RESPOSTA: 11. 1. Estabelecer as hipóteses nula e alternativa: R: H H 0 1 2 1 1 2 : : µ µ µ µ = ≠ (Teste Bilateral) 2. Valor Crítico: Valor crítico = 1,679 (informado pelo exercício) 3. Estatística Teste: Estatística teste = tTeste = -2,12 4. Decisão: Como o valor da Estatística Teste, em módulo, (2,12) é superior ao Valor Crítico tabelado (1,679) e Como o p-valor = 0,019 < 0,10 = α, Rejeita-se H0 5. Conclusão: Como 10% de significância há evidencias estatísticas para afirmarmos que os alunos das Universidades A e B diferem quanto ao número médio de disciplinas matriculadas. 12. Foi feita uma comparação salarial entre profissionais de determinada categoria que atuam nos setores público e privado. Foram investigados 26 profissionais do setor público, encontrando-se média de R$ 1220, com desvio-padrão de R$ 240. Entre 25 profissionais do setor privado, a média foi de R$ 1470, com desvio-padrão de R$ 270. Usando 1% de significância, pode-se concluir que os profissionais do setor público possuem remuneração média inferior aos funcionários do setor privado? (Considere p- valor = 0,00052). (Considere que as variâncias podem ser consideradas diferentes entre os dois grupos). Considere valor crítico tabelado = 2,410. 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 12. 1. Estabelecer as hipóteses nula e alternativa: R: < ≥ 211 210 : : µµ µµ H H (Teste Unilateral à esquerda) 2. Valor Crítico: Valor crítico = 2,410 (informado pelo exercício) 3. Estatística Teste: Estatística teste = tTeste = -3,49 4. Decisão: Como o valor da Estatística Teste, em módulo, (3,49) é superior ao Valor Crítico tabelado (2,410) e Como o p-valor = 0,00052 < 0,01 = α, Rejeita-se H0 5. Conclusão: Como 1% de significância há evidencias estatísticas para afirmarmos que os profissionais do setor público possuem remuneração média inferior aos funcionários do setor privado. Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 46 13. Afirma-se que certa droga é eficiente na cura de resfriados. Numa experiência com 164 pessoas, a droga foi dada à metade delas e à outra metade foi dado um placebo. As reações dos pacientes ao tratamento estão apresentadas abaixo. Com 5% de significância, pode-se concluir que a reação depende do “tratamento” aplicado, ou seja, pode-se concluir que existe associação significativa entre o tratamento e a reação? (Considere p-valor = 0,6376) Reação Tratamento Melhora Piora Sem efeito Total Droga 50 (47) 10 (11) 22 (24) 82 Placebo 44 (47) 12 (11) 26 (24) 82 Total 94 22 48 164 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 13. 1. Estabelecer as hipóteses nula e alternativa: R: H0: não existe associação entre o tratamento e a reação. H1: existe associação entre o tratamento e a reação. 2. Valor Crítico: Valor crítico = 99,52 )2;05,0( =χ 3. Estatística Teste: Estatística teste = 0,90 4. Decisão: Como o valor da Estatística Teste (0,90) é inferior ao Valor Crítico tabelado (5,99) e Como o p-valor = 0,6376 > 0,05 = α, Não se Rejeita H0 5. Conclusão: Como 5% de significância não há evidencias estatísticas para afirmarmos que exista associação significativa entre o tratamento e a reação. 14. A seguir são apresentados dados relativos a uma pesquisa realizada com profissionais de determinada categoria. Estes profissionais foram observados quanto à sua nota na faculdade e à sua renda após cinco anos de experiência profissional. Verificar, com 1% de significância, se há relação significativa entre estas variáveis. (Considere p-valor = 0,1911) Notas Rendas Altas Médias Baixas Total Alta 18 (13,33) 26 (26,67) 6 (10) 50 Média 17 (18,67) 38 (37,33) 15 (14) 70 Baixa 5 (8) 16 (16) 9 (6) 30 Total 4080 30 150 Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 47 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 14. 1. Estabelecer as hipóteses nula e alternativa: R: H0: não existe associação entre as notas e a renda. H1: existe associação entre as notas e a renda. 2. Valor Crítico: Valor crítico = 09,152 )4;01,0( =χ 3. Estatística Teste: Estatística teste = 6,11 4. Decisão: Como o valor da Estatística Teste (6,11) é inferior ao Valor Crítico tabelado (15,09) e Como o p-valor = 0,1911 > 0,01 = α, Não se Rejeita H0 5. Conclusão: Como 1% de significância não há evidencias estatísticas para afirmarmos que exista associação significativa entre as notas e a renda. 15. Foi realizado um experimento com o objetivo de verificar o efeito da vacinação contra determinada doença, em uma amostra de 100 indivíduos. Testar a 5% de significância se existe associação significativa entre a vacinação e a contrair a doença. (Considere p-valor = 0,2184) Doença Vacinação Contraíram a doença Não contraíram a doença Total Vacinados 14 (16,8) 42 (39,2) 56 Não vacinados 16 (13,2) 28 (30,8) 44 Total 30 70 100 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 15. 1. Estabelecer as hipóteses nula e alternativa: R: H0: não existe associação entre a vacinação e contrair a doença. H1: existe associação entre a vacinação e contrair a doença Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 48 2. Valor Crítico: Valor crítico = 84,32 )1;05,0( =χ 3. Estatística Teste: Estatística teste = 1,515 4. Decisão: Como o valor da Estatística Teste (1,515) é inferior ao Valor Crítico tabelado (3,84) e Como o p-valor = 0,2184 > 0,05 = α, Não se Rejeita H0 5. Conclusão: Como 5% de significância não há evidencias estatísticas para afirmarmos que exista associação significativa entre a vacinação e contrair a doença. 16. Uma amostra de indivíduos foi observada quanto à orientação política (liberais e conservadores) e quanto ao método de educar os filhos (permissivos e não permissivos). Usando 5% de significância, pode-se concluir que o método de educar os filhos esteja associado significativamente à orientação política? (Considere p-valor = 0,1023) Orientação Método Liberais Conservadores Total Permissivos 5 (7,5) 10 (7,5) 15 Não permissivos 15 (12,5) 10 (12,5) 25 Total 20 20 40 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 16. 1. Estabelecer as hipóteses nula e alternativa: R: H0: não existe associação entre a orientação política e o método de educar os filhos. H1: existe associação entre a orientação política e o método de educar os filhos. 2. Valor Crítico: Valor crítico = 84,32 )1;05,0( =χ 3. Estatística Teste: Estatística teste = 2,67 4. Decisão: Como o valor da Estatística Teste (2,67) é inferior ao Valor Crítico tabelado (3,84) e Como o p-valor = 0,1023 > 0,05 = α, Não se Rejeita H0 5. Conclusão: Como 5% de significância não há evidencias estatísticas para afirmarmos que exista associação significativa entre a orientação política e o método de educar os filhos. Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 49 17. O departamento de pessoal de determinada empresa, para verificar se existe relação significativa entre sexo e tendência de chegar tarde ao trabalho, fez a seguinte coleta de dados amostrais. Usando 5% de significância, qual a conclusão a que se chega? (Considere p-valor = 0,43105) Tendência Sexo Chegam cedo Chegam tarde Total Masculino 10 (9) 4 (5) 14 Feminino 8 (9) 6 (5) 14 Total 18 10 28 1. Estabelecer as hipóteses nula e alternativa: 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 17. 1. Estabelecer as hipóteses nula e alternativa: R: H0: não existe associação entre o sexo e a tendência de chegar tarde ao trabalho. H1: existe associação entre o sexo e a tendência de chegar tarde ao trabalho. 2. Valor Crítico: Valor crítico = 84,32 )1;05,0( =χ 3. Estatística Teste: Estatística teste = 0,62 4. Decisão: Como o valor da Estatística Teste (0,62) é inferior ao Valor Crítico tabelado (3,84) e Como o p-valor = 0,43105 > 0,05 = α, Não se Rejeita H0 5. Conclusão: Como 5% de significância não há evidencias estatísticas para afirmarmos que exista associação significativa entre o sexo e a tendência de chegar tarde ao trabalho. 18. Foi feito um estudo com o objetivo de examinar a influência do uso do capacete em indivíduos que se envolveram em acidentes ciclísticos. Usando 1% de significância, pode-se afirmar que a incidência de lesões na cabeça está relacionada significativamente ao uso do capacete? (Considere p-valor = 0,0000000001) Lesão Capacete Sim Não Total Não 281 (246,8) 428 (462,2) 709 Sim 17 (51,2) 130 (95,8) 147 Total 298 558 856 1. Estabelecer as hipóteses nula e alternativa: Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 50 2. Valor Crítico: 3. Estatística Teste: 4. Decisão: 5. Conclusão: RESPOSTA: 18. 1. Estabelecer as hipóteses nula e alternativa: R: H0: não existe associação entre o uso de capacete e a incidência de lesões na cabeça. H1: existe associação entre o uso de capacete e a incidência de lesões na cabeça. 2. Valor Crítico: Valor crítico = 63,62 )1;01,0( =χ 3. Estatística Teste: Estatística teste = 42,3 4. Decisão: Como o valor da Estatística Teste (42,3) é superior ao Valor Crítico tabelado (6,63) e Como o p-valor = 0,0000000001 < 0,01 = α, Rejeita-se H0 5. Conclusão: Como 1% de significância há evidencias estatísticas para afirmarmos que exista associação significativa entre o uso de capacete e a incidência de lesões na cabeça. Universidade do Vale do Rio dos Sinos - UNISINOS Estatística Aplicada à Saúde Profª Karla Faccio Página 51 6. CORRELAÇÃO E REGRESSÃO Ao se estudar duas ou mais variáveis é de interesse conhecer se elas tem algum relacionamento entre si, isto é, se valores altos (baixos) de uma das variáveis, coletadas aos pares, implicam em valores altos (ou baixos) da outra variável. Por exemplo: - Pode-se verificar se existe associação entre a idade (X) e o grau de depressão (Y), Por exemplo, para resolver certas questões como: será que quanto maior for a idade maior será o grau de depressão? - Pode-se verificar se existe associação entre o nível educacional (X) das pessoas e o número de filhos (Y). Por exemplo, para resolver certas questões como: será que quanto menor o nível educacional maior será o número de filhos? - Pode-se verificar se existe associação entre a taxa de desemprego
Compartilhar