Baixe o app para aproveitar ainda mais
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
Compartilhar