Introducao A Bioestatistica

Introdução á bioestatística
by Jhamilly Lima Cavalcante

Introdução a bioestatística
Estatística - conjunto de técnicas matemáticas uteis para a tomada de decisão sobre uma população,
baseada na análise da informação obtida de uma amostra.
Bioestatística - estatística aplicada às ciências da saúde e biológicas.
Section 1
Lorem ipsum dolor sit amet, consectetur adipiscing
elit, sed do eiusmod tempor incididunt ut labore et
dolore magna aliqua. Ut enim
bnsjkghwegjnoweoad minim veniam, quis nostrud
exercitation ullamco laboris nisi ut aliquip ex ea
commodo consequat.
Section 2
dolore magna aliqua. Ut enim ad minim veniam,
quis nostrud exercitation ullamco laboris nisi ut
aliquip ex ea commodo consequat.
Section 3
dolore magna aliqua. Ut enim ad minim veniam,
quis nostrud exercitation ullamco laboris nisi ut
aliquip ex ea commodo consequat.
Distribuição das
frequencias/percentins,
decis e quartis
Dados brutos;
Rol (ordem crescente e decrescente);
Amplitude total ou range (R) - diferença entre maior e menor valor.
Frequencia absoluta (Fi)
Distribuição de frequencias - organização ou arranjo dos valores e suas
respectivas frequencias;
Frequencia acumulada - soma das frequencias dos valores
observados. (Fac)
Frequencia relativa (fi = Fi/nX100.
Classes e seu limites (tracinho virado para o número esse que se exclui,
todo fechado exclui os dois apenas os valores entre.
Quartis (quatro partes de 25 %)
Decis ( dez partes de 10%)
Percentins ( centesimas partes de 1 %).
Medidas de tendência central
Indicam um valor que melhor representa o
todo;
Média
Mediana (n+1/2)
Moda (definida como valor de maior
frequencia) Modal, unimodal, bimodal e
multimodal.
Estatística Inferencial
Conjunto de tecnicas matemáticas úteis para a tomada de decisão sobre um processo ou população,
baseada na análise da informação obtida de uma amostra.
Metodos de inferencia estatística para teste de hipóteses
1. Inferencias frequentistas
Ronald Fisher (1935)
Critério probabilístico objetivo baseado no valor de p( quanto maior sua amostra, maior é a chance de
você encontrar valores de p <0,05; valor de p não reflete a magnitude do achado);
1. Tamanho amostral pequeno é a maior fonte de Erro tipo II.
2. Poder amostral : é a probabilidade de detectar um efeito do tratamento, se estiver presente)
Poder= 1 - b (probabilidade de erro tipo II)
Teste de significância da hipótese nula (TSHN).
1. Estimação Bayesiana
2. Estimação por meio de Bootstrapping
Teste de hipóteses ( crie hipóteses, colete dados úteis para testar as hipóteses, análise de dados com
testes estatísticos, avaliar os resultados para ver se suportam as hipóteses iniciais.
Análise estatística adequada:
1. Testar a distribuição de normolidade;
2. Realizar comparação com um teste paramétrico ou não paramétrico, conforme distribuição encontrada.
Testes de hipóteses
1. Hipótese Nula (ho) efeito não existe é igual;
2. Hipotese alternativa (h1) - o efeito existe.
Erro tipo I: Rejeito a hipótese nula, quando ho é verdadeira (afirmo que há efeito quando não há.
Erro tipo II: Aceito a hipótese nula; quando ho é falsa (afirmo que não há efeito, quando há).
OUTRAS SITUAÇÕES QUE NOS LEVA A COMETER ERRO DO TIPO I OU TIPO II
Pressupostos dos testes não acatados;
Amostras problemáticas (vieses de seleção);
Instrumentos de pesquisa ruins.
Amostragem
Amostras: são partes da população, que TIPOS DE AMOSTRAGEM
represente a bem. Aleatória simples
Quanto maior a amostra, menor será o erro
amostral. simples ao acaso, aleatória, casual simples,
randomica (sorteio lotérico);
Calculo amostral e erro tipo II N (numero de elementos da população) e n
Necessário para o cálculo: (numero de elementos da amostra, cada
1. tamanho da população de estudo; elemento tem probabilidade n/N (fração de
2. prevalência esperada para o desfecho (se fixa amostragem) de pertencer a amostra.
o valor em 50%); Estratificada
3. Intervalo de confiança; população é dividida em subpopulações para o
4. Margem de erro amostral. estudo e uma porcentagem da subpopulação é
medida.
Conglomerado
quando a população é dividida em
conglomerados, pode se sortear um número
de conglomerados e esse constituirá a
amostra.
Não probabilística
usadas em trabalhos estatísticos, por
simplicidade ou impossibilidade.
Medidas de dispersão
Caracterizam o quanto está disperso em torno de sua tendencia central;
E necessário uma medida que descreva sua dispersão e não só sua tendencia central quando os dados
possuem variabilidade.
Amplitude total
AT= valor máximo - valor mínimo;
Desvio médio
subtrair a media aritmetica por cada elemento do conjunto;
após isso soma-se a diferença;
considera-se o módulo das diferenças;
Variância
média aritmética dos quadrados dos desvios;
quando usamos uma amostra para calcular a variância o símbolo usado é S2
Desvio padrão
extrai se a raiz quadrada da variancia;
Coeficiente de variação
dispersão relativa que mede a dispersão dos dados em relaçao á media aritmética;
calculado dividindo o desvio padrão pela média, multiplicando-se por 100 para expressar em
porcentagem.
Amplitude interquartil
é a diferença entre Q3 e Q1;
acompanha a mediana;
Intervalo de Confiança
Escore Z
Tem o objetivo de padronizar as observaçoes
da amostra a partir do desvio padrão.
possibilidade verificar o quanto as
observações estão próximas ou distantes da
média amostral.
Z=X1-X2/s ( X1escore do respondente, X2média
amostral, (s) desvio - padrão amostral).
Escore Z + (acima da média)
Escore Z - (abaixo da média)
Util para estimar o quao longe um sujeito está da
média.
Quando a amostra não é normal, o escore z
perde um pouco sua utilidade.
Intervalo de confiança
é uma outra forma de determinar a precisão da
média amostral, como estimativa da média
populacional (ao calcular o intervalo de
confiança vc tem amplitude, onde se estipula
que a verdadeira média da população estará).
em diferentes probabilidades em 90%, 95% e
99%
IC: M +- Z*EP
Erro padrão (desvio padrão entre as
médias das amostras).
O que preciso para calcular intervalo de confiança?
média;
intervalo de confiança;
erro padrão.
Distribuição de normalidade
O que é ?
é uma das distribuições de probabilidade mais utilizadas para modelas
fenomenos naturais, pq eles apresentam esse tipo de distribuição.
Desvio por assimetria
Desvio por curtose
Leptocúrtica - dados muitos concentrados junto à media;

Mesocúrtica: normal;
Platicúrtica - dados muito dispersos, muitas pessoas muito afastadas da
média.
COMO SABER SE SEUS DADOS SÃO NORMALMENTE DISTRIBUÍDOS?
Critérios descritivos
transforme o escore da assimetria e curtose em escore z (assimetria e
curtose/erro padrão)
valor maior que 1,96 é p<0,05
valor acima que 2.58 é p<0,01
valor acima que 3,29 é p <0,001
Critérios estatísticos
Testes de significancia;
Hipotese nula: dados são normalmente distribuidos;
p >0,05

Introducao A Bioestatistica

Enviado por

Direitos autorais:

Formatos disponíveis

Introducao A Bioestatistica

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Introducao A Bioestatistica

Enviado por

Direitos autorais:

Formatos disponíveis

Introdução á bioestatística

by Jhamilly Lima Cavalcante

Desvio por curtose

Leptocúrtica - dados muitos concentrados junto à media;

Você também pode gostar