Changing the way you learn

Bioestatística

ESTATÍSTICA
1. É uma disciplina das ciências formais (despidas de objetos, trata apenas da estrutura conceitual, lógica e epistemológica do conhecimento) à qual diferentes ciências empíricas (com objeto definido) recorrem para melhor conhecer as coisas de seu interesse. (Pereira. JCR., 2010)
2. DESCRITIVA
  1. Envolve a organização, resumo e representação dos dados. As ferramentas utilizadas para isso são as bem conhecidas tabelas de frequência; gráficos; cálculo de medidas de tendência central como média, mediana e moda; e cálculo de medidas de variação como variância e desvio padrão.
3. INFERENCIAL
  1. Busca sempre utilizar as informações de uma amostra para chegar a conclusões sobre um grupo maior, ao qual não temos acesso. Nesse sentido, uma ferramenta muito utilizada na estatística inferencial é a probabilidade.
BIO
1. Busca apenas dar-lhe o sentido de aplicada às ciências biológicas e da saúde. (Pereira. JCR., 2010)
OBJETO - CARACTERÍSTICA - RELAÇÃO
1. OBSERVAÇÃO
  1. POPULAÇÃO
    1. É um conjunto de pessoas, itens ou eventos sobre os quais você quer fazer inferências. Nem sempre é conveniente ou possível examinar todos os membros de uma população inteira.
  2. AMOSTRA
    1. É um subconjunto de pessoas, itens ou eventos de uma população maior que você coleta e analisa para fazer inferências. Para representar a população bem, uma amostra deve ser coletada aleatoriamente e ser adequadamente grande. (ver ANEXO I para definição de técnicas de amostragem.)
2. COLETA DE DADOS
  1. VARIÁVEIS
    1. QUALITATIVAS
      1. NOMINAIS
        Não existe ordenação dentre as categorias. Exemplos: sexo, cor dos olhos, fumante/não fumante, doente/sadio.
      2. ORDINAIS
        Existe uma ordenação entre as categorias. Exemplos: escolaridade (1º, 2º, 3º graus), estágio da doença (inicial, intermediário, terminal), mês de observação (janeiro, fevereiro,…, dezembro).
    2. QUANTITATIVAS
      1. DISCRETAS
        É avaliada em números que são resultados de contagens e, por isso, somente fazem sentido números inteiros. Exemplos: número de filhos, número de bactérias por litro de leite, número de cigarros fumados por dia.
      2. CONTÍNUAS
        É avaliada em números que são resultados de medições e, por isso, podem assumir valores com casas decimais e devem ser medidas por meio de algum instrumento. Exemplos: massa (balança), altura (régua), tempo (relógio), pressão arterial, idade.
    3. Variável é a característica de interesse que é medida em cada elemento da amostra ou população. Como o nome diz, seus valores variam de elemento para elemento. As variáveis podem ter valores numéricos ou não numéricos.
3. ANÁLISE
  1. MEDIDAS DE TENDÊNCIA CENTRAL (MTC)
    1. MÉDIA
      1. X = SOMA(DADOS) / TAMANHO DA AMOSTRA
      2. É a mais usada para descrever resumidamente uma distribuição de frequência. Há vários tipos de médias a mais utilizada é a média aritmética.
    2. MODA
      1. AMODAL
        Não apresenta valores repetidos na amostra ou populção
      2. MODAL
        Apresenta valores repetidos na amostra ou população
      3. BIMODAL
        Apresenta DUAS repetições de dados diferentes
    3. MEDIANA
      1. É o valor central em uma distribuição, quando o conjunto de dados está ordenado.
      2. PARA N PAR
        Md =((tamanho da amostra / 2) + ([tamanho da amostra / 2] + 1)) / 2
      3. PARA N IMPAR
        Md = (tamanho da amostra + 1) / 2
    4. RELAÇÃO ENTRE AS MTC
      1. MÉDIA = MEDIANA = MODA
        A) DISTRIBUIÇÃO SIMÉTRICA
      2. MÉDIA > MEDIANA > MODA
        C) DISTRIBUIÇÃO ASSIMÉTRICA POSITIVA
      3. MÉDIA < MEDIANA < MODA
        D) DISTRIBUIÇÃO ASSIMÉTRICA NEGATIVA
  2. MEDIAS DE DISPERSÃO
    1. São utilizadas para indicar o grau de variação dos elementos de um conjunto numérico em relação à sua média.
    2. VARIÂNCIA
      1. Indica o quão distante está cada valor dos números do valor central. Dito isso, quanto menor a variância, mais próximos os valores da média; quanto maior a variância, mais distantes os valores estão da média.
      2. AMOSTRAL
        S² = (dado 1 - média) + (dado 2 - média) / (tamanho da amostra - 1)
      3. POPULAÇÃO
        σ² = (dado 1 - média) + (dado 2 - média) / tamanho da POP
    3. DESVIO PADRÃO
      1. AMOSTRA
        S = RAIZ(S² [VARIÂNCIA AMOSTRAL])
      2. POPULAÇÃO
        σ = RAIZ(σ² [ VARIÂNCIA POPULACIONAL])
      3. É uma medida que expressa o grau de dispersão de um conjunto de dados. Ou seja, o desvio padrão indica o quanto um conjunto de dados é uniforme. Quanto mais próximo de 0 for o desvio padrão, mais homogêneo são os dados.
    4. AMPLITUDE
      1. Tal medida é aplicada em casos de comparação primária. Ela equivale a diferença entre o maior número e o menor número de um conjunto, ou seja, encontrar a amplitude basta subtrair o menor valor do maior valor.
      2. A = MAIOR VALOR - MENOR VALOR
    5. COEFICIENTE DE VARIAÇÃO DE PEARSON
      1. É empregada para estimar a precisão de experimentos e representa o desvio padrão expresso como porcentagem da média. Sua principal qualidade é a capacidade de comparação de distribuições diferentes.
      2. CV = (DESVIO PADRÃO / MÉDIA) * 100
        Se CV < 15% : tem-se baixa dispersão Se 15% CV < 30%: tem-se média dispersão. Se CV = 30% : tem-se elevada dispersão

Next up

Bioestatística

Description

Resource summary

Media attachments

Similar

	Created by Paulo Henrique Alves about 3 years ago