Slide 1
Bioestatística I
Estatística Básica
Slide 2
Capítulo 1
Introdução a Estatística
1-1 Visão Geral
1-2 Tipos de Dados 1-3 Senso Crítico
1-4 Planejamento de Experimentos
Slide 3
Seção 1-1
Visão Geral
Quando fazemos uma pesquisa, ou
utilizamos algum mecanismo para obter
informações, um dos objetivos principais é coletar dados de uma pequena parte de um grande grupo e aprender então alguma coisa sobre esse grupo maior.
Nessa seção veremos algumas maneiras de se descrever os dados coletados.
Slide 4
Dados
Observações (tais como comprimento,
peso, sexo, e respostas de pesquisas) que tenham sido coletadas.
Definições
Slide 5
Estatística
Uma coleção de métodos utilizados no
planejamento de experimentos para a obtenção de dados, e para a organização, o resumo, a
apresentação, a análise, a interpretação, e a
obtenção de conclusões a partir desses dados.
Definições
Slide 6
Definições
População
A coleção completa de todos os
elementos (escores, indivíduos, medidas e outros) a serem estudados. A coleção é
completa no sentido de que inclui todos os componentes a serem estudados.
Slide 7
Censo
A coleta ou o conjunto de todos os membros da população.
Amostra
Sub-conjunto de membros selecionados de uma população.
Definições
Slide 8
Conceitos Elementares
A amostra de dados deve ser coletada de maneira apropriada, com o uso de um
processo aleatório de seleção.
Se a amostra não é coletada
adequadamente, os dados podem ser
completamente inúteis de maneira que não há tratamento estatístico que possa “salvá-los”.
Slide 9
Parâmetro
uma medida numérica que descreve alguma característica de uma
população
População parâmetro
Seção 1-2
Tipos de Dados
Slide 10
Definições
Estatística
uma medida numérica que descreve alguma característica de uma
amostra.
amostra
estatística
Slide 11
Definições
Dados quantitativos
números representando contagens ou medidas.
Exemplo: pesos de peixes.
Dados qualitativos
(ou categóricos ou de atributos)podem ser separados em diferentes categorias, que podem ser distinguidas umas das outras
por alguma característica não numérica.
Exemplo: sexo (macho/fêmea).
Slide 12
Trabalhando com Dados Quantitativos
Dados quantitativos podem ser
divididos ainda em discretos ou
contínuos.
Slide 13
Discretos
quando o número de valores plausíveis de de serem observados é finito ou nos casos em que o dado provém de uma “contagem”.
0, 1, 2, 3, . . .
Exemplo: O número de ovos em ninhos de tartarugas.
Definições
Slide 14
Contínuos
dados numéricos que podem assumir infinitos valores que correspondem a uma escala
contínua que cobre uma amplitude de valores sem interrupções, saltos ou lacunas.
Definições
2 3
Exemplo: A distância percorrida por um atum; e.g.
200 km por dia.
Slide 15
Níveis de Medidas
O uso de níveis de medida é outra maneira de classificar os dados.
Quatro desses níveis de medida são
discutidos a seguir.
Slide 16
nível de mensuração nominal
caracterizado por dados que correspondem a nomes, legendas ou categorias somente. Os dados não podem ser arranjados em um
esquema ordenado (e.g. do menor ao maior) Exemplo: respostas de pesquisas (sim, não), áreas de pesca, etc.
Definições
Slide 17
nível de mensuração ordinal
inclui dados que podem ser organizados em alguma ordem, mas as diferenças entre os valores dos dados não podem ser determinadas ou não tem significado
Exemplo: Graus obtidos em uma avaliação A, B, C, D, ou F
Definições
Slide 18
nível de mensuração intervalar
similar ao nível ordinal porém com a propriedade adicional de que as diferenças entre quaisquer valores de dados têm significados. No entanto, não há um valor inicial “zero” natural (onde
nenhuma
quantidade está presente)
Definições
Slide 19
nível de mensuração racional
similar ao nível de mensuração intervalar mas inclui o zero natural como valor inicial (onde o zero indica que
nenhuma
quantidade está presente). Para valores nesse nível de mensuração, diferenças e razões tem significado.Exemplo: Quantidade de amônia dissolvida na água do mar (0 representa nenhum micrograma por litro)
Definições
Slide 20
Sumário -
Níveis de Mensuração
Nominal
– somente categorias Ordinal
- categorias com alguma ordem Intervalar
– há diferenças mas não um valor inicial natural Razão
– há diferenças e um valor inicial naturalSlide 21
Seção 1-3
Avaliação Crítica
O sucesso em cursos introdutórios de
estatística tipicamento requer que o aluno tenha mais senso crítico que habilidade
matemática.
Nessa seção é mostrado como o o senso crítico na avaliação de dados e estatísticas.
Slide 22
Amostras ruins
Amostras pequenas
Gráficos enganosos
Pictogramas
Percentagens distorcidas
Questões direcionadas
Ordem das questões
Recusas e
impossibilidade de se obter a amostra
Correlação e causalidade
Estudo de interesse próprio
Números precisos
Cenários parciais
Distorções deliberadas
Mau uso da Estatística
Slide 23
Amostras de respostas voluntárias (ou pesquisa auto-selecionada)
uma em que as pessoas decidem se
querem ou não fazer parte da pesquisa.
Nesse caso, conclusões válidas podem ser tiradas somente a respeito do grupo de
pessoas que concordaram em reponder as perguntas.
Slide 24
Gráficos enganosos
Slide 25
Para se interpretar corretamente um gráfico deve-se analisar a
informação numérica dada no
gráfico ao invés de se olhar seu
formato geral somente.
Slide 26
Figura 1-2
Dobrar o comprimento, a largura e altura de um cubo, resulta que o volume aumenta oito vezes
Pictogramas
Slide 27
47% sim: “O presidente deve ter poder de veto sobre leis que envolvem a administração de recursos ambientais?”
17% sim: “O presidente deve ter poder de veto, ou não?”
Obs: questão hipotética
Questões direcionadas
Slide 28
Seção 1-4
Planejamento de Experimentos
Se as amostras não forem coletadas de forma apropriada, os dados podem ser
completamente inúteis de tal forma que não há tratamento estatístico que possa salvá-los.
A aleatoriedade desempenha tipicamente um papel crucial na determinação do tipo de dado
Slide 29
Estudos observacionais
características específicas são observadas e medidas sem um tentativa de se modificar os objetos que estão sendo estudados
Definições
Experimentos
envolve a aplicação de algum tratamento e então a observação de seus efeitos sobre os objetos que estão sendo estudados
Slide 30
Estudos transversais
Os dados são observados, medidos, e coletados em um mesmo ponto na escala de tempo.
Estudos retrospectivos (ou de Controle de Casos) Dados são coletados do passado. Volta-se no tempo e resgata-se registros, entrevistas, etc.
Estudos prospectivos (ou longitudinais ou de coorte) Dados são coletados no futuro a partir do
acompanhamento de grupos (chamados de coortes)
Definições
Slide 31
Confundimento
ocorre em um experimento quando o pesquisador não está apto a distinguir entre os efeitos de diferentes fatores
Tente planejar um experimento onde confundimentos não ocorram!
Definições
Slide 32
Controlando os Efeitos das Variáveis
Experimento cego - o objeto de estudo não sabe se está recebendo o tratamento ou um placebo
Blocos - os objetos de estudo são organizados de forma que os grupos sejam internamente semelhantes. Um bloco é um
grupo de objetos que são semelhantes nos modos em que podem afetar os resultados do experimento
Planejamento Experimental Completamente Casualizado – aos objetos de estudo são administrados os tratamentos a partir de um processo de seleção aleatória. "completamente casualizado"
Planejamento em Blocos Casualizado – os objetos são
cuidadosamente alocados em blocos sendo que cada um deles contém todos os tratamentos. Os tratamentos são distribuídos
Slide 33
Replicação
repetição de um experimento de modo que os resultados possam verificados ou confirmados
Replicação e Tamanho da Amostra
Tamanho da amostra
use um tamanho de amostras grande o suficiente para que possa ser vista a verdadeira natureza de quaisquer efeitos e obtenha a amostra usando um método apropriado, tais como os baseados na
aleatorização
Slide 34
Aleatório
Sistemático
Por conveniência
Estratificado
Por conglomeradoMétodos de Amostragem
Slide 35
Amostra aleatória
os membros de uma população são
selecionados de tal maneira que que cada
elemento tenha igual chance de ser selecionado
Definições
Amostra aleatória simples
(detamanho
n
)os elementos são selecionados de tal forma que todas as possíveis amostras de tamnho
n
tenham a mesma chance de serem escolhidas
Slide 36
Amostragem aleatória
Seleção de tal forma que cada elemento tem igual chance de ser amostrado
Slide 37
Amostragem sistemática
Seleção de algum ponto inicial e então procede-se com a coleta de cada Késimo elemento da população
Slide 38
Amostragem de Conveniência
uso de resultados fáceis de serem obtidos
Slide 39
Amostragem Estratificada
a população é dividida em subgrupos que
compartilham alguma característica, e então uma amostra é retirada de cada subgrupo (ou estrato)
Slide 40
Amostragem por conglomerado
a população é dividida em seções (ou conglomerados), e então são aleatoriamente selecionados algumas dessas seções, e finalmente são amostrados todos os membros
dos conglomerados selecionados
Zonas
Slide 41
Erros amostrais
a diferença entre o resultado da amostra e o verdadeiro resultado da população; tais erros resultam de flutuações amostrais
em virtude do acaso
Erros não-amostrais
a amostra de dados é inadequadamente coletada, registrada e/ou analisada (e.g.
seleção de uma amostra viciada ou tendenciosa, com o uso de um
amostrador defeituoso, ou a ocorrência de uma cópia incorreta dos dados)