Baixe o app para aproveitar ainda mais
Prévia do material em texto
COLETA DE DADOS EM POPULAÇÕES E AMOSTRAS O objetivo principal da análise bioestatística consiste em inferir (i.e. deduzir) características de um grupo de variáveis através da generalização da análise de uma amostra desse grupo. Essa generalização pressupõe o conhecimento de importantes conceitos, tais como população e amostra, parâmetros e estatísticas, amostragens aleatórias e outliers. Em Bioestatística, o termo população tem um significado ligeiramente diferente do que se emprega no cotidiano. Biólogos e profissionais da saúde podem ser referir a populações como sendo um grupo de seres humanos ou outras espécies de animais. Contudo, para os bioestatísticos, população significa um grupo completo de variáveis sobre as quais se deseja tirar conclusões. Por exemplo, se uma pesquisadora pretende definir a altura média dos calouros do curso de Fisioterapia da Faculdade Avantis, a população será composta pelos valores que representam as alturas de todos os calouros do referido curso. Vale ressaltar que é de extrema importância delimitar a população de acordo com o objetivo da pesquisa, a fim de evitar extrapolações que introduzam vieses nos resultados das análises. Imagine se, por conveniência, a mesma pesquisadora coletasse as alturas de todos os alunos que estivessem na terceira aula de anatomia do primeiro período, sem se preocupar em identificar os alunos que são repetentes (e, portanto, não são calouros) ou os calouros que faltaram naquele dia. Se isso ocorresse, o objetivo passaria a ser a definição da altura média dos alunos daquela aula de anatomia. Na realidade da pesquisa científica, quase nunca é possível obter dados da população inteira por diversos motivos, como recursos financeiros e humanos limitados, tempo reduzido e dinâmica populacional (morte, nascimento, ausências temporárias, mudança de categorias, entre outros motivos) Bioestatítica Por isso, é muito comum utilizarmos amostras para inferir informações sobre a população. Amostras são partes da população que, de preferência, a represente bem. A qualidade da amostra depende do seu tamanho em relação à população (quanto maior a amostra, menor será o erro amostral) e da aleatoriedade da coleta das variáveis (é ideal que cada membro da população tenha a mesma probabilidade de ser escolhido para ser medido). Você certamente já participou de uma coleta de dados em que toda a população foi medida: aqui mesmo, na Faculdade Avantis, todos os alunos têm que preencher um formulário com sua data de nascimento; nesse caso, a instituição fez um censo (quando toda a população é medida). Lembra quando dissemos que, quanto maior a amostra, menor será o erro amostral? Pois é, no censo, o erro amostral é igual a zero, pois trata-se da maior amostra possível; essa amostra é a própria população. Importante ressaltar que, quando se mede variáveis de uma população (todos os membros que interessam para a pesquisa), temos um parâmetro; por exemplo, se medirmos a quantidade de calorias ingeridas por cada um dos ratos de um determinado biotério e dividirmos pelo número total de ratos, teremos um parâmetro populacional (a ingestão média de calorias). Já quando se mede variáveis de uma amostra (parte da população), temos uma estatística; retomando o exemplo, se escolhermos alguns ratos para realizar a medição e dividirmos o total de calorias medido pelo número de animais escolhidos, teremos uma estatística. Importante ressaltar que, quando se mede variáveis de uma população (todos os membros que interessam para a pesquisa), temos um parâmetro; por exemplo, se medirmos a quantidade de calorias ingeridas por cada um dos ratos de um determinado biotério e dividirmos pelo número total de ratos, teremos um parâmetro populacional (a ingestão média de calorias).
Compartilhar