Produ lature de queldode, levando 0 lio Infarmecoas ‘tendbncios que oludem a desenvover seus conhecimentos 1 perceps6es. Nossa misso 6 apoiar os lateras na redaagso dh vat bition peoos probing INTRODUCAO A BIOESTATISTICA Boa Leura Para simples mortais 78 Tiragem Uses Doria Fitho ao Faca Caria FLSEVIERSUMARIO; Preticio Apwesentacio Estatistica Deseriva Intodoxio 3 Siesta For que a Estatsien€necessriat? Estatsiea Deserta Tipos de dados Tendncia cena eclspersio Deserigi de dados nominaseorinais Deserevendo dads continios Mesias de perso. Eendendoo percent Xrnciae despa Desi pde | ‘Coeficiente de vaiagto fraps da meio Devoe x eo padeo da mia Intervals de conlnca para médias Entendendo itera de confanga femoutras stages Disrbuiio nol Estatsiea Zescre 2) Distrib de reqiéncias Termes que casam catusdo epresentagio gia Cavas ce sbrevivicia uma representa rie no to tute ‘esteo su conhecimenta Respostas dos enrcicios 1a 12a 2 EstafticaAnalitica (ou indutva) Inacio Enendend o valor dep Eendend a hipitese mula H) Testando hipeteses Emtendendo os eros Por quo aco cros a0 estar tess? Entrdendoa vara das amostas Entendendoo poder da estodo Etando eros Disbuies de reqancas Entendendoos testes de sigicincis Disribuigo Stude) Entendenda otstet Fntendendoo teste de Queguadrado feed escola dum este de signin (ou de pits ow anda de reas de dese) Entendendooemparetiamento Nogtes de teses statistics no pramtricos “esos estates para dados noma Tests estastcosnioparameticos a dados edna “estes statics para dado comtinuos Nogbes de anil de vaincin. ANOVA esas Emtendendo os vis tips de estes Anova Corrlaio ea regress ner IRegressio ou eomeacao? Enindendo valor recive, Sensibilidade w especie Neco de egress nea nips Teste seu canhecimento Respostas dos exerccios 13.19 Gosstio Referénciasbbogrtcas ince romisivo w PREFACIO: Caro letor voc® tem grande chance de pertenceraquee grupo {que “torceuo nara” para'a matemiticae, posteriormente,repetia © alo coma estatistica, Nao existe nada de extado com esas cpl ‘problema é a maneia como sio veculadas Deve, também, “ter comido gato por lebre* a0 aceitar ‘eonckases, que careciam de fundamentacio metedolga eesti, de autores de artigos cientios, No entanto, a estatsica nao relia rilgyes, Ela apenas traduz, em inguagem adequada ecientfca, aqui {que 0 Fendmeno que se investiga ests querendo dizer. Ni hi como “forcar a barra”. Um projeto de pesquisa mal formulado mmetedologicamente no pode se sao pela estatisica (© Departamento de Pediatia cla Faculdade de Medicina da Universidade de Sio Paulo passa, no momento, par revisio & iimplementagio do seu campo de pesquisa, € natural que pessoas imoligentes € compromissadas adiram a esse projto, O Dr. Ubses resolveu acetar desafo de elaborar ui iro de estatistica que ele co-denominow “para simples moras" (0 seu conteido, quanto A clarezae 20 rig foi testa 0 curso que ele realizou junto a médicose outros profsionais dessa instiuigio, © resullada ol fantisticoe plenamente aprovado. Agora cle submete este live 3 sua apreciagio, meu cio letor Acho que ‘ocd vai se surpreender. Peo. Yassvhiko Okay Professor titular Departamento de Pediatia da FMUSPAPRESENTACAO, Lembrando das muita dficuldades que tive, das ces alas dh Etta aque asst ds vidas simples que tenho ajudado a ‘solver, acorreu-me escreveralgum texto que pudesseajodaraquele {que se iniia no campo da pesquisa © que fatalmente, i deparar ‘om problemas esatisticns Toda profisional da sade, no importa sua drea de atuacio, «st consantemente exposto ao uso da Fata, vito que os textos cientiticas raramente deixam de citar algum de seus numerosos ‘specs. Priso, éimportante que ele domine, no minim, aspects Inisios dessa cnc, para que eseja em condiches de jugar aquilo ‘que est endo. ‘maior pare doslvras dessa dread conhecimenta So, para 16s iniciantes, de difcil compreensio, talvez pela abordagem ‘exeessvamente matemsitca. O que procure fazer, na qualidade de méeico, foi apresentaro tema de um modo compreensivel para ns, ‘queno somoserpertsnaeleida mati, Além do que, com oadvento des computadores € 0 sugimento dos softwares estatistios, todos passrama ter condicbes de executar calcul statistics, pelos menos queles mais simples, desde que deminem as nocbes biseas. (Os exercicios propostos foram escolhidos para esclaecer melhor oassunto e para acrescentar conhecimontos, asim, mesmo que o leitor ni tent resolves, sugiro que lea as espostas. io hi pretensio de esgotar 0 assunto neste lvro, mas simplesmente de auxlar na compreensio dos prneipios bisicosvaliosas sugestes que, tenho ertea, em mui aperieigoamento do texto deste irae a0 Pro pelo incentive para ransformar aquilo que seria apena esta publcagio, EstatisticA DESCRITIVAINTRODUCAO A BIOESTATISTICA ‘A polars estate tem oxigem no Latin, status (estado), & abrgou, durante muito tempo, sb essa denominagio,snformagdes referentes a0 Estado — hi otras verses, Numa concetuacio genie, ‘la pode ser considerada como aceia ques preacupa com a colt orpaizacio,descriio,ailisee inte FBG de dados expermentais Nem sempre xtatistia & bem vita, Ean ma fara davene 30 too de ser, muitas vezes, mal aplicada ou superenfatizada, pela nio compreensio do significado cometo de termos, come eno, normal ocean signfcate, que, em Etats, tem um significado propio, lierente do usual, pela interface, nem sempre fii, erie ciocia © Attica pode ser usd para smpesmente descreve dads (Eaaitiea Deserta), mosvande seus subuipos, wan dsiibuigio, freqineia, mek ete, ou para compara grupos face generalizacies 4 panir de resultados obtidos Eaten Induva Gu Analtica). St intimamente a ela ligados, o& procestor de amostagem &o cleulo de probabildades,a respite das quais serio tecidos bneves coments consideradosincspensiveiPor QUE A ESTATISTICA € NECESSARIA2 + As pessoas sio condescendlentes com os dados, especial mente com os prprios As diferenges, no raramente, so atrbuidasa caus erads Ascoincdncias ocotem mais eqdentemerte do quese in Os eécebros humanos tém diticuldade para lidar com probabilidades, Acrescenarpolimento as publcagbese apresentagses. Para saber 0 grau de centeza das conclsSes tad * Grande parte das pubicagbes na Srea da Sadde apresenta problemas metodoligicos eestatisticos. Estatistica Descritiva ois conceitosiniciaisdever estar bem cas: ode populagio ‘v0 deamosta, pos 6 delas que so extras 0 dados que dio oigem isicas, como médiaaritmitca, desvio pao ee, € que, em cima anise, posiblitam dexcrev-las sb os mais -fPopulagio: qualquer conjunta de avorne or iad, por exemplo, 0 conjmo tasers de trios 0s seus habit {es constitu uma “populagi de eats ‘Sema pesquisaincluir | tyra, Qtamanho de uma populace todos os menbres des | hahivaimente express pela letra N populgiesenestudo, | quis ‘todas os diferengas toxas encnteades sera Amostras: sio subconjuntos verdaderos representatives de uma dala popu Bo, Aamosra dewe ser representa ‘Frpopulacio da qua To extra, ser Parecida com ela (qualatvae quantitativamente),devendo obeiocer dos princpioshiseos AEA. dove ser sticientemente grande; he seus constituines devem ter si seleionados 0 aca Selego ao acaso —randorn~ signifies que cada un dos compo opulagio esto ce deser acinargo sl dive, qu fo sh enone noma ipl ue ain pvt mnie alr cae loinc dos das: $e iso no veo, dy-ae qu ata randomizada ou viciada ~ biased ‘Uma manera prica de sleclonar uma amos randomizada & [por meio do uso de nmeros aleatéis, que podem ser otis em ta bela apropriads fencontradas em lo © softres de eatisica) ou por meio de plantas eletrnicas, como Excel, nas quis & possve! del tar algumascaractersieas deses nGmeros como, por exemplo, oi teal de vaiagio dezeado, ‘A amontra constitu uma ceduc r ges ‘enor. som perda das Gracleritis exsencias, 2.36 tnanho € fahinainerte ereso pales n ASST ‘Atabela 1 contém mas de nimerosslesrios para utili la deve-se inca plo cszamenta enema ia eum coun ua «quer e dlefnir um camino 2 se seguido, por exemalo, para dita ou para baixo. C350 0 nimero encontrado nio se apigue, ou uma repetigio de rimero mio sea adequadla, passe av segue, ‘© objetivo da estatistica descrtva& descrewer os dadosabtidos um exude, evdenciando seus abutes,tais cama mdi, median, ‘moda ~ pouco usada, dessa pada et, “Tabla Ena de taco mere ae Gime 12s ase 7a D {andy daidos estan deseriins can i, complet & avionlaneite, pa or lds pata Lazo isa, weclizaqis cts Sel as palaces gue dr ogo 3st oe sempre se embr que eferengas importantes pdm ‘star mascaralas pea variable biolgia © impreciso experimen tale quea inelinacio natural, especialmente para com os pr6 pris ts, 6 conelie que eventuas dferencas encontadas so raise no Udependentes da varabilidade das amostas ‘Do ponta de vita puramente esatistico, as gonealaagbes se oplcam somente s populace que foreceram as amostas, mas pode: 6 usar 0 jlgimento cientfico e o bom senso para fazer infec ‘io alm da Eats, Entetano,frequentemente, descrever uma populago ou uma amosta insufiiente, senda neces ‘ido, porexemplo, compararduasou Bados imprecise omostres | ais amastas, so, veri se eas icindes,populoctes mat re perteacem mesma popula us ‘a, Para tanto, deve-se usar incl mente a Esatsica Descriiva para escrovlas e,entio,aplicar fra rmentas da Esatistica Analtiea para fa2ee a inferéncis 0 uso dessas ferramentas ‘que permite a0 pesquisdor ir além os dado, Inferénciassignicativas sabre uma determinada popu «fe dependem em grande parte da validade e acuricia das estas as usadas, “SYA palavra “esata” poe ser usada como sindnimo de quale quer relagioestudada e assim, a média ea medianTiPOs DE DADOS Para relzarcdlculosestatsicos uma das primeira coisas aserem feta €caracteriza qual tipo de dads esd vendotrabahado, pois mutas festattics aplcivels a um, nfo so adequadas para outros, (Os dados poe, de acondo com Tonacalenendercs ] © nivel de mensuregio © simpli cadamente, see agupasos em ts tipos vedoe Lsios: nominas, dina econtnuos, ‘Dados nominas so tos aquees lsebuidos em categoria nominas, sem qualquer order. Exerplos da cago ncn sso og SOUT oo sobeenl, via de part, cor dos olhos etc... Podem se codifcados através de numero, por exemplo, feminino = 1 € masculino = 2, com os quis ‘obviamente ndo so permisdoscdlelos como mela desvo-padtio dente outtos. Na realiade estes dados nao sio mensurados mas diferentes tipes de timplesmerte conlados~contaseonlmero de cleracbes com ot Erowid dmece, Sto minete dct em ter Fas “pas labels de con A aos ras Sic aqels que se stibuem oo ategoias {que ten ia order. Neste tipo de dado noha valres ntermedios ‘Appa, de Glasgow, graus de retinopatia, CRIB, Papanicolaou etc. A mesma resalva quanto a céleulos feta para os dados nominas, aqui ‘amb se aplica Freqentemente a medina ¢ sila para deserve los nas, também, proporgies e porcentagens podem ser ullizadis, ‘Dados contiauos~ aio daa -sioaueles em que os rimero® ‘Si intrinsecamente significantes e as diferencas entre eles sempre em {mesma imple, podendoSonpre exit lores emediion iso, perimeto celica esafura sio bons exemplar dese tipo de slados; ua diferenga entre as estturas 112 cm e105. cm tem 0 mesmo significado que uma diferenca ene Tem 71 em, 06, es {de 7 em em ambos a cso Algumas vezesfalase em dads intevalares quando se rete Fido valores obtidos mediante aaphcago de un unidad TEATS ATH, porém consanie «onde orem. ereaun, come acore, poe Srampl, com GrAIS TARTS EE po lambeim apresenta resricbes a ileus, Ver exerci 4TENDENCIA CENTRAL E DISPERSAO ‘A mecia ca tendéneia contd uma dade nde local 28.0 cenro,o panto mo de determinado conjuto de aos. Hi imouto canceto imparante &-a.de dinero, io & 0 modo como os dose posionam 20 edor do pont cert Ver figura 1 Ua popula é dea homognea quando dspersiopsquena, OR URpSSIO Wr OSes pone Ea aes de un se de ‘medias como 0 desvo-paro, a vanancia e a ampli otal DescriGAo DE DADOS NOMINAIS E ORDINAIS. {ee tips de dados so muito fces de serem deserts: eral ente, basa apresenlar 0 seu mero halores absolutes distibu ‘Go postangen por catego Freqientemente, padem ser apreseniados através dh le bara veieas(colunas ou os chara setorias, come (rose = doughs peng sods tn) nDeSCREVENDO DADOS CONTINUOS [st tipo de dado pode ser abathado para era informagies ‘que expresiom a tendéacia central ea dispersi. 'As mals comuns medidas de tendéncia cea Soa mela art- rmética, a mediana e a moda, Algumas vezes,enttanto, quando se trata de dados com dstrbuiggo assimérca,é mais apropriada 0 uso dda média geomeeica Ami aritmétiea ¢ defini come a soma dos valores bse vados, dividida pelo Tamers de observagées. € habtualmente repre- Sentada por x quando se vata de amen por H quando se wat de Populate. Seu so €adkequado quando a distrib dos dados obo doce & forma de uma cura de Gas (em sino. A medida que o amg ho da mostra aumenta, hi maior chance de parecer um valor treme descr aia ev sun dao. Nis bap Hades = ap A média (MG) é defnida como a raiz n 8 do rch aldo SRS ees oes aT. {Go softe to's Tllgncia de valores extemas = & partcularmen ont cm reside expan ari ustedes (12, 1, mG Yio) oD A mediana (Mal 6 defini como aqusle valor que, una ver ulenados todos os resultados, debs igual nimero de resttados de xia Tudo. Numa distnbuigoassimetrca el & mito mas representa « la é mito mals representa, iid pool imédia, Eventnatmente, pode ser usd om sados ordinals, A moda (Mo édetinids como o valor mais uaientee usada Iwimaviamente para deSereverdstbuigbesbimosais Consdereso os saguintesrsutidos Imes ober, component ‘ese uma determina amos 56 63 Of 65 66 66 69 71 57 GF 64 65 65 66 6B Mo = 66 MG \[ 56.57 63.64 64 68.65.65.66 66 06.66.68.00.71.72 + Neste aso, deve-se usar a méda attic des dois valores cents vita m serum nero parMEDIDAS DE DISPERSAO A dispersio dos datos 6 fequentemente chamala de vaiabi lidade. AS medidas de dspersio mais usadas sv: 0 desvio-padrio TBP) = standaed deviation (SD = $1, a A dispersto dos dados | variincia ea amplitwe total ou interslo a omestra émenor que] eaviagio range. 2 do populgioque he | Agmplnule tal 6 dierenca cs eu origem treo mais ao-eo ma bixo valor obser ‘ado; ela no talon: como os dados distribu entre esesvalorese, medida ‘que a amostra cesce, ela cresce também, devi a uma maior chance «de aparecer um valor extrema. Ver figura 3 Figura 3. Dispesio de dado na amostae napopulso, [Pianos aaiere | ENTENDENDO O PERCENTIL Supona que um determinad pacente, 20s cinco anos, pese 15kge que se deseje saber coma ele se situa dento de sua communi de; para fazer essa andlse dese usar uma dstbigia de porcent gens acumuladas conhecida como percent © percent obido diidindo-se a popula, onanizada em ‘order erescente_em 100 partes guns. He ince a gorcenager do tga de oBsenactes que so gins ou se stam axa de urn dete ‘nado valor No exerplo anterior So score 15 correspon 30 posto Dercen 90, endo 90% dos habtantes da eferda comunidad, aos ‘neo anos de dade, pesam 15k ou menos ‘Se um determinado resultado stun-se no perce 50, exatamente 50% os resides sho menores cu gia 20 mesmo e SOX 0 maior, ‘que significa que 0 percent 50 coresponde & mediana Quando a populacio & dividida Zeredavwizora |) em dee pate ig inser © fxpreatio"percenn | conde TUS UTOTpates, em 50% Ouse crrete € | quatlil.O primeira quart inci 25% dos percentl 50 ou lingua valores mals baios; o segundo quart | gésmo percent correspond a0 percentil 50 ¢ media na, assim por diate (Ochamado itera nterquatica 6a dstincia entre os valores do 75° 25° percents. A vantagem dose ‘o_ elago a da ample tol decoe do ato de io eterVARIANCIA E DESVIO-PADRAO. (Obserando-se um conjunto de dads, com a média das mes mos i caeulada,verica-se que els se dsribuemaoredor desta mé i, para maise para menos. Quanto mas proximos da méda estserem, ‘mais homogéneo sero conjunto. Assi, ha um ineresse em medi 0 ‘quanto os valores obsidos se afastam, 0 que pode sr fet pelo dso patrio epelavaréncia, ‘Vamos supor que um pesquenowlrej te somente 11 hab tantese que alguém decida avai a exatura dese grupo. As 11 esa {wrasafesidas representa tod a populagao de estas eno somente uma parte ~ masta esto apresentadas no quacko 1 ud 1. ss pop xis srs de peplagio (N= 1) 135 136 138 | Média imean)= Sor 141 | atedianainean)= 152 183 | Valor maim 132 132 | valor min {e2___| Amplitude total vonge)~ 170-135~ 35, 17 163 17 acai yrtc ess ppl, ess ae sw cal sia aca i, Cane esas sl sen, bn eae xi ea a a a wseigptinn. tela 2 met sini deca esata om eag303 ston i, ‘abl 2 Ess wc wens mae. 2 Elewase, entio, cada dferenca encortrada — dscrepsnca — a0 «natal, somand-sea segues quate odes, confoome tabla 3 ua obtera variinca, representa por, dessa populacsode estat tas & preciso divi a soma dos quadeidosobtla pelo seu tamanho INI. Ese aici de elovar cada diferenca 20 quadad € usado po ‘ue, se fossem simplesmente somal of valores, agueles postivese nts se anulariam e,ainds, se fosiem consierados apenas 0s va lores abolutes, 0 fat de um valor estar para unt ado a para outroxtra = 1 18 oe 18 152 18 w 16 7 tel Varkinca da populasio = g?= SEF 1014 — 19,45, ‘Avaridncaeaeulada dessa forma aplica-se ara populagbes. © svi padro 6a raz quadrada da vali. Batra aa quadrada ara Obter UMTTEATRNET om a mesma unidade de medida uilizada {[i79454 = 109 — Deviopei pupa = = \/EO= Se-estes 11 habitants fssem, enretanto, una amestra de certs populace, torarse-a necessiti fazer um aust natemitice, porque ‘esvalores das amosras so mais préximos da mdi da ameostra do que realmeate acotte na populagio, sto porque a dspersio dos dados na amosra é menor que a dispersio dos mesmos na populagio onde parecimento de valores extremes & muito mats fc de acorte. Como © desvio-padrio da amastra & um estimador do desto-padria da populacio & necessiro corrigile faumenti-lo} para tornélo mais préximo do seu valor real na populagio, Diminuinda-se 1 do ‘Jenominadorcalcula-se um valor mals adequado do desvo-padio € 20 cla, Observar que a lafludnely deste deeréseime m9 lesuoniacor tense despre nea gene anh a ‘Variincia da amostra = =v E0KF Devi padeo da sont DP NEA! ACO 1143DESVIO-PADRAO, Emtermes simples, desio-paddo (DP) —stendad devin (50, ‘um merle de representaradispesso das dados 2e reds da média, Se 0s éaos obedecerem 3 Enrendend | sgnficade do {ima distrbuigio nomal, tos estado compre: ends por uma curva em fama cle sno; eles se desvo-padrdo pe Alibi simeicamente ao recor da mda, ‘© quad 2 mestra os dados conto en we desvios pad para ambos os lads da média ‘undo 2. Pca enh opin ee sees pao Soret] a ppuacio| 196 50 2 5 rd popdaio 238 80 3 ear sea eps A tig 4 coms sepsis as Fgura Dosis putts da popu incisa eseCOEFICIENTE DE VARIAGAO Amagntuce do desvio-padeia depen: de da unde de medi de uma vaeivel pa cular, asim, um desvo-pado medida ern Ocoeficente de voriagie ndepende | gx ser{ numericamente mito maior do.que Jdainideded §— | 6 meso dessio media em moses, Qk ‘nedida used, mado cocficiete de vaio — coeficient of ‘vation exes despa como po 60), 1095% = R2(1,96 ERM) O desvio-padréo obtido a patr de amorras pequenas pode ‘ora bastante caneequenieman DPN: pao a ler € conhecida como distbuigio t 100 Amostas médias: n> 30 Amostas pequenas: = 30 Arosa muito pequenas: 0 < 12, 2. vite demasiadas comparagiesesubgrupos Quanda so fetas plas comparagese se aceta 5% de erro erm cada uma debs, a chance de se encontrar uma diferenga por mer acaso aumenta exponencialme te, por exemple, eforem compara 4 médias, di ‘ou sa de 20%. Ver alas, esardo Sendo realeadas 6 comparacoes ‘uma diferenga por mero aca seri de 6 X Fgura 23. umaso xan ao inet gh cmpaapae quan sta compas ras mediaset tot 3. Obtenha dios com a menor dispersio posseDisTRIBUIGOES DE FREQUENCIAS £ snuito importante compreender a que & grobabiklade de tum evento e como uma sie de eventos forma uns disinbuigid ‘Uma moeda, pésser jgada para cima, poe car com a face ns a face coroa exposa, Ui event elementr nese experime to, set ear ara outro, car earn. Da ‘que a mood € honest, 3 prababildade da ocorréocia de cada evento 6 igual, io 6 57 Suporha um experimeento que conssa em nga uma moda 200 vezes para verificar a porcentagem de caras ou corons ie ser tia © considere que se reptam iia snes de 200 langamentos. Como o atmero 200 6 grande, na maoria clos esultdos ocorrers cer cede 50% para cad evento, entetanto, resulta’ ‘Tabet 10, Frida das urs ‘ra por sre ares red anganeic Were 2 2 | e $y esto 2 2 010098 5 6 Seas ta litho fin ese nae, ono jt optic ae crete ek sie, fom nero tv se ila ke foes ge 2, er bi ua ‘us Cassar com mda de 50% A figua 2 encis da probabil, pa infin, Ela no € um hitograma porque a popula ¢ init, ara ltrbuiges de probabldale sejomsiioes histograms mero total de seis y 0 difere representa 100% da populace exo y&chamado de densidad wobabilidade, Também aol os concetsf dscos de meine desvo-paso 1, gna que o valor eben es usta tle coer por asso © 95% de chance de no acre, Asim, deve-se em de, 6 DP da médiae que, pont, ten <53% de ance scjetar H, eacetara hipstese atematia H, Se, no rea H valor acu pra aesatistica na exemploacimn = 3,3 Procurando na tabla 12 0 ertico para um qe 5H © 12 gus de eral - duns amestas nao emparlhadis comm n~ 7, obtémse ovalor 179, puta lero sole, Cane a 91 love or ota, ou sj, hi wma ere esata signe Tabet stad tbl de aas cs dat VALORES CRINCOS OE Probe Gea deieriade 90.250 pO punt 2 aoe 4300 000 4 raw arts sto 5 naar 060 " vam aa gta aa 2 tae ams TB = a TOT ow IE ——— ENTENDENDO O TESTE DE QUI-QUADRADO Conform fois, oteset & um teste de signiicinciaaphicado tur dads continos. Para compara dads nomi, e portato, sem lstribuigio normal, um teste comumente usado 6 ode Quiqurao Chiscquace, que consi uma media da dserepincn entae ate ‘dnc abservadas eas esperadas. Lembrar que dados nominas so aquoesseparvis em catego 1, sem aenhuma ordem especial como sexo, cor ds cael et Abas do teste & bastante simples, sando-se para o seu cle loa seguinte expresso z espendo aa aplicara frm focitaroraciocin, «primeira paso & ‘onstui uma tabela de contingéncia contend os valores observa, xemplicando: considere umm esto em que se deseje anal ‘ara mortldade por uma determinada doenga apis osurgimento de tim novo tratamento, com os resultados expressosnatabela 13 ‘abel 13. Earp ea conga [serena — toe Ttamento esse 3 A Tetamento nove 0 2 aLombrar qu hiptene nul ce yo i erga ee (0s dois tatamentos e assim, para calcul @ valor espera eves proce como segue: ‘© espera para solmevvtncl,consderanc que 0 dos tat imentos si igualenteefcazes, & uma proporgie dle 105 em eas 150 cies, poranto, tense Trtamento clisico: (105/150) «59 = 41,2 Tatamento novo: (103/150) x 91 = 63,7 Do mesmo modo, o esperado para o evento notte, conser do a hipstese H, de que os dois tatamentos no flere entre 5, & uma propercio de 45 em cada 150 cass, portanta: Tratament cisco: (45/150) x59 = 17,7 Tatamento novo: (45/150) x91 = 27,8 Para cada uma das elulas da tabela de contngéncin,calelase 1 quadkado da difeenca entre 0 obserado e o esperada e divie-se pl valor esperado, somanda-se em seguds os eaiaos pe = SEBAE AIT, COMP NBN ay aa v7 Gr 3 8(com conecio de Yates) 4475 Observer que, pora es resultados esperedoe, os ‘lores obtdoe do so himeros ners, oem iso 0 volorescaleuldos rap, sem que se faa enh corres do 0 muito pequenas Yates propés uma cere dh forma para set apicada quando hs somente ta ou di et ((obverva ‘experad espera] 0,5" (our cy de Ya Cael 0 valor, procurise na abel se ditnbuigiu do? & omesponlente vor dep em fangto das grouse Hoedae st Grows de liberdade (Gh No exemplo em cso, tose dass colunas = sobrevivéncia morte =e duaslinhas~tratamenta cisco © nove, porn, 1s dle lbeade esuante de =@-x@-)=tK1=1 (© valor comigida Dates ela 7 no excmpla em questo & 1,475 e oimera de graus de Hberdace€1, que aplicados tae 1 dle diseibugio da seguir, evelam am valor cep entre 0.05 « (1,01, mostrando que hé um chanew ene 1% € 5% de yu a5 ene cesaseraagsejim devi varie eis sats, Taba 14. Eno eas ditto de Ouse, pasta uGhOE aU Grau deere pbs =i 7 vaso en 628 108 27 5a 92038 3 noe 7aI8 aes 18288 | a eS Ao seaplicar o teste 1 presupbesse 0 sume 1. A amostragem foi adequada: 0 suficientemente grande escoida ao acaso ¢ epresentata 2: Os dados provém de uma tabla cle contingéneia onde ox fimeros S10 aqueles realmente observidos ~ rd, « tio porcentagens tans, e onde as colnas 580 Muti mente excasivas, 5: Os valores toa si superores 9 20 & os valores esperades ‘so superionesa 5Aig 1 rst un ue iste va forma varia em func da nmr de yi Fara 90. Ostbuso do agua gms debe © texte de Qui-quadiado pode ser usico para testa se porgdes encontadas no gp ex mente, Ver exerccio 15 tudo diferem ds esperaas eon 8 ENTENDENDO A ESCOLHA DE UM TESTE DE SIGNIFICANCIA (QU DE HIPOTESE QU, AINDA DE REGRAS DE DECISAO) Aescotha de um teste de signin dependede caracteitias os dads coletados como tipo de dados: nominas,odinais ou contouos amostras koldas, duas amostas ou mas de dois grupos cempatelhamenta ou nio; amostas grandes ou pecuenas(dados nominal istrbuigio normal na (dos conte) A pimeita etapa coasiste em determinar 0 tipo de dados Llisponvel, pos teste a ser aplcado vara em fungio do mesmo. ‘Adeciso seguinte conde em detecninar quant comparados. Quando se trata de dois gupos de dacs, o tes Signiicncia determina a probabldade de eles se originarem, 04 «ds mesma populago. Quando ve desea compara mis de dois grupos, isve2655, 10.00 mals, deve-e usar alguma forma cle andi vain CCremparethameat de dados também ¢mpanantenaescolha lo teste de signficinci, pos diferentes testes poser ser usados na lepenedéncia de ele ter ocorrido ou rio ~ matched x unmatched ~ sed x unpaired (© tamanho da amos também é determinant da escola do ‘ipo de teste, assim como a dstribuiglo ds valores 30 edor da média ‘normal oun) ———ENTENDENDO O EMPARELHAMENTO Quando se exam amosras de uma posulaci, & dese a vaviabildadle ene ol um emparelhamento le pode ser natura, con o cue acre entre simeosidonticos que reduz a variable 20 vinimo, ser artificial ‘quando se procura formar pares sethantes em rela a uma se eceristicas, mesma dade, mes ura © pes, fu p rel com seu pp ‘le auto-emparethamento seria estar aenacocatc rom exempla leumacogs fem um grupo de desouridos e usr como controle 9 mesmo i ‘po, aps a recuperagio do estado national (© emparelhaments & definide pelo E errade] irvestgador caro pate co deserho da pesquisa ansiderar come. | &-POA&HO sind nafs ce panejamento, Osseus ‘emparehades dis| Miiotes benetcis s50:elminar considered ‘quantidade de vrsbiece conseqentement, poder dinsiniretamanfo cs most Nalinguagem do dissin, oemparetha mento 6 frequentemente referide como pareamento, pela nléneia de como & denon nado em inglés ~ paired, mas isso nio & correto. gripes somente porque tém mesmo n | NOcOes DE TESTES ESTATISTICOS NAO-PARAMETRICOS the ea dstbnigio da populagio ca qual a astra foram ext lobedega a uma série de eequistos. Hi entetant,stuncdesem que ais requstos io Os testes no porométricos Independem de se justia e também aquelas em que a omer asimética. Por so im testes que disrbuigto distribu dos Geos aroctras| independem dis diabuiges populaionaise dos parémetros socials, que io Gurmados e estes nao: parameticas les pocem ser utiizados como sbtitutosabreviados de testes no processamento de dak param ‘muiseomplicados etm especial ‘onto. Quando em dvi, alguns escalhem um te ro no esto seguos de que a distibuigio Gausiana fi vol, ros escolhem te gos so: paramétrios porque ro esi she que a dstibuigso Os testes nao paramétrics tém menos poder que os praméricos para encontrar diferengas na populacto, pos eles deixam sa algunas das informagescsponives 30 converter niimeros postos vs post & jtvossimplesmente, ‘04 cferengas entre rims em sina‘TESTES ESTATISTICOS PARA DADOS NOMINAIS Quato testes so usados para anaiar clos nonin, cada lum dles com asa aplicagto especiia teste do sinal - Sig Test teste de MeNemar testa exato de Fisher teste de Qui-quadado Umasugestio paaescolhadotestea ser aplicco ets presenta no diaggama da figura 31; 0 primeira pass para aezolha consist em seria se os das esto emparehados ou nso Tratindo-sede amosas emparethads,o teste ser escolhio depen do tamanho da amost, ‘Sem < 25, pade ser wad o teste do sal ese 0 > 25, a esolha deve air no tote de MeNemat. Oteste do snalrcebe exe nome porque aierenga em cada pr selecionado & convertida nos sina de +, de ou 0 tquando houverdiferenga, nfo imporzando a magitale da diferenca. Se 2 hipotese nla éverdadeia, espera-se encontrar uma acoréncia der? sinas postvos (+) e a2 sinas negatives Poranto, testar a hipitese de que a propercio de 1) © problema passa a set, Ip) em que aparece 0 ial de + ou de—sejaigual 05; valendse disso, €posivel sera um escoreZ,utlizando a frm abso: a 24 onden 60 aimero de ares em que howe dierenc pa freqancla de sinaspostves (+ au negatives I sempificands casilere ws sitagio em que se deseje seule one dois exjuipamenias de labortino, A © B, capazes de wl TE anlisesiferntes = taels,e que a rapdez de exeeucso sj un ponto a ser consieradlo. Com a fnalidade de veriat se os, ‘samen dferiam ent s conto seo ndmero de wezes que cada ‘ave pois ser executada num determinado espaco de tempo por ‘ula um dees. Os esuados obtidos eto apresertados natal 15, “Table 15 Roussos pbs equpaness Ae a 2 a 5 a a ‘ ? a a . 8 e ® a * CObsewa-se que osina das dferencass6€ nega para stares 17, portant. freqincia desis negatios p= 2/12= 6, Apicnd rola pra ck 2 emse 2-26-12) 2 = 220.0 valor etica de Z para um la de 5% 61,96 tkaudal kag pods dizer ‘qe os equpamentos Ae B diferentes quanto 3 velockide pra um ‘il de gnficincia de 5% Obsera-te que somente 0 sinal da dfeenga & considerado, 0 lamanho no, (© teste do sinaltmbsim pode ser apliado para amostras no: smparelhadas,Lo teste de MeNemar, un modifica dese keane lado, fo ctiado para acomadar mostra emparehals Usualmente, os dados nominais prom de estas em que as amostas ni sioermparelhadas. Dois estes calcula o valor dep, tes tando a hipétese mula de que as freqincis encontodas si igs: © teste ato de Fisher eo de Qui-quadado. A opcn por un dees de- ppende da amostia ser pequena ou grande (amestra peqena & aque "que poss algum valor esperado inferior 5). © teste de Fisher 6 usc pata a8 aos pe menos eros tipo te Il em relagio ao teste do Qui-qenad I produz te caleu laa probabiidade dle que atabela de contingncia usa tena sido ‘obtida por acaso e, para tanto, sem muadar of tots das cola li has, ele constr todas as tabels posses, Os soko estatiticos, na sa maria so capazes de aplicio Fipus 31 esiopaneeits ote sscois ———1—_: | [Brscecncos] serie aco ——e =e] [es] [oem] [awa] | | _ | I = ] L a | [tite | [ateted | os TESTES ESTATISTICOS NAO-PARAMETRICOS: PARA DADOS ORDINAIS CConforme disutio anteviormente aio se deve caeular alias trata cle dads od dos tes snamétcos, dente os quas os mais comuvente apc 5 Wilcoxon Signed Rank Sum est Manos Whitney U Test Para slecionar o teste mais adequado, algunas caractersticas hs dados deve ser obsersads + nimero de grupos: doi ov mais + emparelhamento: presente ou ausente Afiguea 32 apresenasugestoes para aesclha de testes, basenFagen ropes cet pe i eoruPos NOUR 1008 cron acruros a & i f} LE ‘Oeste nli-paamdieo Wien Signed Rank Sum css ‘emp dois ros empl. He 6 nc examen mst sag que 0 ese ¢ para ames empaths, Dtahes deen sr leo ta campus mss se letoe quer Izer as cont 1/= Par ea pay, ealeular 3 dferenca entre 0s valores: um least ger um nimero negativae um asescivo, um positive 2 Ignore sinaltemporariamentee clastic (atibuir postos n valores absolutes das dferencas ia meno deena recebe o posto seni ens dfeanca, considera igual a0, 3 Somar todos os postos das diferencas positivas © das rwytvas abtend-se sams chamadas de T 4 Modiantetabela apropriada, encontrar os valores de p vrespondentes aos valores dos T obiilo, consierando como n © vim de pares em que houvedifereng,exelnda agueles em que 1 iferenca €0. Se os dois aloes extiverem bastante asad, o valor ls p sera pequeno, Alga abla usam apenas 0 menor valor ce Exempliicand: considere o estado de um firma, em que os ssuiios da mesmo pirecem ter © nimera de ceo ipo de cella uea alterada durant oseu to.equese tenhaobtida os estas sresentados na tabela 16 Teel 16. Cragin cis nose pups “_Gentagn donner de cias ecole canoe) OH 1302 0 5 ‘00 Lot 61 100 00 aCaleulando-si ay liflersngas o lagiicasie 96 sine explcado acima tome Tabla 17. Resse par greta, ge dh ee cen : stersran ee é 125 260 7ramaen No exemplo, as difecencas foram todas negativas ou nulas conforme tabela 17; a soma dos posts, ank das dderencasnogativas 6 (-28) (T = 28) @ soma das clsaicagbes das dierengas poss & 2210 que no houve neahuma, Deve-se procuar abel adequada f valor de p para 0 T ealculado, conserando que n= 19 = 2) = 7 foram exclu 0s dos pares em que nao house dierenca) Venicada 2 abel, obtém-se um valor de 0,018 tbicavdal) considerado Sigitiatvo, ousea, a droga prosavelmenteaera a conlagem dela sanginea eaudads, CO teste U de Mann-Whitney também conbece como teste de Wilcoxon Rank Summ ~ no contundi com Signec Rank Sum clo amterionmente ~ constitu a alternativa mais comuente usa pata 0 teste para amostasindependntes,Nele, ads o ileos tambon So feitos com postos ranks e no cam os valores wats ara entendlo,consdereo seguine experinento: serve 3 presdesvteras de dois grupos de esuantes A B, expectant, ¢ abteve-e 05 resultados expressos na tabela 12. Nie fi eto nenbum femparelhamento, os resultados dos dos gropes pockm ser orden de qualquer maneira e © que se deseja saber & se hi diferenca fesatisicamentesignicante entre as medanas dos gupcs Ae ‘A primeira etapa do teste U oansste em csiicar os dlos atibuindo posts a0s mesmos,o valor 1 para © mats bain, 2 pao esperar si por lane er tab, en elotensente do pupa que pete uaa tks rpg 3 ei hs potos que seria ocupados se aio yates ares igi aise 08 valores emp fannasse apa. “Tabet 18, suds das posses para os gps Ae Be especies ae Preséescogrgok id=) Pesios de rr ProséeseogreoB Wis) Posios de 50 9 8 7 Grupo Ar +24+4+143)=155 Grupo 8:5,5 + 104948 +7) = 395 Para testar a iferenga entre as sms dos poses, caleula-se a «statisicaU para ambos os grupos ufizand as seguintes fm ls aed one n, = tamanh da amosra meno 9, = tanh da amasta msi 16 8eR = soma ds psios em cada grupo. Chama-se de U obsenado 1U,) © menor dos valores obtios pra U, U,, 0 qual deve ser comparado com 0 U critica (U,}obtido ‘em tabela especie abels 19), consderando os valores de nde lla (se ese & uni ou bicaearo Mary Probables associa 0 U dean Wana aan = I 2 7 oS uy 0 a7 oor 0re ue 1 Ox ms Ome one 2 osW oe Gart aor 3 oa be Ones nee 4 0408198 088 5 bert o288 oars 5 38s, amt 7 aon ass 8 oon __oaar 0210, Fag de deo para nel gan proba para, cal Exiaem srs tabelasdeU, cuoaspectovaraiagante em fangio Ou ser mai que 20, varando den ser menor que 8 etarente 9.¢ também reg de decisio. Fazendo-s of clculs para o exemplo em curso tense sen Considerandosse que a hipétesealterativa ieja monocavda ito 6, H, = amediana das presses do grupo & é mar que a mediana das pests do grupo A, e canstando-s a tabels 18, obser que a probabiliade para, ~ 0,5 stua-seente 0,004 e,008e, porant, ‘menor que 0,05. Concluindo-se,entio, que se deve jit H, © que a rmediana das pressoes do grupo B & estatiticamente maior que & rmedhana das presses do grupo A. ‘TESTES ESTATISTICOS PARA DADOS CONTINUOS [No campo da Medicina, lidar com dos continu constitu ‘itusgio comumente enconrads, Ostesesdesignficinca aqui aplicads Lamlaem ém indcaches especies presentndasna figura 3, Ver pi segue, Se os dados t8m uma distebuigio normal, 0 piss a seguir 6 wenlicae se existe ou ni emparelhamento, para determinaro te co loste ta ser aplicada. O teste para didos no-emparelhados saa ilerenga das melas das amestas,enquanto que o teste ¢ para dads ‘mparelhados usaa média das dferengis encantrdas em cada par © 0 0 peo ds diferengas, confoeme a seit Fre onde dé a meéca das dferengas encontais em cada par © EP. 0 ‘0 pari das dferengas, caleulade por mio da fm conde d representa a dferenga individual de cada pax (Quando a distibuigio dos dios nia € normal els no obede ‘coma uma curva de Gaus) 3 vezes@ possvel fazer uma Wansoxnagio aproximada dos mesos pata enca-los numa dsrbigso Gaussians, Se iso no for posvel, necessta-ze de testes no-paramétcos para rales. A figura 33 ta sugestoes pia a escola, considerand 2xixncia de emparthamento ou nio.Nem see win determina conju de dads sata as exigincis— dtu normal, por exe lo, para que um determinad procedimenta esata poss se api | aE (, alll § [2 a 2) 2 . — z 00S CONTAWOS ™ — qu 33, Rbropamesite DSTRBUIO NODA apaexianos L 16 mesa stuagio que enam a6 translormaes dos reas bats un excala diferente de med, tent, a transform-os, cum Ir ws petrequistos para aplicagio do procedmenta em questo. A seul mas comum & a tansformacio lgarimia, mas outs com eciproco, iz quadiaa et, também podem erent ‘Quando uma transormagso logartmica & apical, cada resutada €substiuido pelo su logntino; naturalmente lt $4 pode see aplcada pata converter nimeros posives, vista que lgaritma de imeros negntivos no existe. El tm 0 efit de “estat” a pate logactmica a distinc ente 1 10 6 2 mesma que entre 0 e 100 « entre 100 1000, ela sempre de 10 eres. A tandormaciologartmica tende a normalizardsribuigaes desvins a deta, no 6 removendo desvios para. Logitnos 1 desvio como reuzino a derenca en fem qualquer bose podem ser usadas, mas a bake 10 e 0 lgavtnoNOcOES DE ANALISE DE VARIANCIA Au6 agora foram discus maneias de comprar dos grupos recessira comprar rs ou ris amostas ou varies Em muitos esses ‘cto, er necesro usar uma anlie de varincin comment efria ‘como ANOVA. Aig 34 prove um roteito para escidha do este mais indicado para cada stuacio ‘Oteste de Kruskal-Wallis & ums altemativa para anslize de varlincia one-way, conforme explcada a seguir Fle € computado xalamente como Teste de Mann vhitey, coma excecio de ensoher wrais grupos. Fgura Foo para ccoha ce et pr cs conins ona ec gure aDos cowtinos > 2GRUPOS a Nig) Eesneiraoos eveaneLHicos I RRUSKAL ALS TAY ABO ANOVA E A ESTATISTICA F Quando dados de virios groposestio senda combinadas, a arncia tem dois componentes, Se os grupos tém médias hires, alguna satiagio pravém dasciferengas entre as mds des grupos, 0 Para entender bem © que significa ANOVA e a estastica F considere um exemplo em ques desee tsar quato crogas diferentes 40 mesmo tempo. Suponha, por exemplo, que se tate de quateo ‘iurévicns, A,B, C1 De que se deseje aalior fet de cada um por imeio da medida do dbito uit, cadaum dees apicada sum gpa iorente de 16 vluntris. gars, esses (© problema ests em reconhecer se algum, a srupos so sigiticavamente diferentes uns dos autos se agar dos ‘ioréticos tetas tem um efit hurtica mais potente que ox demas Poeriam ser comparados osgyupos,doisa dois por men desis testes, [ sepanados, © que posers revelar ums dierenca sigiicante entre fquaisquee duas dogs. Poem, proceder desse mad seria perda de temp e, além liso, coma seestariam arena mikipls anes, poder seci esr incorrendo num era tine |, po a0 aceite 5% de ero em cal uma das 6 anise separadas,havera wna chance le 30% (6X 58) de encontrar, por mero acaso, uma clerenca esatisicamente signticante iver Procedimento de Bonferroni no gosto. (© uso da anise de varincia (ANOVA ~ Anas of Variance) indcars a probabiiade de que a hipstese mola se ‘ej a probabiidade de que nenhuma dferenca exist dos grupos Sea hes or sta, se ic de que fa Aires dept em algun dos cos tos, Proc de pr(Os tates ANOVA se apa a pose de methane asain em cada um lento) dos gugosé sila aqua m xmpis io entre os grupos; 0 que eles fazer &compararavaraldade das médias Ge todas as amostas com a variabilidade dento das amostas; 0 conceitos de uni ebicaudal, obviamente nia se aplcam, pois o valor de p, ness cas, teria malas caudis agra 25 vii riage rite ere Para cumpei esa anslse, 0 teste precisa determina a sai bildade dentro de cada amestra, bem como a varaaliade que existe entre mas das amostas, Quando sso 6 feito, é goals uma estat ce chamad Fj frula & a seguiete tna apts dss ants | arc ppt ead co aria ds vari ds ars uate nso oe estes az B, mi era vaio Centre gras em telago 3 variagia dentro dos grupos, conse ‘aentemente, maior a probabldade dejar a hipsese nul e aceitar 1 hinsese experimental A distibuige de F tem forma ce una cura svi cet Figua 26. endertuaoceF sate ste om Usandosse @ valor obtido para a estatitica F © 0 nimero de 72s de ibe«dade aproprao, obiém-se 0 corespondente valor dep studs uma pra cada valor de pe foenecem um valor de Fem fungio dos grouse liberdade Ver tabela 20, © calcul dos gras de iberdade, neste caso, € um pouca mais complicado pois ele precisa combinaeo mime de gras ce bead rupos lenominaden. lente os grupos (numeraden) com aquele int Ti de grupos) = Ti Part tomar mais cl, considere 0 exemplo dos dunéticos: © mero de gas de iberdade entre os gros jal a0 ce guys =Gb 4-1 = Seo. de gus de bed ineaygagnn Cat sonail ous de lberdade de cada grpa, Ghb=(16=1) + 16-1) +116 | 16 =1) = 60. Suponta que se deseje verifiar, para um nal de signin de 0.05 ip0.05) estas ‘lor corresponlente de F para ut 60 gras de Wborale ¢ om paseo valor observa com oexte a tabela «0 sal ob esfaiticamente significant entre dois ou mas grup bel 29. st ‘ugha de Fara 5 ‘Gib eve por 5 6 Gta grupos U o 26 on 25 Ese anslse de varineia ANOVA - informa mente seh rio uma dferenga estasticamente significant etre dv ag os, mas no informa quniso= grupos envolidos Baa lente grupos, deve-se realizar uma comparagi ene pares = por wise ‘comparison tet — que irk comparar cada gropo com ca wh ds on 1s. Hi pelo menos cinco testes diferentes capa ke eulza esa anise e que diferem ente si pela capaciade de rear too er ipo | quanto 0 era tipo I. Or estatticos diverge quan 3 escha doteste mais propria em cada sitsagio: teste de “ihr dle Duncan, de Newman-Keuls, de Tukeys de Sebel donne otros. ENTENDENDO OS VARIOS TIPOS be testes ANOVA. Fregientemente, 0s testes para anilie de varineia So re dos como one-way’ ou twornay © com ou sem repeigio ~ repeated ‘O teste one-say ANOVA testa a hpatesenula de que todas as populagdes tam médhasidéntias contra hipétese alterna de que tuna ov mais das médias das populagaes efere das demas. Els gra lum valor de p que responde 8 seguinte questo: se H, € verdadero, ‘qual a probabilidade de que as médie das amostasseleconadn pos “sm variae tonto ou aals quanto varia encontrada? ‘Otermo one-way sia que 0s dados a serem comparados foram aggupados com base en um Unico titra - tipo de dri © 6 termo two-way indica que os grupos a serem comparados foram ‘obtides mediante a aplicagio de 2 créros, por exemplo, spo de uréticae sexo, O exer da es dos dsrticos consti, patanto, um bom exemplo para aplicagio de um teste one-way ANOVA sem repetii, ‘Aciferenga entre ANOVA ANOVA com peti #2 mesma ‘que existe entre teste te teste ¢ com emparelhamento, Deve-ze usar ANOVA com repetigio em ts cicunstincs + as medidis so fas repetidamente no mesma elemento, por exemplo: antes, durante © aps watamento 1+ _semeticGessio fits em grupos emparelhados+ as medias so fits em um experiment ce labora repetido em diferentes ocaies Se nto houver ceneza quanto &dstribuigio normal das pop lagbes, poles calcula valor dep usando um testendo-paraméico (Oeste nioparamerca anlogo da ANOVAanesnay 0 denominado teste de Kes alse o teste nfo-paramétrico anlogo da ANOVA, ‘one-way com reptigio € 0 denomninado teste de Finan Ese es tes primeira atibuem postos aos dads e, em seo, analisam a ds tribuigio dos postos entre os grupos, CORRELACAO E A REGRESSAO LINEAR O termo comet significa relagio nos 0 fat de ont] me coreloe ois semtios: descrove 2 asaciagio entre dns ‘aves, nso azend julgamento sabe ‘Aconclago é sla quando se desea es etatisicos dizem que hi uma conelagio ou uma | dam em conjanto. Quando isso covariagio, cua dregao e magntule podem ser quantfcaas Dezenas de fats esto associadose no mn uma eat cle ‘aus € efit como, por exempo, as eorrlages exientes entre mot lalidade infantile PB, entre excolardade e rerla per cap, ent po luigi ambiental e mero de malformados, entre saneamenta isco «mortalidade infantil ete CConsidere um exemplo em que se deseje esa as varives [eso e altura em uma popuagio de 12 hamens adultos © que esses ‘aries sejam denoninadas respectivamente de » ey. Para ea ee mento da amostra fi obido um par ordenada (xy) cus valores foram inseridos na tabela 21Tbe 21 Petes anes dappss N= 1) ‘um diagama de espersio, 38 wezes € posse! ular ua curva regular ue se aproxima dos dados, denominada curvs de ajusamento, quando esta lembra uma eta eos ds paecem estar bem primes dl, ez-se que hi una cortelacolinea ene as varies (Odiagyama de dispersio para 0 exemplo de pesos e altras de uma populago, represenlado na figura 37, parece idicara exitencia ‘ce uma conga linear entre as das variéveis: hi ima tendéncia em se obver maioces valores de y 8 media que x aumenta. Quand iso 130 & posta mas, hi casos em que ocorre Considerando-se 0 dagrama da figura 37, a corelacio linear posers ser eepresentada par uma tea interpola 306 pontos ta terpolatr Pata dados continues em que hi uma corel linea, pode se detrminar coefcinte de correlagio"*, cujo salor varia de—1 a mente seas digs eis varia no mesmo senda 1.0 naling Gina =) ou em sentdos oposts ‘sin no saiam em conjnto gua 7. Dag de daprto de estas pesos da popes Paso Esse los a al | Io(0 cxniionte de coreg mee 0 “jn aos pton {queadeterminaram, sto, quo proximos da etatragi se enconrany os mesmos endo tim reacio com a indinagio da mesma, Um ¢ =~ 1 Sifica que todos os pontos esto sobne arta tag obtilale que comelago & perfetae neat, CObserar nos dagramas da gua 38 diferentes stuagbes € os respectves valves de Para se ealeular © deve-se aplcar a formula proposta por Pearson, que, obviamente, leva em conta slores dex ey como também a tamanbo da amosta |< eae) Vie carinzy =p No exempl dos pesos esata, aman a pgp & 12 igual 0 nce de pes e,calculando-ser, lies sgn reso: + = 0,8257 ‘io fst, entrant, calcula valor de , pois ele sfre uma grande influtncia da tamano das amet da voriabiidade ~ para 11 = 2, porexemplo, sempre havera um jute perfet, am rmiximo, importante saber #9 valor obo para rreultou simplesmente taiabidale das ameostras e tealmente nao hi cowelagao entre as odes = 0), ose de to, ha uma conelago #0) ente as mesma. fara esse proceso, aplica-se um teste esaistica para weeicar a Iipstese H, (40) considerando a hipstese nota H, f = 0) ~ mio ha correlago linea etre x ey © obém-se un valde que ilar ruabilidade do resultado obtido terse por aso, sto 6, er devido 4 varabildade da amos Dispie-se de tbelas der tabeln 22) onde se pode obter 0 salar de prem fungia dos gras de berate da amosea gue no casa Je corelago, dee ser considera com onimero cle pares decrescia de 2 (Gib = 2) ‘No exemplo em curso, o nimero de gras de iberdade & 10 (Gly = 12-2 = 10, econsultndoseatabela de abola 22) vec se que © robtida de 0,825 ocorre para p< 001. Portanto, pade-se oniderar a coreg enconvada como esatisicamente sigan "Wl. ean de itn sri device e008 e001 Ge +006 psn + one opie Sone oats 8 one oma 7 ages arr 2 ops area | | 10 osteo o7078(© covliciene ce coreg 6 um ines yn, se pat asstcar a coreg em perfeta (=U), forte (20,73), ma (> 0. em fungi de seu afataments co ze, fraca(<0,51e nexistenie ros dos sentidos (positino &negatvo), mbrando que a natureza aio prosue correlagbes perfeitas, Esta interpretagio tara bastante nos Aierentes textos. Se or € diferente de zero, hi 4 exphcagoes ose A vaiével x determina os valores da vane. A varie y ajuda a deterinar o valor ta varie x Uma outa varvel nluencia amas, xe ealmente nia se creacionam.C que se abserou ‘core por aco, nest ceo, opal reser questi, cles call 0 coeiionte de corlago gaa qualquer con jum de dado, e ele cantitu um bom deeitor. Enea, iferéncias 6 poslem ser feitas a ptr de Fe de ps algunas condos orem 1. Aamosta &representativa: 0 sucentemente grandee escohida a0 aca 2. Cada unidde experimental &ndepencente dis demas e fornece ambos os valores, x © ‘ey to medidosindependentemente, 4 xe yprovém de populagées que tm, polo menos aproximadamente, uma ditnbuigso Gaussians Aconelagio deve ser linear para todas valores: y deve aumentar ou diminuir para tds o valores de x, em interals em que © comportamento sea diferente Algumas vezes no se utiliza 0, a5 sim a Fr squared -, chamatlo de coeficienle de determinagio, cvjo alot abwamente, ser sempre menor ou iguala 1. Ele deve se interpreado como fagio da vaincia que 6 comparthada entre as duasvarives, COscoeficientes de corel, ta qual muita outras etait so mas informativos quando expressos como intealos de canianga, ‘Asim, ae norma que ocoeficente de comeagio da populagio ‘stk dents de determinado interval de confanga C 954%). Oeileulo dlo inervalo de confinga para coeficientes de corelagio & bastante vabalhoso, Use, de prleréncia, um sofivireexatistic para eahzéla Or de Pearson <4 € wsado para dados continuos. Se dados winais estiverem envolides, davese utlizar técnica estas para corelagies ndo-paramétrias, calculando, por exempo, a coeiiente He comlagio de posts de Spearman (| -comeacio ordinal ~cujos valores, similares aos do, lever ser interpretacos ca mest forma Iver exercicio 15) ecu xml a seguite onde 6 0 ndmero de pares ¢ D € a diferenga de postos ene as ‘aes de um mesmo pa Para invesigar uma cowelacio entre Apgar € peso de scien, poses caleulor 0 covciente de coneagio de Speaznan € ober vm alr der, por exemplo, r= 07; nesta cndigiaconsder-ze que hi ut verifia-s 0 nel designe rama tabela de, conelagsa post ‘A cortelagio indica o grau de asociagio entre din varies, 20 paso que a regessio dz respeto 4 capacidade de prever um er y dado que x talorbaseado no conhecimento do auto, de pre seja conhecido. t imporante, para fazer uma alse de regressio, determina qual a vaiivel dependente, aqui que faa em fungio da vadisve independent Na representacio grafica& importante sempre colacar no eixo das abscissasthorzonal 3 varitvelindependente ix) e no exo das or ddenadas (vertical a varsvel dependent). ‘valor de y pode ser determinado pelo grtico ou matematica ‘mente, por melo da fungiolexpressio da retaly =a px, onde pé» inclnagio da eta ea €3 intersecao da mesma com o.exo conforms figura 39.Fgura 3. ys aa ores | oat | oeperdene pone Varina npn Com esas informagaes & pose fazer predcbes quanto 30s aloes dey conespondentes 208 valores de x, € 60 papel da rmatemitca da egressio. Asi, pata fazer uma ale ce regresso, 0 Primeio paso & determina a melhor rea de jst. Para assegurar qual eta ¢a melhor possivel ypcn-se 0 método los minimos quatrados ~ method of inha @ a matocia dos pont do cagsama de dspesio reid iniétodo determina essa distncia para cada ponto eleva a resultado ‘0 quadrado. lina consderada como a que melhor se ajusa Ba que resulta na menar soma dos quadaces dos afstamentos. Ola ae 1a, enconta-s a equagie matemstica| ovrespondente ea cpacidade Ge predizer um valor dey para cada val de x Qual a seguranca de que a pedis so aad? Do mesmo modo que ocorte para cutas estates, paca valor de x haved uma dstibuigo de valores de y que compreenderso sar veudadeio 11990, A yg peso rela oes «ine de con 1x agi jae exempl ds pesos e sats Cada amerirmen: tea inhss represents do itera de conan cvs pa fers porque a clstibuigo dos dos tend a er msi nas extemal gua. reget ea de canna de 2REGRESSAO OU CORRELACAO? Confonne fo visto anteronment, a regress linea a correla 2 zea que melhor pene y em fungda de x, a0 pase que a corelacso {iantiia quia bem x ey varam em canna, Sewer divin na ‘escola, considere 0s sequines ponos + Sex écontolado tempo, por exempla. no ase corelagio sim regress liner Use somente egress linea efor postel determina com clarezn qual varitvel x qual &,poislas nfo so ime trcas © se houverinversio de ites, obtém-se resultados dliterentes, + Si0 ars 05 casos em que fz seatido calcula ambas Quanoo FORGAR A LINHA DE REGRISSIO ACCRUZAR DETERMINADO PONTO? Quand se fz uma reggesco,¢posiveldetrminar que a inks pase sale um determinado pont, usualmente a onigem = 0, ¥ =) Porm, exaresrigio a5 dove ser usd quando ‘Mas, de um mio geal, de 650 convenign se ala pola reta que EENTENDINDO CORRELAGOLS INVOIVINDO DALOS NOMINA (Quando hiinterese em aber cortege ere ds nin poses war dois proceso: ce detrminacto do isco wlio © a tanto das chances ~ odds ratio © cileulo do ssco reat pode ser facilmente compreendido or meio de tm exempo. Cansidere um estuco em que se des verlear a efcdcia do AZT no tatamenta de pacientes portalores da vin HIN por meso dle um expermiento dupa cego) em que se ach str aleatorament placebo ou a droga as mesmos, © qe secon pane esses pacientes por um periodo de quato ans para detector progessio da doenca, Ver tabela 23, ‘ile, 3b do cry aca deena ree cnatowrimesracee) | (cousins) be kaw | i Awe ots) Bisco rela (ATA BIICTC+ OI] (© isco rlativo€ um aimero puro ola amplitude varia ene 0 co. Quando igual 1, indica, abviamente, que mio ha derenca ce aco entre 0 grupos comparados. Quarslo inferior a 1, ou sea, 0 denominador & maior que o numerador, ele indica que ator de sco presente, narealidade, protege olemento nee expoto; nessa condicio {protegio}, 3s wezes cham de probabilidade elativa, fle utiizalo ‘om estos epidemiolgics prospectivs do tipo coorte~ cohort, ‘em estdos experiments como a do exemple, ‘Uma outa forma de estima a difernga ente das proporcbes £ por meio do chamado sco atribuive que € igual dferenca entre as as proporgbes: Risco alribuivel = (A/(A + B)]-(C/(C + DitAlgumas ves enretanto, conn oun est petsnpe ti tipo 2s0-contole,«céeulo do sco reltivo aio se apc, ok wee lando com 2 grupos: mf potador da condiia = days outta ino portador da condicio ~ grupo controle. esses estos nose et swallanda 0 rgco de um grupo exposto a um flor de isco vir 3 desenvalve uma condigso ou daenca e sim o conti, isto 6, dado que a condigio je presente, invesignse se house exposicto a0 ‘ator de rico revospectivamente, Nests cos ealeuli-se a chamada razio das chances ~ ols ato, Exinte uma diferenca entre prababilidade © meio: a prob bildade de-um event & fragio ene @ nmero de acoréncias © @ nimero de experimentos eaizados, a0 passo que 9230 & detinda como a probabilidade de que um evento acona, dividica pels possibiidade de que ele nio ocr. “i ea da contig 2) Congo Feterdenico Preseme user Puee A Ausene 6 2 | AVIA+B) Razao (chance da condo nos expostos = 2A *D _ yg B/ASB) cxc+D) Raz’o (chance da condicio nas nio-expostos =<"? _ ce yp, DiMc+D) NB Razao das azdes (chances odds ratio) = = cD sya le anes A, 8, Cou D or gual a, a equ mo tke evade, nese Gs, alguns estatsicosaliconam 0.5 a tadoy os 4 valores ‘io hi vantagem de se calcula azo das chances em esti prospecios e experiments, O seu cilula& paticslemente silo anilise de estudos reospecivos, ipo caso-cntole,conforme cada Tal qual se faz para outras estatsticas,costrnnsecalelar inten de confianga de 95% ou 9%, tanto para oso eativo com para a rao das chances Exempliieando: suponha que um pesquisicor depo de mi pacientes, 160 dos qua com doen respirariae 40 sem apresent Ia, © que ofator de rico em estudo soja oto dos pais em ela 0 Tam, Para calcula razda das chances deve-se montartabela 2 Teel 25. Tabs de cornice e000 RTO Fotorde rico Doengarespiatria Iposomais) Proveniefanie Tos | Prers vow soe) uso e101) #0 Teale veo 401000 | aso daa chances odd ati) ‘caeulando- seo intewalo de confanga (958) mediante um sllware statistic, obkém-se 48,59. 135,00. eeENTENDENDO VALOR PREDICTIVO, SENSIBILIDADE E ESPECIFICIDADE {ses termos 0 frequentemente usados e relaconsm a da os nominais, sum contexts envalienda um flor de rico ou Teste leboratriale sus elacio com uma doenga ou condo. © valor predictive comeca com um fator de eco Ou tes leboratrialeresponde 3 seguinte questo: dao um fator de rsco ou tum exame laboratoial posto, quais so as chances deo pacente ter 1 doenca? Para facta entencimento da ciclo do valor predict, cama acid a rede Downe respira Prosene Rusene Tlie we oo 900) a0 mn Pode. calcular um valor predictive postva expresso em oe centagem) por meio da eagia Valor predictive postive = 100 {AVIA + 8)] Quando 0 fat de rsco ou teste € negate, pode-seexeular um valor prelictso negativo por mia da relacio ‘lor prective negative = 100 x 1D AC + DI CCaleular a sensibiidade implica em ter coma base a uma docnga au conga determina a chance dessa pessoa ter presente tum ator de rico ov um exame ou tee lhoratoil Ver tbela 2 no penton enecutus _Prevenle—tusente Teta _| Pesta a) 188 esas 20) 2) me Tote 10 “a No exemplo, a sensbildade = 100 x Gat + 26] = 76%, 0 {que signifea que, embora as hemoculturstenham um evade valor ro si seve, vito que 26 em 110 pacientes com infecsioKingica sstémica tem hemoculura negativa para fang Especificdade 6 detiida como a proporcio de pessoas sem a doenca que no tm um teste positiv ou fat de isco presente Especiicdade = 100%(D (D+ 8) Noexemplo,aespeciiclade = 100%11804180— 1) = 99,459% eleva; 0 que significa que, seo pacinte no poss uma infeccso fingicasistémica, hi uma chance elevada de que ele tenha uma Ihemoculura nega para fangos Habitualmentecacula-se um intenalo de confanga tanto para ‘lor predictive coma para sensibldade e epecificidade © este sera tao menor quanta maior for a amosta,NocOes DE REGRESSAO LINEAR MULTIPLA Em alguns tips de experientos hi neces des anal io de inmerasvaridves. A egressio mail & uma maneita Aregressio mip enconta uma equacio que permite cae lara varivel dependnte (y com base em ds ou mas ar Pendenies (x, et). Por exer, seria pos prirerqualapressio ‘sngiinestomando como base iad, peso © seca. Nese tipo dees do pode-se estar interessado em qual varsvel em amar ifn e ‘04 em encontrar uma equagio que melhor deenmine a pressio angnea vlendo se das ws valves, Em outos cass se st ea iene interessado em toads vases, masa ane ecessita fazer sjustes para compensa dferengas vidas a ata aes, no exer plo em curso, a presso ene homens emuthereselifee? Ess vesposa tleve ser dada apdsserem fitosajustes para idle e peso? A exquagio genrica para regessio mip FONT ENFANT DAT ote Ao ists de somente uma ntersecgo~ la rela com o eno ¥,€ ‘uma inclinago que ecomtem na regress linear simpes, a equacio th regress linear mila contém uma constate (p,)andloga & intersecgio,coefiientes paris de regressio Ip. fy =) © uma correo g) para compensi0 err decoente da ftole que os pontos do se stuam todos sobre a rota de regress. exo exemplo ca aequago cd mages nih Presio arterial = 9, + g,*idade + 9,* peso +," S010 +g rmasculino = Oe femiaino = 1 ¢ & dhamacla de el sexo seria aprescntada em cédligo, por exer, {Um aspect que ainda deve er cos ide, que die respeta 3 event relago das voivels independentes lente sie no somente com a. sel dependent, No imo exempl, © pesa tend a ser maior coma iad eos hens teem a ser mais pesados que as muster, (0s pincpais sos da regresso mltipa si + Par anor dads. Nese cas paniculr varvel x, mas em fungio de eliferencas que ocorem devi 3s demas variveis independents + Objer uma equagio para preizery tendo como bas in imeras varies independentes + Explorar relages ent mtipls sai quats varies independents x enimente etatitios & provavelmente os "simples meri" precisaria ds aja ‘de um estaistico para realsTESTE SEU CONHECIMENTO fxercicio 12. Um teste tem uma espe inldade de 98%, Calle os rao reterido teste, quan aplcada 3 uma populngio em que 7% Bxerccio 14, Os dados expresios a tae seguir con Paeeto Oops | 1180 =| 120 5 00 m0 xerecio 15. testa informa que determinata doenca 6d genética tem carter autos dominate. Es 05 fithos de pais portadores dessa doenca sejam afetalos numa roporgio de 50%. Suponha que determinad esto envohend 50 fis de casi, em que tm dos pas €povtador ca daenga, 6 teaha encontrado 12 aftados. Vit que se espe i encontrar cerca ce 25 nitados, a dscrepincia eneanrada permite contesa a iterate? Exerccio 16, Pode-se mocificar 0 nivel he sensi san? Pyplique. de inrucia (lassiicado de a 5} e QW Os resatack ama — teams OT] : We : : ; : * 2 [serccio 18, Considere dois tratamentas, Ae para uma deteminaa down e que se dese compari-las com racio 3 sun fcc, ten oma bite 0s dads apresetados na tabela de contingénca a seguir Compare of tratamentos usando un teste simplificado de Qui-quadeado. ere Stress Tasmeto® 22 % e Tausneato3 6 16 a te a 7 Exerccio 19, Proencha os quadtodos vzlos proponde testes se sados nas stuages exposas no guacho a segue4 i i i i i i Pepilo Gesina Ofte receverum geo ResPostas Dos EXxERCIcIOs 13 A 19 13. 0 primeito passa consste em imaginar um avimero de habtates, 10 mil por exemple, com bse alos, consti 1 abela de contingéncia. Asim, espera-se encanta um total de 0 docntes (7% de 10 mi, dos uns 686 (8%) apresentan um este nwo, Consideando-se 0 gpa dos 10.000 ~ 700), espetase encontrar 930 10% stv ajesar de nfo apresentarem a doenca specicdade reerda para © tee & 90%. Atabela ce ontingéncia apresentand estes dlados seri ~ tre pwn Demers To | Testepostve Tesegtg 18 a7 ato © paso seguinte consite em apicar as formulas pata ca (0s valores prelicivose ass tem-se Valor predictive postivo = GB6/.616 = 42.45%, 0 que significa que, quando um habiante tem wm tse pose cle tem % de chance de tera doen, 8.308 = teste neato tem 89,639 Valor predicivo negatva = 8 significa que um haliante co de chance de nio ter den, ee14. Primeramente, deve eaculr somas ds pnt om ha {gupos,consderandooalor real de aa resid eno alor abt | | = 8 fe ; ‘s ate : | ta nae 5 1.400 7 960 4 | is oO ‘ ‘Soma dos postos (R.) 54 ‘Soma dos postos (Rj cy | — = | -Actapa seguite consist em calcul 05 salons da esatstica U ras dos grupos por meso das firmus: eU2=(6u64 862) 24-3 ein ems U1 = (6+ 616+1) 2 CConsidere 0 menor valor bo, como o U ob, lago U, = pissando a seguir para a consul da tae de U apropri para 0 temano da amosta maior i), alr de alae teste wou Bical sand osotware SP35 pa fier scons, ose um valor ce U= 3. p= 01016, menor que 0.5, poranto consent signifi, 15. Asolucio deste problems poe sr ea por mei ew este eo qual os restos esperadas prowtm de infor aio da tear CConsultando uma tabea de Je considera hb = 1 (nimero le categorias 1), verfease que adscepincaenconrata 6 esti mete vc at um = 0 sn, esr ut buena (0)_ (one * 2259125675 | & wasp sears © %-85 | 16.0 nil de mensuraio das dades pode ser entenido como uma esd onde ua se ating ur deg, supie-se que as carat ‘ica dos ateroeseejam presents. nagine que 05 valores das pres ‘6es sites de quatro paces seam 180, 160,140 ¢ 135, Coma se tbe, presies cansttvem dos continues, perioncem ao nivel acon de mensuragi (0 mais a) nteanto, nada impede que serie 0 sex ie para orn igraus de hipetenso}, por exemplo, ou qe at bam posts as esas, tatando-or com mods no-parametricos. importante notar que a rebsamento de nivel de mensuragio & gus sempre posse ao paso que a elevago ramet se consegue 17, 0 coeficiente usido para aalar comelagio ent dados nas ode Spearman, para call, dewe-seinicialeent trib posts 08 resultados e assim tems Mimerodo Graude Posto Posto! Gl Posto. Posioi_ | ‘eulacougdo" eorge) + oe su fo2 3 68 65 ss a 48 ao | a os 8 8 soe | jos 8 8 8 © | ss n ow 2 2 7 3 7 6s por | eo: 4 4 2Nema o PostoG! Pose 01 Oitranea depos” (Gl-alP setae arayeo 1 7 3 a5 025 245 6 os 02s 54s 2 85 235 ° nw | 8 4 ‘ 0 ‘ 5 Quarslo hi postosempatados, obém-se uma maa clos postr Para gau de insttcio 1 acoreu empate, asin uss corrigro posto para posto medio (1 + 2)/2 1,5 Paro graude asin 2, once hi.um tepice empate, tem-se-(3 + 4 + 5)/2= 4, exssim por dante. A etapa seguinte conse em achar a deren de pasos Ge lara cada aalado,eless-las ao quackada e omit o¢ resus Aplicase, eno, a femula para o cleul dor, —| [ona oxmss nine! oO concluindo que existe uma cortelagio postiva faca entre rau de instrucio e Ql, perenda ainda, mediante a consulta a uma tabela de ry, oblense 0 valor do retica para o nivel de signiicinca desjao © compai-lo com or, obtido, 18. € possiveleontomnaro trabahoso proceso le ealelar 35 freqiéncias esperadas para ober um Quiequacada socio 3 una nave | 0 ae mic+ oA+ OWS) | Pm = freqdneia observa para a cee superior exquerda freqiéncia observada para a casea superior deta = feiéncia observa para a casela inferior expen = frequénca obserada para case inferior deta Teme, desse madi, para o problema em questi: 71122Xt6) ~ 25x0y G2 + 2518 + 1612 + HAS >TO) x 138 | levando ovale calculado a uma tabela de Quid, para 1 gr de wade, obtém-se um vale de p>0,25, considendo nio-signeativ, 19. ste rote constitu uma supe de ete para ee api as cherentessituaSes, podendo exsti utas solesetd Sern iene Sat aS Peo Gras ote een on | teers come ican Giosshrio Algumas pala do idoma ings, alm lis intoduidas 90 longo do texto, s30 conuns no di-sdia do estatiico e da a razio Absolute value -vilor absolut Tatas do valor postivo de um nimero, representado, habitualmente, pelo mesmo entre duns Array ~ disibuiio de dodos onde o8 valores si depos em Bias ~ vio vis, tendencosidade Binary observation - observagio biniria, Tatas de wa medida qualatva que 56 tem das atemativas posses, Blind study ~ esudo cogo ov mascavatla, Os ensaos clinicos or dvididos em cego, dup cegoe tpl cxgo, confor res po Pectivamente os pacientes, pacientes e equipe médica, ou pacientes equipe médica e equine ie anaisa os esukados, no poss ident ficar quis 0s pacientes que recebem o agente estado ov placebo (ou 0 talamento convenciona Bonferroni T procedure proceiento ce Bonferroni sen ‘eno fato de que quando softs mails comparactes entre mcs, a chance de se encontrar uma estatisicamente significant, por mero acaso fer po, aumenta mui, O meétdo conse em dvi ovodle alla pelo nimero de comparaes, pur exempta vi cma ‘aches, cada uma com um aft de 05, o valor deaf. er escalhil, se consderarum reed como esatisicamente significant, lee (0,01 iso para rer chane Carryover careamento Case = caso: 6 ada para a qual si tad medias oso € obnigatoriamente uma pessos,podlendo ser, par exemplo, cm animal ou ui material em estado, Freqientemente€ usa como linha ‘imo de obserragio, Nas tabelas de dado, wsusimente mostra conjunto de valores das varives estudal consti a registro da caso em questo Case fatality rate coeiiente de montliae expecta, Categorical observation -arsve categricaqueé stride Central Limit Theorem ~ teoxema do limite cea, Para amo tras sufcientemente grandes, a dstibuigio das mécias dis mesnas & lores na populagio -& por iso.que a disribuigso ermal & tio impor tante na anise de dads Chance agreement - concoxincia por chavee Clinical tial ~ensso cinco. Cohort ~coorte; conjunto de pessoas que sio scampanhacls todas eas Concurrent controls ~ controle iultineos, grupo conve Criterion vatiable—varisvel vesuitate ou dependent un anise de egiesio Crossover clinical wil ~ ensio clnico enzado, em que os ptcipantes so dvds, a0 aso, em dois grupos: um de tee © o ‘outro de controle, sendo que ees gupos invetem de papel aps un eterminado tempo, Design ~ modelo, desenho:estrtua de invetigago de uma pesquisa Diagnostic thres Dot plot = diagrams de pontos Dummy variable (por exemple, mascilino 1d — liar de diagno, ive coliicada aque vad um mero 1 feminino ~ ese attic & sido, por +r uma equagao deers io ou para simplesmentefoctar a entrad de lcs nama tabla, End point — eslad final Explanatory variabl Extraneus variable ~varivelconfundve, ator de ~ arvel indepenlente ou predictiva obsenagio de uma associagio enre duns varives que, de fit, mio este €causada por urn terceira varvel. Una vail confi sgeralmente tem 35 sequlntesearactersics: a ext associa com a ‘exposcio,b)& um ator de ssc para a doenga inclependentemente deexposicio ec no existe relacio casa entesexposigiowa deena, Gold standard ~ reste pa determinagio das earactersicas operaconas leu novo metodo ou teste diagnésic, Goodness offi est uso.ce Qui-qunado pra determina se a distribuiio das vanive's ctegiicas absence comespondle a uma dada drbuigfo conbecida ou teria, Hazard function - fongio acident Homoscedasticity ~ homoscecaticiade: propriedade das aril range itera inerqurilicn € distinc entre ‘os valores dos percents 75 e 25; a sua ulidade depreende- daft de no sr facmenteaftada por valores exes, Interrater reliability ~ ‘quanto concordam dois ebseradovesexeentanda a mesma tala, Intvataer reliability -concordinca para o mesma obsenador: