Aplicações Estatísticas uma rápida abordagem

Apresentação em tema: "Aplicações Estatísticas uma rápida abordagem"— Transcrição da apresentação:

1 Aplicações Estatísticas uma rápida abordagem
David Bianchini

2 O pesquisador realiza um experimento.
Estatística O pesquisador realiza um experimento. O experimento distingue-se pelo grau de controle que um pesquisador pode aplicar à situação de pesquisa. Nela o pesquisador manipula uma ou mais das variáveis independentes às quais seus sujeitos estão expostos.

3 Estatística A manipulação das variáveis ocorre com o grupo experimental, mas não ocorre com o grupo de controle. Todas as outras diferenças entre esses grupos devem ser eliminadas.

4 Estatística Segundo Pereira (1997) a estatística é a tecnologia da ciência e, portanto, a estatística deve estar presente desde o início da pesquisa. Ela ajuda a operacionalizar as hipóteses ou questões de pesquisa, na definição da população a ser estudada, definição de variáveis, na coleta de dados e na sua análise.

5 Amostragem Amostragem ou sondagens são procedimentos de seleção de subconjuntos de populações – as amostras - destinados ao conhecimento de uma ou várias características dos universos investigados. É preciso selecionar amostras representativas, para haver possibilidade de inferir para o conjunto objeto da investigação.

6 Amostragem O tamanho da amostra esta relacionado com o grau de variação dos dados, a magnitude dos efeitos a serem detectados e o poder do teste desejado. Quanto maior a variância, maior deverá ser o tamanho da amostra, Quanto menor a diferença entre as médias a serem comparadas, menor poderá ser o tamanho da amostra.

7 Amostragem Amostras Probabilísticas: Amostras não probabilísticas:
simples: indivíduos escolhidos ao acaso sistemáticas: primeiro ao acaso, demais intervalos (k). Estratificadas – ou grupos: amostra randômica de cada um Por conglomerados: unidades coletivas – clusters. Aleatórias: Amostras não probabilísticas: Intencional Por conveniência Por cotas.

8 Amostragem Testes de inferência estatística para uma só amostra envolvem os dados amostrais e os parâmetros da população investigada. Algumas vezes a comparação dos valores numéricos de uma amostra é efetuada com distribuições teóricas esperadas, recebendo a denominação de testes de aderência.

9 Amostragem Testes Paramétricos Testes não Paramétricos Teste t Teste Z
Teste Binomial Teste G Teste de Poisson Teste de Kolmogorov-Smirnov Teste de Llliefors Teste do Qui-Quadrado- proporções esperadas iguais Teste do Qui-Quadrado- proporções esperadas desiguais.

10 DUAS AMOSTRAS INDEPENDENTES
Amostragem DUAS AMOSTRAS INDEPENDENTES Quando se precisa avaliar a diferença entre amostras independentes, ou seja dados de uma amostra não são relacionados com o score da outra. Para se decidir se as amostras foram retiradas de populações distintas

11 Amostragem Teste Paramétricos Testes não Paramétricos
Coeficiente de variação Teste t de Student Teste Z Testes não Paramétricos Binomial para duas proporcões. Exato de Fisher Teste G Mediana Mann-Whitney Poisson Qui-quadrado ....

12 DUAS AMOSTRAS RELACIONADAS
Amostragem DUAS AMOSTRAS RELACIONADAS Analisando dois conjuntos, amostras tipo pareadas ou dependentes. É utilizada em casos em que se deseja testar uma situação antes e depois da condição do objeto de pesquisa.

13 Amostragem Testes Paramétricos Testes Não Paramétricos
Teste t de Student ANOVA Testes Não Paramétricos Kappa McNemar Sinais Wilcoxon

14 Distribuição de Probabilidades
Distribuições Discretas Distribuições Contínuas Probabilidade Condicional Distribuições: Distribuição F Distribuição Q-Quadrado Distribuição t-Student Distribuição Z

15 Distribuição de Probabilidades
Variáveis Aleatórias: quando o procedimento de coleta de dados é randômico, assumindo cada variável um certo valor e uma determinada probabilidade

16 Análise Multivariada A maioria dos testes estatísticos é concernente ao exame de uma única variável, a qual é considerada importante na descrição ou no estudo analítico dos dados amostrais. Em algumas ocasiões é preciso considerar a análise de diversas variáveis aleatórios de modo simultâneo.

17 Análise Multivariada Exemplos de testes: Componentes Principais
Distância multivariada Euclidiana. Distância multivariada (Penrose e Mahalanobis) Regressão Linear Múltipla. Regressão Logística Múltipla. Teste de Hotelling Teste de Bartlett

18 Análise de Sobrevivência
Calcula a probabilidade de ocorrência de eventos ao longo de certo período, o qual é dividido em vários intervalos de tempo. Exemplo: estudos epidemiológicos período de remissão de uma doença,

19 Análise de Sobrevivência
Exemplo de Testes: Atuarial Cox-Mantel Gehan Kaplan-Meier Log-Rank Test Mantel-Haenszel

20 Análise de Variância Introduzida por R. A. Fisher compara a magnitude das variações de mais de duas amostras, decompondo a variância total em duas partes. Entre as amostras, constituindo quadrado médio dos tratamentos. Dentre cada tratamento, compondo o denominado quadrado médio do erro experimental. O TESTE DA ANÁLISE DA VARIÂNCIA É A RAZÃO ENTRE ESSES QUADRADOS MEDIOS

21 Análise de Variância Exemplo de testes: Paramétricos Não Paramétricos:
ANOVA: um critério. ANOVA: dois critérios. ANOVA: fatorial (axb) com replicação. ANOVA: fatorial (axbxc) sem replicação. Não Paramétricos: Testes de Friedman, Teste de Kruska-Wallis Teste Q de Cochram. (* ANOVA – ANalysis Of VAriance)

22 Análise de Correlação Esta análise proporciona um meio de se verificar o grau de associação entre duas ou mais variáveis.

23 Análise de Correlação Exemplo de testes: Testes Paramétricos:
Correlação Linear de Pearson Matriz de Correlação Correlação Parcial Correlação Linear ( parâmetro diferente de zero) Testes Não Paramétricos: Contigência C Concordância de Kendall Correlação de Kendall Coeficiente Phi Correlação de Spearman

24 Bibliografia BIO Estat 3.0: aplicações estatísticas nas áreas das ciências biológicas e médicas. Brasília: CNPq, 2003 LEVIN, J. FOX, J.A. Estatística para ciências humanas. 9 ed. São Paulo: Pearson, 2004.