Introdução á bioestatística

Prévia do material em texto

Bioestatística – Laís Nunes [2º semestre] 
 
INTRODUÇÃO Á BIOESTATÍSTICA 
 Estatística é a ciência que fornece os princípios e os 
métodos por coleta, organização, resumo, análise e 
interpretação de dados, dados corretamente coletados 
fornecem conhecimentos que não seriam obtidos por 
simples especulação; 
 Bioestatística é a aplicação da estatística dentro da 
ciência biológica; 
CONCEITOS FUNDAMENTAIS 
 Unidade: é a menor unidade que fornece uma 
informação. Ex: pessoa, animal, fato, planta, etc; 
 Unidade experimental: indivíduos submetidos a 
uma situação de experimento controlado. Ex: 
tratamento e o controle de algo, sendo assim, 
manipulativos, pois podem ser feito alterações, 
podendo ser em laboratórios ou de campo; 
 Unidade de observação: estudos planejados que não 
interferem ou alteram o universo estudado. Ex: 
diagnostico de áreas, levantamento de doença, etc; 
 Dados: são informação (numéricas ou não) obtidas a 
partir de uma determinada variável. Ex: uma pessoa de 
35 anos é fumante e tem diabetes; 
 Variável: é a condição ou característica que se mede 
(observa) no estudo, variando de uma unidade ou de 
um indivíduo para outro, são classificadas em dois 
tipos. Ex: peso, altura, sexo, etc; 
 Quantitativa (ou numérica): dados expressos por 
números, como por exemplo a contagem de cada 
tipo de bactéria. Ex: idade, estatura, peso; 
 Qualitativa (ou categórica): dados não podem ser 
quantificados, pois possuem categorias exclusivas, 
como por exemplo tipos de bactérias. Ex: cor dos 
olhos, sexo, local de nascimento. 
 O tipo de variável determina o tipo de análise que 
usará no estudo; 
Quantitativa ou 
numérica 
Qualitativa ou categórica 
Discreta: contagem de 
números inteiros. Ex: 
número de filhos, 
bactérias por litro de 
leite; 
Nominais: SEM graduação 
entre as categorias. Ex. sexo, 
cor dos olhos, fumante/não 
fumante, doente/sadio. 
Contínuas: valores 
fracionais, medidas por 
instrumento. Ex: peso 
(balança), altura 
(régua), tempo (relógio), 
pressão arterial, idade. 
Ordinais: COM graduação 
entre as categorias. Ex.: 
escolaridade (1o, 2o, 3o 
graus), estágio da 
doença (inicial, 
intermediário, terminal), 
mês de observação. 
 População ou universo: é o conjunto de unidades, que 
tenham algo em comum, sobre a qual desejamos obter 
informações (=objeto de interesse). Ex.: Comunidade de 
espécies, pacientes, exames, prontuários, brasileiros, 
etc. 
 Amostra: subconjunto de unidades, fração ou porção 
retiradas de uma população para obter a informação 
desejada (=objeto de estudo). As amostras devem ser 
representativas, com margem de erro conhecidas, para 
permitir obter respostas razoáveis. Ex: parcela 
representativa dos brasileiros. 
PORQUE SE USAM AMOSTRA? 
 As razões que levam os pesquisadores a trabalhar com 
amostras e não com toda a população são poucas, mas 
absolutamente relevantes, como: 
 Custo e demora dos censos; 
 Populações muito grandes; 
 Impossibilidade física de examinar toda a 
população; 
 Comprovado valor cientifico das informações 
coletadas por meio de amostras; 
 Indispensável quando a coleta leva a destruição do 
material utilizado. 
O QUE É AMOSTRAGEM? 
 Coletar dados relativos a alguns elementos da 
população e a sua análise, que pode proporcionar 
informações relevantes sobre toda a população. 
 O plano de amostragem deve responder às seguintes 
questões: 
 O que pesquisar (unidade de amostragem); 
 Quanto pesquisar (o tamanho da amostra); 
 Como selecionar (o procedimento da amostragem); 
 Definir objetivos, conceitos e recursos; 
 Obter e avaliar cadastros disponíveis; 
 Planejar a amostra (definir plano amostral); 
 Esquema para seleção das unidades a pesquisar; 
 Procedimento para controle da amostra. 
 Definir procedimentos para estimação; 
 Estimadores para as quantidades de interesse; 
 Medidas da precisão – Avaliação. 
QUALIDADE DE UMA BOA AMOSTRA 
 Precisão: Refere-se à exatidão dos resultados de 
medições obtidos na amostra(estatísticas) em relação 
aos resultados que seriam obtidos de toda a 
população(parâmetros). É a medida do erro amostral: 
quanto menor, mais precisa a amostra. 
 Eficiência: Um projeto é mais eficiente do que outro se, 
sob condições específicas, trouxer resultados mais 
confiáveis do que outro, ou se, para um dado custo, 
produzir resultados de maior precisão, ou se, ainda, 
resultados com a mesma precisão forem obtidos a um 
menor custo 
 Correção: Refere-se ao grau de ausência de vieses não 
amostrais na amostra. São oriundos de influências, 
conhecidas ou não, que fazem com que os resultados 
pendam mais numa direção do que outra. 
COMO SE OBTEM UMA AMOSTRA? 
 Antes de se obter uma amostra é necessário definir os 
critérios que serão usados para selecionar as unidades 
que comporão essa amostra. De acordo com a técnica 
usada, tem-se um tipo de amostra: 
 Bioestatística – Laís Nunes [2º semestre] 
 
 Amostra aleatória, casual ou probabilística 
(simples ou estratificada); 
 Amostra semiprobabilística (sistemática, por 
conglomerados e por quotas); 
 Amostra não-probabilística ou de conveniência, 
julgamento, bola de neve ou desproporcional. 
AMOSTRA ALEATÓRIA, CASUAL OU 
PROBABILÍSTICA 
 Uma amostra aleatória ou probabilística é localizada 
por n unidades retiradas ao acaso da população. Em 
outras palavras, a amostra aleatória é obtida por 
sorteio, logo, toda unidade da população tem a 
possibilidade de pertencer à amostra. Elas são divididas 
em simples e estratificadas. 
 Simples: obtida por sorteio de uma população 
constituída por unidades homogêneas para a 
variável que você quer estudar. 
 EX: bingo, bolas de pingpong entre outros; 
 
 Estratificada: usada quando a população é 
constituída por unidades heterogêneas para a 
variável que se quer estudar. Nesse caso, as 
unidades da população devem ser identificadas e, 
depois, as unidades similares devem ser reunidas 
em subgrupos chamados estratos, sendo assim, o 
sorteio é feito dentro de cada estrato. 
 EX: Em uma sala composta de 54 meninos e 36 
meninas determine o tamanho da amostra. 
AMODTRA SEMIPROBABILÍSTICA 
 Uma amostra semiprobabilística é constituída por n 
unidades retiradas da população por procedimento 
parcialmente aleatório. Dentre as amostras 
semiprobabilísticas, temos: 
 Amostra sistemática: é constituída por n unidades 
retiradas da população segundo um sistema 
preestabelecido. 
 Por exemplo, se você quiser uma amostra 
constituída por 1/8 da população, você sorteia 
um número que caia entre 1 e 8. Se for sorteado o 
número 3, por exemplo, a terceira unidade 
(número 3) será selecionada para uma amostra, 
daí sistematicamente, uma terceira unidade de 
cada oito, em sequência. No caso do exemplo, a 
primeira unidade é 3. Seguem, de oito em oito, 
como unidades de números: 11, 19, 27 etc. 
 
 Amostra por conglomerados: Diferente das 
amostras probabilísticas anteriormente 
apresentadas, que selecionam primeiro o indivíduo, 
a amostra por conglomerados tem como fase inicial 
a seleção de um grupo (cidade ou estado em um 
país) para compor a amostragem. Desse modo, a 
amostra é realizada em mais de uma etapa, assim 
como a amostra estratificada. No primeiro estágio, 
os grupos (ou conglomerados) são definidos. 
Assim, somente no último estágio os indivíduos 
que participarão da entrevista serão sorteados. 
 Por exemplo, casas, quarteirões, bairros, cidades, 
regiões, etc. 
 
 Amostra por cotas: é uma forma de amostragem 
muito utilizada em pesquisas de mercado, eleitorais 
e de opinião pública. Ela é uma amostra que, por 
meio de cotas, seleciona proporcionalmente pessoas 
com semelhantes características de uma população. 
Para efetuar esse tipo de amostragem, deve-se 
primeiramente segmentar o universo estudado em 
características. Por exemplo, dividir a população de 
uma cidade em cotas como idade, sexo e 
escolaridade.Depois disso, os pesquisadores 
devem escolher características, nessa população, 
que sejam relevantes para a pesquisa. 
AMOSTRA NÃO-PROBABILÍSTICA 
 é aquela em que a coleta é baseada em critérios 
definidos previamente, em que nem todos o universo 
tem a mesma chance de ser entrevistado, mas que no 
final o trabalho de campo o resultado seja 
representativo e passível de extrapolação. 
 Um exemplo de aplicação de uma amostra não 
probabilística são as pesquisas eleitorais. Neste tipo de 
levantamento, o procedimento mais comum é uma 
amostragem por cotas, em que as entrevistas são 
baseadas em um perfil já conhecido da população. 
 Conveniência: são um tipo de amostra que não 
exige tanto critério na pré-seleção do público a ser 
pesquisado, ou seja, o universo da pesquisa não 
precisa estar totalmente definido para que essa seja 
efetuada. 
 Por exemplo, um pesquisador que vá em um 
lugar público, como uma praça, e lá mesmo faz a 
sua pesquisa, sem muito critério de controle com 
o perfil da amostra. Assim, a seleção passa a ser 
apenas com pessoas que passaram por lá, foram 
abordadas e concordaram em responder a 
pesquisa. 
 
 Julgamento: a escolha dos respondentes é feita 
partir do julgamento do pesquisador. Assim, o 
pesquisador busca por indivíduos que possuem 
características definidas previamente para sua 
amostra. Dessa forma, a amostra por julgamento, 
assim como a amostra por conveniência, tem uma 
função mais exploratória em uma pesquisa de 
opinião ou mercado. Ela pode ser utilizada para 
pesquisas menores, ou como um pré-pesquisa para 
outras que buscarão dados mais aprofundados. 
 
 Bola de neve: por ser uma técnica de amostragem 
não-probabilística, também é feita quando não há 
um universo definido para a pesquisa. Ela recebe 
esse nome, pois a última pessoa entrevistada indica 
ou convida uma próxima para participar do 
questionário, fazendo com que a amostragem se 
comporte como uma bola de neve, presentando um 
caráter acumulativo na hora das escolhas dos 
 Bioestatística – Laís Nunes [2º semestre] 
 
respondentes, podendo ser uma boa técnica para 
encontrar subgrupos ou segmentos de uma 
população que são desconhecidos ou dificilmente 
encontrados, como por exemplo, minorias e pessoas 
que possuem um comportamento ilegal ou 
socialmente estigmatizado. 
 Linear: Cada indivíduo indica um único 
participante para a próxima pesquisa. 
 Exponencial: Cada indivíduo indica 2 ou mais 
pessoas para a próxima entrevista. 
 
 Desproporcional: é utilizada quando há grupos e 
subgrupos que geram resultados com pesos 
dessemelhantes em uma pesquisa. Diferente da 
amostra por cotas, não há a preocupação em ter uma 
exata proporcionalidade da população estudada, o 
importante na amostra desproporcional é quanto 
um grupo dessa população é importante para o 
estudo.