Revisão - Bioestatística

Fazer download em pdf ou txt
Fazer download em pdf ou txt
Você está na página 1de 4

Bioestatística II

Aula 1: Introdução à estatística Experimental:

Utilizada em experimentos científicos.

● Tratamentos: métodos, elementos ou materiais podem ser utilizados..

O tratamento gera um efeito, que será medido ou comparado.

● Unidade experimental: onde os tratamentos serão aplicados, ela vai


refletir os efeitos do tratamento.

● Delineamento experimental: o plano utilizado para realizar o


experimento, por exemplo, a distribuição dos tratamentos em parcelas.

● Delineamento Inteiramente Casualizado


● Delineamento Casualizado em Blocos
● Delineamento em quadrado latino
● Arranjo Fatorial
● Arranjo em parcela Subdividida

Controles básicos da experimentação:

1- Repetição: comparar os grupos, e não as unidades. a repetição gera uma


estimativa do erro experimental.

2- Casualização: dividir os grupos ao acaso: aplicar o tratamentos ás parcelas


por sorteio, todos os tratamentos tem que ter a mesma probabilidade de
serem destinados a qualquer unidade experimental.

3- Controle local: dividir um ambiente heterogêneo (machos e fêmeas, por


exemplo) em sub-ambientes homogêneos (os blocos). Isso reduz o erro
experimental.

Levantamento por amostragem:

Amostra probabilística: todos os elementos da população tem probabilidade


conhecida e diferente de 0 de pertencer a amostra.

Tipos:
● Amostra casual simples: todos os elementos da população têm igual
probabilidade de pertencer à amostra, e todas as possíveis amostras
têm também igual probabilidade de ocorre
● Amostra sistemática: Quando os elementos da população se
apresentam ordenados e a retirada dos elementos da amostra é feita
periodicamente

● Amostra estratificada: é utilizada quando há diferentes populações,


consiste em especificar quantos elementos da amostra serão retirados
em cada estrato (subpopulação).

Amostra não probabilística: nem todos os elementos da população tem


probabilidade conhecida de pertencer a amostra.

Condições para realizar uma análise de variância:

1- Normalidade
2- Homogeneidade
3- Aditividade
4- Independência

Aula 02: Revisão do R


Aula 03: Revisão sobre estatística inferencial

Inferência Estatística: Afirmações sobre as características de uma


POPULAÇÃO = baseada em uma AMOSTRA

Teoria Popperiana: Não se pode provar nada, apenas “desaprovar”


Os estatísticos não perguntam qual é a probabilidade de estarem certos, mas
a probabilidade de estarem errados.
Para fazerem isso estabelecem um hipótese nula

Teste de Hipótese: É um procedimento, baseado nas informações contidas na


amostra, uma regra de decisão que nos possibilita decidir em rejeitar ou não
as:

Hipótese nula (H0): expressa uma igualdade


Hipótese alternativa (H1): expressa uma desigualdade

P-valor: Também chamado de nível descritivo ou probabilidade de


significância, é a probabilidade de se obter uma estatística de teste igual ou
mais extrema que aquela observada em uma amostra, sob a hipótese nula.

Exemplo:
p-valor = 0,05
A probabilidade de 5% de que a hipótese nula é verdadeira na amostra que
estamos a testar
Intervalo de confiança: Quando queremos estimar a média de uma população
através de uma amostra temos dois casos distintos:

● Variância da população é conhecida


● Variância da população é desconhecida

Aula 04: Análise de Variância ]

Análise de Variância/ Anova:


É uma fórmula estatística usada para comparar as variâncias entre as
medianas (e médias) de grupos diferentes.

Condições para realizar uma análise de variância:


1- aditividade
2- independência
3- normalidade
4- homogeneidade

Teste t de Student para uma amostra:


comparação dos valores de uma pesquisa com valores padrão/referência.

Teste t pareado:
O teste t pareado é útil para analisar o mesmo conjunto de itens que foram
medidos sob duas condições diferentes, as diferenças nas medições feitas
sobre o mesmo assunto antes e depois de um tratamento, ou diferenças entre
dois tratamentos dados ao mesmo assunto.

Teste t de student não pareado:


O teste t para amostra independentes (não pareado) consiste na comparação
de médias entre dois grupos, por exemplo: comparar o peso entre meninos e
meninas em uma escola.

Aula 05: Teste de Tukey


Compara a diferença entre três ou mais médias, sempre de duas em duas.

Em estudos que buscam comparar a distribuição de três ou mais grupos de


amostras independentes, frequentemente se utiliza a Análise de Variância ou
ANOVA. Nesse caso, o resultado evidencia que a distribuição de pelo menos
um dos grupos se difere das demais, mas não indica entre quais grupos a
diferença é significativa. Assim, se faz necessário utilizar testes de
comparações múltiplas e hoje, abordaremos um deles: o Teste de Tukey.

Aula 06: Delineamento Casualizado em Blocos:

É utilizado quando não há homogeneidade em relação às condições


ambientais (diferença entre os blocos, ex: machos x fêmeas).
*importante calcular a constante de correção

Hipóteses:
H0: as médias dos tratamentos são iguais
H1: pelo menos uma das médias difere de outra

Se:
F calculado > F tabelado: rejeita-se H0
F calculado < F tabelado: não rejeita-se H0, e as médias dos tratamentos são
iguais.

Você também pode gostar