E N D
Fundamentos da Bioestatística Prof. Dr. Juliano van Melis
Objetivos • Aprender que a estatística ajuda a responder as suas perguntas; • Entender o que são parâmetros a serem utilizados nos testes estatísticos; • Ser apresentado às distribuições de probabilidade e suas inferências; • Conhecer as 3 formas de trabalhos estatísticos: – Exploração – Teste de Hipóteses – Predição
Experimentação científica http://www.spaceelevatorblog.com/media/GalileosBalls.jpg Ciência no Séc. XVI ↓ Ciência a partir do Séc. XX Amostragem? Repetições? Modelo nulo? Significância?
Conceitos básicos Estatística - Em Deus nós confiamos. Para o todo resto são necessários dados.W. E. Deming - Todos os modelos são errados, mas alguns são úteis.George Box - Existem três tipos de mentiras: as boas mentiras, as más mentiras e as estatísticas.Benjamin Disraeli - Estatísticas são como bikinis. O que eles relevam é sugestivo, mas o que eles escondem é vital.Aaron Levenstein - Estatística é usada da mesma maneira que um poste por um bêbado: para suporte, não como iluminação.Vin Scully
Objetivos da Estatística TESTE DE HIPÓTESES EXPLORAÇÃO PREDIÇÃO PROBABILIDAD PROBABILIDAD https://virtualschooling.files.wordpress.com/2010/02/statistics-education-research-day1.jpg PARÂMETROS ES ES
Distribuições de Probabilidades Um aspecto constante no estudo da Natureza é a inconstância das formas existentes. (John Smith)
Distribuições de Probabilidades •A representação da variabilidade e diversidade é um aspecto fundamental nas ciências da vida 0.20 0.5 0.20 0.4 0.15 0.15 0.3 0.10 0.10 0.2 0.05 0.05 0.1 x ±s x ±s x ±s 78 % 66 % 78 % 0.00 0.00 0.0 8 8 10 10 12 12 14 14 16 16 18 18 20 20 -2 -2 -1 -1 0 0 1 1 2 2 3 3 0 0 2 2 4 4 6 6 8 8 10 10 12 12 14 14 x x x Imagens:Bioestadística. U. Málaga.
Distribuições de Probabilidades https://ecomaths.files.wordpress.com/2011/12/pcture2.png
Distribuições de Probabilidades mais utilizadas Variáveis discretas (contagens/finito) •Poisson (λ) •Binomial (p, n) Variáveis contínuas (infinito) •Normal (μ,σ) Distribuições dependentes de graus de liberdade •t de Student •Qui-quadrado
Poisson Probabilidades Transformações
Probabilidades Transformações Poisson
Probabilidades Transformações Qui-Quadrado
Probabilidades Transformações
Parâmetros • Média/Esperança • Desvio padrão e Variância
0.3 0.3 0.2 0.2 x± s 0.1 x ±2s 95 % 0.1 x±s 71 % x ± 2s 94 % 66 % 0.0 0.0 -3 -3 -2 -2 -1 -1 0 0 1 1 2 2 3 3 -3 -3 -2 -2 -1 -1 0 0 1 1 2 2 3 3 0.4 0.3 0.3 0.2 0.2 0.1 x±s 70 % x ± 2s 94 % 0.1 x± s 68 % x ±2s 94 % 0.0 0.0 -3 -3 -2 -2 -1 -1 0 0 1 1 2 2 3 3 -3 -3 -2 -2 -1 -1 0 0 1 1 2 2 3 3 Bioestadística. U. Málaga.
Apuntada 0.8 0.6 0.4 Aplanada 2.0 0.2 x± s 1.5 82 % 0.0 -2 -2 -1 -1 0 0 1 1 2 2 1.0 0.5 x±s Apuntada como la normal 57 % 0.0 0.0 0.0 0.2 0.2 0.4 0.4 0.6 0.6 0.8 0.8 1.0 1.0 0.3 Bioestadística. U. Málaga. 0.2 0.1 x± s 68 % 0.0 -3 -3 -2 -2 -1 -1 0 0 1 1 2 2 3 3
Conceitos básicos POPULAÇÃO: conjunto absoluto do seu objeto de estudo, que apresenta ao menos uma característica em comum. Dela se obterá um PARÂMETRO. PARÂMETRO: Quantidade numérica que caracteriza uma população. PARÂMETRO ESTATÍSTICO: É referente à AMOSTRA
Conceitos básicos AMOSTRA: Subconjunto de sua população. Obs: Arredondamento A última casa refere-se a um valor não “certo”
Paramétricos Utilizam parâmetros das distribuições de probabilidade. Por exemplo: Distribuição normal (μ,σ) Testes Não-Paramétricos Não utilizam parâmetros, então são testes que não precisam seguir a normalidade dos dados.
ORGANIZAÇÃO CONCLUSÕES CONCLUSÕES
Como são os seus dados? Qualitativos? •Ordinais •Nominais Quantitativos? •Discretas •Contínuas QUAL É O SEU OBJETIVO?
Conceitos básicos Método Científico DEFINIÇÃO DO TEMA - OBJETIVO Métodos de Amostragem PLANEJAMENTO DA PESQUISA Estatística Descritiva e Analítica EXECUÇÃO DA PESQUISA – Coleta dos dados Background teórico ANÁLISE e INTERPRETAÇÃO DOS DADOS CONCLUSÃ O RESULTADOS Apresentação dos dados e testes
Exploração de dados • Construção de tabelas – Dados Brutos – Parâmetros • Construção de gráficos – Observação – Explicação
Aspectos básicos TABELAS - Toda tabela deve ser simples, clara e objetiva ; - Toda tabela deve ser autoexplicativa; - Nenhuma célula deve ficar em branco; - Deve ser mantida a uniformidade de casas decimais.
Aspectos básicos TABELAS • Qualquer tipo de variável (qualitativa/quantitativa) • Conceitos: Linhas e Colunas • Fundamental para se criar os gráficos
Tabulação dos dados Organização dos dados OpenOffice MS Office Google Sheets
Medidas de Tendência Central - Resumo Análise e Interpretação dos dados • Média: Valores razoavelmente homogêneos • Mediana: Valores heterogêneos • Moda: Quando ocorrem muitas repetições
Análise e Interpretação dos dados Medidas de Dispersão Aluno A: 6; 7; 6; 7 Aluno B: 3; 9; 4; 10 VariânciaA = (6-6,5)+(7-6,5)+(6-6,5)+(7-6,5) = 0 VariânciaB = (3-6,5)+(9-6,5)+(4-6,5)+(10-6,5) = 0
Análise e Interpretação dos dados Medidas de Dispersão Aluno A: 6; 7; 6; 7 Aluno B: 3; 9; 4; 10 VariânciaA = (6-6,5)²+(7-6,5)²+(6-6,5)²+(7-6,5)² VariânciaB = (3-6,5)²+(9-6,5)²+(4-6,5)²+(10-6,5)²
Análise e Interpretação dos dados Medidas de Dispersão Aluno A: 6; 7; 6; 7 Aluno B: 3; 9; 4; 10 VariânciaA = 1 VariânciaB = 37
Análise e Interpretação dos dados Medidas de Dispersão Aluno A: 6; 7; 6; 7 Aluno B: 3; 9; 4; 10 /4 VariânciaA = 1 /4 VariânciaB = 37
Análise e Interpretação dos dados Medidas de Dispersão Aluno A: 6; 7; 6; 7 Aluno B: 3; 9; 4; 10
Análise e Interpretação dos dados Medidas de Dispersão Variância (S² ou σ2) e Desvio Padrão (S ou σ) Populacional: σ2 Amostral:
Regras –Estética • Eixos semelhantes. –Ordem • Abscissas (Horizontal): valores aumentam da esquerda pra direita • Ordenadas (Vertical): valores aumentam de baixo para cima –Informação • Nomes dos eixos e variáveis (com escala) –Autoria • Fonte dos dados Gráficos
Representações Gráficas – Sugestões O que você gostaria mostrar? Composição
O que você gostaria mostrar? Representações Gráficas – Sugestões Comparação
> plot( data.frame( x,y,z)) Comparações múltiplas no R, entre as variáveis x, y e z
O que você gostaria mostrar? Representações Gráficas – Sugestões Distribuição