modulo I

Prévia do material em texto

MÓDULO I
APRESENTAÇÃO DO 
CURSO E COLETA DE 
DADOS
APRESENTAÇÃO DO 
CURSO
3
GES 105 –
BIOESTATÍSTICA
(Turma 1A)
J. D. Scalon
Instituto de Ciências Exatas e Tecnológicas 
(ICET)
Departamento de Estatística (DES)
e-mail: scalon@ufla.br
4Natureza => Variabilidade =>Incerteza => Estatística => Decisões
5
O que é estatística?
A Estatística é uma ciência que se dedica
ao desenvolvimento e a aplicação de
métodos para coletar, organizar, descrever,
analisar e modelar fenômenos aleatórios
utilizando a teoria de probabilidades em
dados provenientes de experimentos
controlados e/ou estudos observacionais
com o objetivo de tomar decisões face a
incerteza.
6
O que é bioestatística?
A Bioestatística é uma ciência que se
dedica ao desenvolvimento e a aplicação de
métodos para coletar, organizar, descrever,
analisar e modelar fenômenos aleatórios
utilizando a teoria de probabilidades em
dados biológicos provenientes de
experimentos controlados e/ou estudos
observacionais com o objetivo de tomar
decisões face a incerteza.
7
Por que usar estatística?
Dados sem métodos estatísticos Pesquisa sem
validade científica!
! Para analisar dados de pesquisas e/ou experimentos
que você está conduzido ou irá conduzir.
! Para entender os resultados das pesquisas
publicadas em artigos, notas técnicas, relatórios,
teses, etc. que são publicadas na sua área de
trabalho.
! Para entender o que acorre no mundo e, portanto,
exercer a sua cidadania.
8
Plano de ensino
OBJETIVO: Apresentar os métodos estatísticos básicos (de forma
teórica e prática) mais utilizados para análise de dados,
principalmente, biológicos.
COMO: Roteiro de Estudo Orientado (REO) postado
quinzenalmente no Campus Virtual e lives.
MATERIAL: Slides, tabelas, listas de exercícios, vídeos e outros
materiais que serão disponibilizados no CAMPUS VIRTUAL
através do REO
ATENDIMENTO AO ALUNO: Campus Virtual e/ou e-mail
(Respostas em até 24 horas).
MONITORES: Os alunos serão informados assim que os
monitores forem disponibilizados
9
Bibliografia recomendada
! ANDRADE, D. F.; OGLIARI, P. J. Estatística para as Ciências Agrárias e
Biológicas – com noções de experimentação. Editora da UFSC, 2007.
! CALLEGARI-JACQUES, S. Bioestatística: princípios e aplicações. Porto
Alegre: Artmed Editora, 2003.
! FERREIRA, D. F. Estatística básica, Lavras: Editora UFLA, 2013.
! PAGANO, M.; GAUVREAU, K. Princípios de bioestatística. São Paulo:
Cengage Learning. 2004.
! RIUS DÍAZ, F.; BARÓN LÓPEZ, F. J. Bioestatística. São Paulo:
Thomson, 2007.
! VIEIRA, S. Introdução à Bioestatística. Rio de Janeiro: Elsevier, 2008.
10
Avaliação da disciplina
- 2020 - Questionários individuais
disponibilizados quinzenalmente no Campus
Virtual (Peso = 40%).
- 2021 - Prova escrita individual referente a
matéria presencial no final do semestre
(Peso = 40%).
- Trabalho individual a ser entregue no final
do semestre (Peso = 20%)
11
Caso a média calculada a partir dos
questionários, prova e trabalho for inferior a 60, o
aluno poderá realizar uma prova de recuperação
(substituta) referente a matéria da prova de
menor nota.
Se mesmo com a prova de recuperação o aluno
não conseguir média igual ou maior que 60 ele
terá direito a uma avaliação adicional no período
estabelecido no plano de curso postado no SIG.
Recuperação
12
NÃO SERÃO APLICADOS OUTROS
TIPOS DE AVALIAÇÃO
(TRABALHOS INDIVIDUAIS E/OU
EM GRUPOS, LISTAS
COMPLEMENTARES, ETC.) PARA
AJUDAR E/OU RECUPERAR NOTAS.
13
DICAS PARA SER APROVADO NA DISCIPLINA
! Estudar pouco mas regularmente e não muito na
véspera da prova.
! Estudar corretamente. Cada disciplina apresenta suas
particularidades. O modo de estudar botânica é
diferente do modo de estudar bioestatística.
! Tentar participar das aulas e/ou lives evitando
distrações (conversas, telefones, redes sociais, etc.)
! Ter sempre uma calculadora em mãos em todas as
atividades.
! No caso de dúvida procurar, com urgência, o professor
e/ou monitor para saná-las.
! Ler as resoluções do CEPE que dispõe sobre o
Regulamento dos Cursos de Graduação da UFLA e
Roteiro de Estudos Orientados.
14
“No futuro, o pensamento estatístico
será tão necessário para a cidadania
eficiente como saber ler e escrever.”
H. G. Wells (escritor, autor de “A guerra dos mundos” e “A
máquina do tempo”)
15
NA AGRONOMIA O FUTURO JÁ CHEGOU
COLETA DE DADOS
Os fenômenos observados (resultados de
experimentos controlados ou estudos
observacionais) podem ser classificados,
basicamente, em dois tipos:
DETERMINÍSTICOS e ALEATÓRIOS.
Um dos objetivos da ciência é encontrar (ou
adotar) um modelo (função matemática) para
descrever (ou entender) um fenômeno
observado.
Exemplos:
1. Área de plantada de uma fazenda.
2. Leis da física clássica (ex. F = massa×acel.).
3. Leis de Kepler sobre o comportamento dos
planetas.
4. Distância percorrida por um trator (MUV).
Fenômeno (experimento) determinístico:
Experimento que ao ser repetido, sob as mesmas
condições, sempre fornece o mesmo resultado,
não considerando os erros experimentais.
Exemplos:
1. Resultado no lançamento de dados;
2. Quantidade de organofosforados encontrada em
frutas submetidas a controle químico de pragas;
3. Condições climáticas da próxima semana;
4. Número de plantas atacadas por uma doença;
5. Preço da soja no final da safra 2020;
Fenômeno (experimento) aleatório:
Experimento que ao ser repetido, sob as mesmas
condições, pode fornecer resultado diferente a
cada repetição e, portanto, não é possível prever
o resultado exato do experimento.
Os modelos matemáticos utilizados para
descrever esses experimentos aleatórios são
denominados de: estatísticos ou não-
determinísticos ou probabilísticos ou
estocásticos.
A estatística trabalha exclusivamente com os
resultados (dados) obtidos a partir da observação
de fenômenos (ou experimentos) aleatórios.
“Essentially all models are
wrong, but some are useful.”
George Box
O objetivo final (principal) da análise
bioestatística é encontrar o “modelo
probabilístico” que representa o
fenômeno aleatório em estudo para a
tomada de decisão.
Etapas principais da análise:
- Coleta de dados
- Análise exploratória (Descritiva)
- Estimação
- Testes de hipótese
- Análise de regressão
COLETA DE DADOS 
Após o planejamento do experimento
(ou pesquisa observacional), a coleta
de dados é a primeira e uma das mais
importantes etapas da análise
estatística.
Nenhuma pesquisa produzirá bons
resultados se o planejamento
experimental foi mal conduzido e os
dados mal coletados.
Objetivo: Apresentar as formas mais
comuns de coleta de dados para
minimizar o efeito “garbage in”.
POPULAÇÃO
• Todos os pés de café da fazenda. 
• Todas os trabalhadores rurais de um município.
• Todo solo de uma região.
A escolha da população-alvo está diretamente
ligada ao tema central do projeto.
O uso de toda a população em uma pesquisa é
denominado de censo
Conjunto de todos os elementos necessários para
conduzir uma pesquisa. Pode ser finita (ex. Número de
pés de café em uma fazenda) ou infinita (ex. Níveis de pH
do solo).
AMOSTRA
• Subconjunto formado por
alguns pés de café da plantação.
• Subconjunto de alguns
trabalhadores rurais.
• Algumas porções de solo da
região.
Subconjunto finito (parte) e
representativo da população.
Conceito intuitivo de amostragem
Amostragem é o processo de colher amostras representativas de uma população
Premissa básica da amostragem
Apesar dos elementos (sujeitos) da população serem
diferentes em alguma coisa, existe similaridade suficiente
entre esses, fazendo que alguns deles poderão representar
adequadamente toda a população. Assim, a discrepância
entre os valores dos elementos da população e os valores
observados nos elementos da amostra é minimizada.
VANTAGENS DO USO DE AMOSTRAS
• Economiza mão-de-obra e dinheiro
•Economiza tempo e possibilita rapidez na obtenção dos resultados
• Pode colher dados mais precisos
• É a única opção quando o estudo resulta em destruição ou contaminação dos
elementos pesquisados
• Reduzo erro experimental
VANTAGENS DO CENSO
• Em populações pequenas o custo e o tempo de amostragem é o mesmo do
censo;
• Se o tamanho da amostra é grande, em relação ao da população, vale a pena
fazer o censo;
• Quando se necessita de precisão total, o censo é o único método aceitável.
• Reduz (elimina ) o erro amostral
Não probabilísticas
Probabilísticas
• A seleção dos elementos da população para
compor a amostra não depende do
julgamento do pesquisador no campo.
• Cada elemento da população tem uma
chance (probabilidade) conhecida e diferente
de zero de ser selecionado para compor a
amostra
• A seleção dos elementos da população para
compor a amostra depende, ao menos em
parte, do julgamento do pesquisador no
campo.
• Não há chance (probabilidade) conhecida
de que um elemento qualquer da população
venha a fazer parte da amostra.
Tipos de amostras e amostragem
Amostragem aleatória (probabilística) simples - AAS
Cada elemento da população tem uma probabilidade conhecida, diferente de
zero e idêntica aos outros elementos de ser selecionado para compor a
amostra
Para selecionar uma amostra aleatória simples de n elementos (unidades) é
necessário ter uma lista completa das N unidades da população.
Cada elemento da população terá a mesma probabilidade (1/N) de pertencer
à amostra.
Para extrair uma AAS deve-se utilizar algum mecanismo que garanta a
mesma probabilidade de ser sorteado a todos os elementos da população.
Os mecanismos mais utilizados são: tabela de número aleatórios, números
aleatórios gerados por computador, globo de bingo, etc.
Amostragem probabilística
Probabilística simples(Aleatória simples) -AAS
EXEMPLO: 
Observe que a população é composta de 32 elementos (unidades
experimentais, parcelas) e, portanto, cada elemento terá a mesma
probabilidade de ser selecionado (1/32)
Para realizar a seleção dos elementos da amostra, pode-se atribuir um
número a cada um dessas unidades.
QUADRO 1 – POPULAÇÃO DE CLIENTES 
Leonardo Fabiano Eric Kátia 
Renne Shirlei Paulo Danielle 
Mariana Valeria Renato Andréa 
Leandro Neila Antonio Claudia 
Jurandir Jose Pires Maria Tereza Renata 
Fernando Diego Aparecida Maristela 
Luis Carlos Emanuel Alessandra Flavia 
Fabio Marcelo Juliana Sandra 
 
Para extrair uma AAS de tamanho n = 5 deve-se utilizar algum mecanismo
(ex. números aleatórios gerados pela calculadora) que garanta a mesma
probabilidade de ser sorteado a todos os elementos da população.
Uma possível AAS de cinco elementos poderia ter a seguinte configuração:
{02, 12, 32, 26, 9} Þ {Renne, Neila, Sandra, Danielle, Fabiano}
QUADRO 2 – POPULAÇÃO DE CLIENTES 
01 Leonardo 09 Fabiano 17 Eric 25 Kátia 
02 Renne 10 Shirlei 18 Paulo 26 Danielle 
03 Mariana 11 Valeria 19 Renato 27 Andréa 
04 Leandro 12 Neila 20 Antonio 28 Claudia 
05 Jurandir 13 Jose Pires 21 Maria Tereza 29 Maristela 
06 Fernando 14 Diego 22 Aparecida 30 Flavia 
07 Luis Carlos 15 Emanuel 23 Alessandra 31 Renata 
08 Fabio 16 Marcelo 24 Juliana 32 Sandra 
 
Probabilística simples (Aleatória simples)
OBS: A amostragem não probabilística equivalente a AAS é denominada de
amostragem a esmo (ou por conveniência) e não devem ser confundidas.
A Amostragem Sistemática (AS) é recomendada sempre que os
elementos da população apresente alguma forma de ordenação,
como por exemplo, plantas em fileiras (eucaliptos, café, laranja, etc.).
Neste caso a AS é mais rápida e barata do que a AAS.
Se a população não se apresenta em uma ordem determinada, a AS
pode fornecer uma AAS.
A AS requer o conhecimento de todos os elementos da população.
Amostragem Sistemática
Amostragem probabilística
n
Nk = N = Tamanho da população;n = Tamanho da amostra. 
Para realizar uma AS deve-se, primeiramente, ter uma “listagem” dos
itens da população.
Selecionar aleatoriamente um indivíduo da população.
A partir deste individuo selecionar os demais indivíduos, seguindo
uma determinada ordem, pulando de k em k indivíduos até completar
o número n de elementos da amostra.
O valor k é determinado por:
Amostragem Sistemática
Amostragem probabilística
EXEMPLO: Retirar uma AS de 5 elementos da lista de clientes.
N = 32, n = 5 à k = 32/5 = 6,4 Þ k @ 6
Vamos supor que o número “03” é o sorteado (entre 1 e 32), ou seja,
o primeiro cliente da amostra é a “Mariana”. Os demais são obtidos
pelo intervalo de seleção “6”, a partir da Mariana, resultando na
seguinte amostra:
(3) (9) (15) (21) (27)
{Mariana, Fabiano, Emanuel, Maria Tereza, Andréa}
Amostragem Sistemática
Amostragem probabilística
Em muitas situações a população pode ser formada por
subgrupos bem delimitados (ex. sexo, espécies de
plantas ou animais, condições experimentais, etc.) que
devem ser controlados para não afetar os resultados.
Uma AAS pode, eventualmente, favorecer um subgrupo
em detrimento a outros.
Nessas situações a AAS pode acarretar uma amostra
que não seja representativa da população. Assim,
recomenda-se um tipo alternativo de amostragem
denominado de amostragem aleatória estratificada
(AAE).
Amostragem Aleatória Estratificada – AAE
Amostragem probabilística
A AAE consiste na divisão da população de N elementos em k subgrupos N1,
N2, ..., Nk de tal maneira que internamente os subgrupos são homogêneos e
externamente são heterogêneos com respeito às variáveis em estudo.
- Definir os diversos estratos.
- Ter uma lista completa dos elementos de cada estrato Ni da população.
- Seleciona-se uma AAS em cada estrato de forma independente de tal forma
que cada elemento dentro do estrato apresenta a mesma probabilidade de
fazer parte da amostra do estrato.
 
Amostragem Aleatória Estratificada – AAE
Amostragem probabilística
Amostragem Aleatória Estratificada – AAE
Deve-se observar que a proporcionalidade do tamanho de cada estrato
da população é mantida na amostra.
 
OBS: A amostragem não probabilística equivalente a AAE é denominada de
amostragem por quotas. As duas não devem ser confundidas.
41
Cuida de suas palavras se
não quer que elas firam a
você mesmo.
Sabedoria logosófica