![Page 1: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/1.jpg)
Bioestatística
Prof. Liana
Universidade do Estado do Rio de Janeiro
L@MPADA – informática Médica
2006/1
![Page 2: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/2.jpg)
EmentaBioestatística (45 h)
Aula Teórica
Estatística – Conceitos
Organização e Apresentação de Dados
Medidas de posição e dispersão
Probabilidade e Distribuições de Probabilidade
Intervalos de confiança
Testes de Hipóteses
Correlação e Regressão
Introdução a Técnicas Não-Paramétricas
![Page 3: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/3.jpg)
EmentaBioestatística (45 h)
Aulas práticas
Bibliografia
TRIOLA, M. Introdução à estatística. 9 ed. Rio de Janeiro: LTC, 2005.
![Page 4: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/4.jpg)
Cronograma das aulas
Data Conteúdo horário
08/05/06 Unidade 1 + Unidade 2 (até tabelas) 8:00 – 12:00
15/05/06 Unidade 2 (gráficos) 8:00 – 12:00
22/05/06 Unidade 3 (posição)
10:00 –
12:00
29/05/06 Unidade 3 (dispersão)
10:00 –
12:00
05/06/06
Unidade 4 (probabilidade e dist. de
prob.)
8:00 – 12:00
12/06/06 Avaliação 1 8:00 – 12:00
19/06/06 Unidade 5 (intervalos de confiança) 8:00 – 12:00
26/06/06 Unidade 6 (teste de hipóteses - + teste t) 8:00 – 12:00
03/07/06 Unidade 6 (teste qui) 8:00 – 12:00
10/07/06 Unidade 6 (ANOVA) 8:00 – 12:00
17/07/06 Unidade 7 (Correlação e regressão) 8:00 – 12:00
24/07/06 Unidade 8 (testes não paramétricos) 8:00 – 12:00
31/07/06 Avaliação 2 8:00 – 12:00
![Page 5: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/5.jpg)
Conceitos
Estatística
Estatística Indutiva e Inferencial
Bioestatística
Exemplos de utilização da bioestatística
População e amostra
Parâmetro e estatística
Dados primários e secundários
Censo
Variável
![Page 6: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/6.jpg)
Conceitos
Estatística: é a ciência que tem por objetivo planejar, coletar, tabular, analisar e interpretar informações e delas extrair conclusões que permitam a tomada de decisões acertadas mediante incertezas.
Áreas: Estatística Descritiva e Estatística Inferencial ou Indutiva
Bioestatística: aplicação da estatística nos campos relacionados a saúde.
![Page 7: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/7.jpg)
Bioestatística na Medicina
Avaliação da literatura.
Aplicação de resultados de estudos no atendimento aos pacientes.
Interpretação de estatísticas vitais.
Interpretação de informações sobre fármacos e equipamentos.
Utilização de procedimentos diagnósticos.
Manter-se informado.
Avaliação de protocolos de estudo e artigos.
Participação ou coordenação de projetos de pesquisa.
![Page 8: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/8.jpg)
Conceitos
População: é o conjunto de elementos (valores, pessoas, medidas etc) que tem pelos menos uma característica em comum.
População do município do Rio de Janeiro;
População de pacientes internados no HUPE;
População de pacientes atendidos no ambulatório de dermatologia do HUPE;
População de ratos Wistar machos do Biotério da Faculdade de Medicina da UERJ
População de seringas descartáveis do Posto de Saúde do bairro de Vila Isabel.
Amostra: é um subconjunto de elementos extraídos de uma população.
![Page 9: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/9.jpg)
Conceitos
Parâmetro: é uma medida numérica que descreve uma característica de uma população.
Estatística: é uma medida numérica que descreve uma característica da amostra.
Dados primários: dados coletados pelo próprio pesquisador e sua equipe.
Dados secundários: não foram obtidos pelo pesquisador e sua equipe (diversas fontes como artigos em periódicos, institutos de pesquisa, DATASUS, IBGE, OMS, OPAS).
![Page 10: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/10.jpg)
Conceitos
Censo: é uma coleção de dados relativos a todos os elementos de uma população.
Variável: é a característica de interesse que é medida em cada elemento da amostra ou população, podendo ter resultados numéricos ou não. Seus valores variam de elemento a elemento.
![Page 11: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/11.jpg)
Variáveis - Classificação
Contínua
Discreta vaQuantitati
Ordinal
Nominal aQualitativ
Variável
![Page 12: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/12.jpg)
Tipos de estudo
Estudo observacional: verificamos e medimos características específicas, mas não tentamos manipular ou modificar os elementos a serem estudados.
Estudo transversal: dados são observados, medidos e coletados em um ponto no tempo.
Estudo retrospectivo ou de caso controle: os dados são coletados do passado, voltando-se no tempo.
Estudo prospectivo ou longitudinal ou de coorte: os dados são coletados no futuro, de grupos (coortes) que compartilham fatores comuns.
![Page 13: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/13.jpg)
Tipos de estudos
Experimento: aplicamos determinado tratamento e passamos então a observar seus efeitos sobre os elementos a serem pesquisados.
Confundimento: ocorre em um experimento quando o pesquisador não está apto a distinguir os efeitos de diferentes fatores.
![Page 14: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/14.jpg)
Experimentos
Controlando os efeitos das variáveis
Experimentos cegos: o sujeito não sabe se está recebendo o tratamento ou o placebo.
Blocos: para testar a eficácia de um ou mais tratamentos é importante colocar os sujeitos em grupos diferentes (ou blocos) de tal modo que os grupos sejam muito semelhantes.
Planejamento experimental completamente aleatorizado: os sujeitos são colocados nos blocos através de um processo de seleção aleatória.
Planejamento rigorosamente controlado: sujeitos são escolhidos cuidadosamente de modo que em cada bloco sejam similares.
![Page 15: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/15.jpg)
Tipos de estudos
![Page 16: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/16.jpg)
Levantamento de dados
Problemas usuais - Representatividade
Fator associado à forma de amostragem.
Na seleção da amostra procura-se reproduzir as características observáveis da população - uso do critério de proporcionalidade.
Em caso de desconhecimento da composição da população deve-se utilizar algum critério de aleatoriedade (sorteio).
Amostra tendenciosa – conclusões sem consistência.
![Page 17: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/17.jpg)
Levantamento de dados
Problemas usuais – Fidedignidade
Relacionada à precisão ou qualidade dos dados.
Motivos da falta de precisão:
Falhas nos instrumentos de aferição;
Problemas nos questionários empregados na obtenção dos dados;
Falha humana.
![Page 18: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/18.jpg)
Amostragem
Se os dados amostrais não forem coletados de maneira apropriada, eles podem ser de tal modo inúteis que nenhuma manipulação estatística poderá salvá-los.
A aleatoriedade comumente desempenha papel crucial na determinação de quais dados coletar.
![Page 19: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/19.jpg)
Amostragem
Vantagens do levantamento por amostragem: custo menor, menor tempo e objetivos mais amplos.
Situações para trabalho com amostras: população muito grande, dificuldade de acesso, grande número de variáveis.
Tipos
Aleatória
Estratificada
Sistemática
Conglomerados
Conveniência
![Page 20: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/20.jpg)
Amostragem
![Page 21: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/21.jpg)
Apresentação de dados - Tabelas
Componentes
![Page 22: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/22.jpg)
Representação tabular
Apresentação de tabelas
A tabela deve ser simples, claras e objetivas. Grandes volumes de dados devem ser divididos em várias tabelas.
A tabela deve ser auto-explicativa.
Nenhuma casa da tabela deve ficar em branco, apresentando sempre um número ou um símbolo.
As tabelas, excluídos os títulos, serão delimitadas, no alto e em baixo, por traços horizontais grossos, preferencialmente.
![Page 23: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/23.jpg)
Representação tabular
Apresentação de tabelas
Recomenda-se não delimitar as tabelas à direita e à esquerda, por traços verticais.
Será facultativo o emprego de traços verticais para a separação de colunas no corpo da tabela.
Deve-se manter a uniformidade quanto ao número de casas decimais.
Os totais e subtotais devem ser destacados.
![Page 24: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/24.jpg)
Tabelas de contingência
Conjugando duas séries em uma única tabela, obtém-se uma tabela de dupla entrada.
![Page 25: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/25.jpg)
Distribuições de Freqüência
Relacionam categorias ou classes de valores, juntamente com contagens (ou freqüência) do número de valores que se enquadram em cada categoria.
Exemplo 1: VARIÁVEL QUALITATIVA
![Page 26: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/26.jpg)
Distribuições de Freqüência
Exemplo 2: VARIÁVEL QUANTITATIVA
Distribuição de freqüência para dados não agrupados ou não tabulados em classes;
Distribuição de freqüência para dados agrupados ou tabulados em classes.
![Page 27: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/27.jpg)
Distribuições de Freqüência
Dados agrupados em classes
![Page 28: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/28.jpg)
Distribuições de Freqüências
Elementos:
Classes: cada uma das linhas contendo um intervalo de valores. As classes são limitadas por dois valores: limite inferior de classe (li) e limite superior de classe (Li). Maneiras de expressar os limites de classes:
10 -- 12: compreende todos os valores entre 10 e 12, excluindo o 12.
10 -- 12: limites aparentes; os limites reais nesta situação são 9,5 e 12,5.
Amplitude de classe: é a diferença entre dois limites inferiores de classe consecutivos.
Ponto médio: é a média aritmética simples entre o limite superior e o inferior de uma mesma classe.
![Page 29: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/29.jpg)
Distribuições de Freqüências
Elementos:
Freqüência absoluta simples (ni): é o número de informações verificadas em cada classe.
Freqüência total: é a soma de todas as informações observadas.
Freqüência relativa simples (fi): é o quociente entre a freqüência da classe e a freqüência total.
Freqüência acumulada (Fi): é obtida através da soma da freqüência daquela classe mais as freqüências de todas as classes anteriores.
sfreqüência as todasde soma
classe de freqüência relativa freqüência
![Page 30: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/30.jpg)
Distribuições de Freqüências
![Page 31: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/31.jpg)
Distribuições de freqüência
Etapas para a construção de tabelas de freqüências para dados agrupados:
1) Encontrar o menor e o maior valores (denominados mínimo e máximo) do conjunto de dados.
2) Escolher a amplitude de classe com que se deseja trabalhar.
3) A seguir, coloca-se o menor valor encontrado nos dados (ou um valor mais conveniente) como limite inferior da primeira classe e acrescenta-se a amplitude de classe escolhida. Esse processo é repetido até que seja criada a classe que inclui o valor máximo do conjunto de dados.
3) Contar o número de elementos que pertencem a cada classe (freqüência).
![Page 32: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/32.jpg)
Distribuições de Freqüências
Etapas para a construção de tabelas de freqüências para dados agrupados:
1) Decida sobre o número de classes desejado. (entre 5 e 20).
2) Calcule
3) Ponto inicial: Comece escolhendo um número para limite inferior da primeira classe. Escolha ou o valor mínimo dos dados, ou um valor conveniente que seja um pouco menor.
classes de número
or)(menor val - or)(maior val classe de amplitude
![Page 33: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/33.jpg)
Distribuições de Freqüências
Etapas para a construção de tabelas de freqüências para dados agrupados:
4) Usando o limite inferior da primeira classe e a amplitude de classe, prossiga e liste os outros limites inferiores de classe.
5) Liste os limites inferiores de classe em uma coluna vertical e prossiga para preencher os limites superiores de classe.
6) Percorra o conjunto de dados verificando o número de elementos que se encaixam em dada uma das classes.
![Page 34: Bioestatística Prof. Liana Universidade do Estado do Rio de Janeiro L@MPADA – informática Médica 2006/1](https://reader035.vdocuments.pub/reader035/viewer/2022070311/552fc133497959413d8d704f/html5/thumbnails/34.jpg)
Distribuições de Freqüências
Na construção de tabelas de freqüência, devemos observar as seguintes diretrizes:
As classes devem ser mutuamente excludentes.
Todas as classes devem ser incluídas, mesmo as de freqüência zero.
Procurar utilizar a mesma amplitude para todas as classes.
Escolher números convenientes para limites de classe..
A soma das freqüências das diversas classes deve ser igual ao número de observações originais.