Bioestatística - TESTES ESTATÍSTICOS - VARIÁVEIS NUMÉRICAS

Prévia do material em texto

Lívi� Coelh� ATM 25
Teste� Estatístic� - Variávei� Numérica�
COMO ESCOLHER O MELHOR TESTE ESTATÍSTICO PARA A SUA PESQUISA?
*Identificar os tipos de variáveis do seu estudo
*Conhecer e entender qual a categoria de cada uma das variáveis (de que maneira estas
variáveis são definidas no desenho do seu estudo)
*Entender que as variáveis irão se combinar e que essas combinações podem resultar em uma
infinidade de testes - utilizados para analisar os dados da sua pesquisa
TIPOS DE GRUPOS POSSÍVEIS NUMA PESQUISA
*PAREADOS ou DEPENDENTES
- as mesmas unidades amostrais, avaliadas mais de uma vez
- guardam relação de dependência entre si – se houver algum tipo de perda durante o
andamento da pesquisa o n total diminui
*NÃO PAREADOS ou INDEPENDENTES
- não são as mesmas unidades amostrais que serão avaliadas
- grupos distintos, não guardam relação de dependência entre si
ex: podemos comparar grupos de tamanhos diferentes
VERIFICAÇÃO DA DISTRIBUIÇÃO DE VARIÁVEIS
DISTRIBUIÇÃO NORMAL: TESTES PARAMÉTRICOS
DISTRIBUIÇÃO ASSIMÉTRICA: TESTES NÃO PARAMÉTRICOS
VERIFICAÇÃO DA HOMOGENEIDADE
- teste de homogeneidade de variâncias de LEVENE
- hipótese nula: não há diferença entre as variâncias
- hipótese alternativa: há diferença entre as variâncias
Lívi� Coelh� ATM 25
TESTES POSSÍVEIS
- numérica x categórica dicotômica (ex: IMC x sexo; idade x presença de hipertensão)
- numérica x categórica ordinal (ex: IMC x renda; pressão arterial x escolaridade)
- numérica x numérica (IMC x PAS)
a partir da distribuição da amostra é possível determinar o teste a ser utilizado
TEST T STUDENT - TESTE PARAMÉTRICO
*Quando deve-se usá-lo?
- desfecho contínuo x exposição dicotômica
- desfecho com distribuição normal
- variâncias homogêneas entre os grupos
*Caso não atenda a esses requisitos, deve-se:
- transformar a variável
- usar um teste não paramétrico
*Hipótese a ser testada
se a hipótese nula for rejeitada, a diferença entre as médias é significativa (p < 0,05)
*Verifica se há diferença entre duas médias dividido por um indicador de variabilidade
*Tipos de TESTE T
- para uma amostra: utilizado para relacionar um conjunto de dados com um valor
populacional de referência (controle de qualidade
ex: verificar a média de peso de jovens no ano 2019 (referência)
- para amostra independente: utilizado para comparar dois grupos independentes por
meio de uma variável dependente quantitativa
ex: verificar a média de peso entre homens e mulheres jovens no ano de 2019
Lívi� Coelh� ATM 25
- para amostra pareada: utilizado para comparar duas medidas de uma mesma
unidade de análise, por meio de uma variável de resposta quantitativa
ex: verificar a média de peso entre jovens medidas nos anos de 2019 e 2021
*A normalidade é verificada de acordo com o tamanho da amostra
usar o histograma para confirmar o tipo de distribuição
para n até 50: use Shapiro-Wilk
para n maior que 50: use Kolmogorov-Smirnov
*A homogeneidade é verificada por meio do Teste de Levene
se o teste de Levene for significativo, deve-se utilizar correção, por meio do T
WELCH
TESTE DE WILCOXON ou MANN-WHITNEY (NÃO PAREADO)
*Teste de Wilcoxon: utilizado para comparar 2 grupos dependentes avaliados por meio de
uma variável quantitativa sem distribuição normal ou qualitativa ordinal
*Teste de Mann-Whitney: utilizado para comparar 2 grupos independentes avaliados por
meio de uma variável quantitativa sem distribuição normal ou qualitativa ordinal
*Pontos fortes do teste não paramétrico
- bons para dados assimétricos ou variâncias heterogêneas
- úteis para amostras pequenas (≤ 30)
*Pontos fracos do teste não paramétrico
- estimativa de efeito de difícil interpretação
- permitem comparar apenas 1 exposição
ANÁLISE DA VARIÂNCIA (ANOVA)
*Medida de dispersão, mostra o quanto os dados encontrados se distanciam do resultado
esperado (da média)
*Mede e compara a variação dentro de cada grupo e entre cada grupo
*Se as médias iguais: s²(entre grupos) <<< s²(dentro grupos)
Lívi� Coelh� ATM 25
*Quando deve ser usada?
- desfecho o numérico x exposição categórica (3 ou mais categorias)
- distribuição aproximadamente normal
- variância dos dados deve ser semelhante para todos os grupos comparados
- observa apenas se há variância entre os grupos, mas não aponta onde está a diferença
*Hipótese a ser testada é:
(pelo menos 1 par de médias é diferente)
se a hipótese nula não for rejeitada, não é preciso fazer mais nada
se a hipótese nula for rejeitada, testamos dentro dos subgrupos de médias se há
alguma que seja diferente das demais
*Como verificar a homogeneidade?
- objetivo: verificar se as variâncias são iguais
- teste de Levene
teste de Levene significativo indica que as variâncias são heterogêneas (não
pode usar ANOVA) - correção: T WELCH
*O ANOVA exige confirmação, de forma que se deve fazer os testes POST HOC
TESTES POST HOC
*TUKEY
- após a realização da análise de variância (ANOVA), testes post hoc são necessários
para identificar quais dos pares de grupos diferem
TESTE DE CORRELAÇÃO
- mede o grau de relação/dependência entre duas variáveis
- avalia a existência de associação entre 2 variáveis quantitativas (numéricas contínuas)
- mede o quanto a associação é linear
- apresenta a variação entre - 1 e + 1
- o tipo de distribuição das variáveis que se quer analisar irá direcionar qual tipo de
correlação que deverá ser utilizada
valor de p: para verificar se há significância entre as variáveis que estão sendo
analisadas
valor de r (coeficiente de correlação): irá verificar qual a força dessa relação
*COEFICIENTE DE CORRELAÇÃO DE PEARSON: ao menos uma das variáveis
contínuas deve ter distribuição normal
*COEFICIENTE DE CORRELAÇÃO DE SPEARMAN: variáveis assimétricas
Lívi� Coelh� ATM 25
*Análise: