ESTUDO DO PERFIL E DOS EFEITOS DE UM PROGRAMA DE INTERVENÇÃO FISIOTERAPEUTICO EM CANDIDATOS A TRANSPLANTE DE FÍGADO

Tamanho: px
Começar a partir da página:

Download "ESTUDO DO PERFIL E DOS EFEITOS DE UM PROGRAMA DE INTERVENÇÃO FISIOTERAPEUTICO EM CANDIDATOS A TRANSPLANTE DE FÍGADO"

Transcrição

1 Name of Journal: World Journal of Transplantation ESPS Manuscript NO: Manuscript Type: Randomized Controlled Trial De: Câmara de Pesquisa Estatística / FCM Para: Vivian Limongi - Cirurgia Data: 02/Abr/2014 ESTUDO DO PERFIL E DOS EFEITOS DE UM PROGRAMA DE INTERVENÇÃO FISIOTERAPEUTICO EM CANDIDATOS A TRANSPLANTE DE FÍGADO Metodologia Estatística Análise descritiva com apresentação de tabelas de frequências para variáveis categóricas e medidas de posição e dispersão para variáveis numéricas. Para comparação de proporções foi utilizado o teste Qui-quadrado ou o exato de Fisher, quando necessário. Para comparação de medidas numéricas entre 2 grupos foi utilizado o teste de Mann-Whitney exato. Para comparação das medidas entre grupos e tempos foi utilizada a ANOVA para medidas repetidas com transformação por postos. Para comparação de mudanças em proporções foi utilizado o teste de McNemar. Para verificar associação linear entre as variáveis foi utilizado o coeficiente de correlação de Spearman. Este coeficiente varia de -1 a 1. Valores próximos dos extremos indicam correlação negativa ou positiva, respectivamente e valores próximos de zero não indicam correlação. Para comparação das medidas de PI e PE reais e preditas foi utilizado o teste de Wilcoxon para amostras relacionadas. Para avaliação da concordância entre as medidas foi aplicado o ICC (coeficiente de correlação intraclasse). Valores do ICC acima de 0.70 são considerados como apresentando substancial confiabilidade. O nível de significância adotado para os testes estatísticos foi 5%. Resultados Quadro 1 Análise descritiva e comparações das variáveis iniciais entre os 2 grupos. GRUPO = controle GRUPO = intervenção Variable (N=23) (N=14) Total (N=37) P-Value Relatório Estatístico - 1

2 Idade (Mean ± SD (N)) 55.4 ± 9.9 (N=23) 55.8 ± 5.4 (N=14) 55.6 ± 8.4 (N=37) 0.97¹ Idade (Median (min-max)) 55.0 ( ) 55.5 ( ) 55.0 ( ) IMC (Mean ± SD (N)) 27.3 ± 4.5 (N=23) 28.6 ± 5.4 (N=14) 27.8 ± 4.8 (N=37) 0.58¹ IMC (Median (min-max)) 28.1 ( ) 28.0 ( ) 28.1 ( ) PImax (Mean ± SD (N)) 88.5 ± 44.1 (N=23) ± 34.4 (N=14) 93.2 ± 40.7 (N=37) 0.42¹ PImax (Median (min-max)) 95.0 ( ) ( ) ( ) Pemax (Mean ± SD (N)) ± 46.3 (N=23) ± 31.0 (N=14) ± 40.8 (N=37) 0.49¹ Pemax (Median (min-max)) ( ) ( ) ( ) reto (Mean ± SD (N)) 52.9 ± 51.1 (N=23) 32.5 ± 12.4 (N=14) 45.2 ± 41.9 (N=37) 0.17¹ reto (Median (min-max)) 34.4 ( ) 32.4 ( ) 33.6 ( ) diaf (Mean ± SD (N)) 43.8 ± 14.9 (N=23) 55.7 ± 34.7 (N=14) 48.3 ± 24.6 (N=37) 0.63¹ diaf (Median (min-max)) 40.1 ( ) 41.5 ( ) 40.8 ( ) CVF (Mean ± SD (N)) 84.6 ± 13.9 (N=23) 88.3 ± 14.5 (N=14) 86.0 ± 14.0 (N=37) 0.51¹ CVF (Median (min-max)) 84.0 ( ) 86.5 ( ) 85.0 ( ) VEF1 (Mean ± SD (N)) 84.6 ± 15.1 (N=23) 88.6 ± 20.0 (N=14) 86.1 ± 16.9 (N=37) 0.52¹ VEF1 (Median (min-max)) 86.0 ( ) 86.5 ( ) 86.0 ( ) GRUPO = controle GRUPO = intervenção Variable (N=23) (N=14) Total (N=37) P-Value FEM2575 (Mean ± SD (N)) 92.4 ± 31.2 (N=23) ± 47.1 (N=14) 95.6 ± 37.6 (N=37) 0.48¹ FEM2575 (Median (min-max)) 88.0 ( ) ( ) 90.0 ( ) CF (Mean ± SD (N)) 68.5 ± 24.5 (N=23) 69.3 ± 21.4 (N=14) 68.8 ± 23.0 (N=37) 0.95¹ CF (Median (min-max)) 75.0 ( ) 75.0 ( ) 75.0 ( ) LAF (Mean ± SD (N)) 52.2 ± 39.1 (N=23) 60.7 ± 38.9 (N=14) 55.4 ± 38.7 (N=37) 0.55¹ LAF (Median (min-max)) 50.0 ( ) 75.0 ( ) 50.0 ( ) dor (Mean ± SD (N)) 61.0 ± 32.0 (N=23) 62.0 ± 27.9 (N=14) 61.4 ± 30.1 (N=37) 0.95¹ dor (Median (min-max)) 72.0 ( ) 63.0 ( ) 64.0 ( ) EG (Mean ± SD (N)) 52.8 ± 26.2 (N=23) 59.3 ± 20.1 (N=14) 55.2 ± 24.0 (N=37) 0.50¹ EG (Median (min-max)) 52.0 ( ) 57.0 ( ) 57.0 ( ) Vit (Mean ± SD (N)) 61.7 ± 23.9 (N=23) 58.9 ± 15.2 (N=14) 60.7 ± 20.8 (N=37) 0.83¹ Vit (Median (min-max)) 60.0 ( ) 60.0 ( ) 60.0 ( ) AS (Mean ± SD (N)) 58.2 ± 34.9 (N=23) 68.8 ± 37.3 (N=14) 62.2 ± 35.7 (N=37) 0.55¹ AS (Median (min-max)) 50.0 ( ) 87.5 ( ) 75.0 ( ) AE (Mean ± SD (N)) 60.8 ± 39.8 (N=23) 45.1 ± 44.5 (N=14) 54.9 ± 41.7 (N=37) 0.20¹ AE (Median (min-max)) 66.7 ( ) 49.5 ( ) 66.0 ( ) SM (Mean ± SD (N)) 59.1 ± 26.4 (N=23) 64.9 ± 20.7 (N=14) 61.3 ± 24.3 (N=37) 0.57¹ SM (Median (min-max)) 56.0 ( ) 68.0 ( ) 64.0 ( ) Sexo F 5 (21.7%) 3 (21.4%) 8 (21.6%) 1.00³ M 18 (78.3%) 11 (78.6%) 29 (78.4%) HCC 0 13 (56.5%) 10 (71.4%) 23 (62.2%) 0.36² 1 10 (43.5%) 4 (28.6%) 14 (37.8%) extabagista 0 10 (43.5%) 4 (28.6%) 14 (37.8%) 0.36² 1 13 (56.5%) 10 (71.4%) 23 (62.2%) exetilista 0 7 (30.4%) 2 (14.3%) 9 (24.3%) 0.43³ 1 16 (69.6%) 12 (85.7%) 28 (75.7%) HAS 0 14 (60.9%) 8 (57.1%) 22 (59.5%) 0.82² 1 9 (39.1%) 6 (42.9%) 15 (40.5%) DM 0 16 (69.6%) 9 (64.3%) 25 (67.6%) 1.00³ 1 7 (30.4%) 5 (35.7%) 12 (32.4%) cardiopatia 0 23 (100.0%) 12 (85.7%) 35 (94.6%) 0.14³ 1 0 (0.0%) 2 (14.3%) 2 (5.4%) Relatório Estatístico - 2

3 pneumopatia 0 17 (73.9%) 12 (85.7%) 29 (78.4%) 0.68³ 1 6 (26.1%) 2 (14.3%) 8 (21.6%) tosse 0 14 (60.9%) 8 (57.1%) 22 (59.5%) 0.82² 1 9 (39.1%) 6 (42.9%) 15 (40.5%) dispneia 0 14 (60.9%) 7 (50.0%) 21 (56.8%) 0.52² 1 9 (39.1%) 7 (50.0%) 16 (43.2%) Ascite 0 13 (56.5%) 11 (78.6%) 24 (64.9%) 0.29³ 1 10 (43.5%) 3 (21.4%) 13 (35.1%) ¹ based on Mann-Whitney test ² based on Chi-square test ³ based on Fisher's exact test Quadro 2 Análise descritiva e comparações das medidas entre grupos e tempos. IMC controle IMC IMCf intervenção IMC IMCf Grupo Tempo Interação grupo*tempo Pi Max controle PImax Pimaxf intervenção PImax Pimaxf Grupo Tempo (pós>pré) Interação grupo*tempo Pe Max controle Pemax Pemaxf intervenção Pemax Pemaxf Grupo Tempo Interação grupo*tempo EMG reto controle reto retof Relatório Estatístico - 3

4 intervenção reto retof Grupo Tempo Interação grupo*tempo EMG diaf controle diaf diaff intervenção diaf diaff Grupo Tempo Interação grupo*tempo Fixando tempo e comparando grupos tempo Valor-p Pré pós (controle > intervenção) Fixando grupo e comparando tempos grupo Valor-p controle intervenção CVF controle CVF CVFf intervenção CVF CVFf Grupo Tempo Interação grupo*tempo VEF1 controle VEF VEF1f intervenção VEF VEF1f Grupo Tempo Relatório Estatístico - 4

5 Interação grupo*tempo FEM25-75 controle FEM FEM2575f intervenção FEM FEM2575f Grupo Tempo Interação grupo*tempo SF36 - CF controle CF CFf intervenção CF CFf Grupo Tempo Interação grupo*tempo Fixando tempo e comparando grupos tempo Valor-p Pré pós Fixando grupo e comparando tempos grupo Valor-p controle intervenção pré < pós SF-36 LAF controle LAF LAFf intervenção LAF LAFf Grupo Tempo Interação grupo*tempo SF-36 dor controle dor dorf intervenção dor dorf Grupo Tempo Interação grupo*tempo SF-36 EG Relatório Estatístico - 5

6 controle EG EGf intervenção EG EGf Grupo Tempo (pré < pós) Interação grupo*tempo SF-36 vit controle Vit VITf intervenção Vit VITf Grupo Tempo Interação grupo*tempo SF-36 AS controle AS ASf intervenção AS ASf Grupo Tempo Interação grupo*tempo SF-36 AE controle AE AEf intervenção AE AEf Grupo Tempo Interação grupo*tempo SF-36 SM controle SM SMf intervenção SM SMf Grupo Tempo (pré<pós) Relatório Estatístico - 6

7 Interação grupo*tempo Quadro 3 Análise descritiva e comparação da Ascite entre grupos e tempos. Comparando entre tempos no grupo Comparando entre tempos no grupo controle intervenção Ascite Ascitef Frequency Percent Row Pct Col Pct 0 1 Total Total Ascite Ascitef Frequency Percent Row Pct Col Pct 0 1 Total Total Valor-p= (McNemar) Entre grupos no final Valor-p= (McNemar) Ascitef grupo Frequency Percent Col Pct controle interven Total ção Valor-p= (Qui-quadrado) Quadro 4 Análise descritiva e comparações das variáveis entre tempo de treinamento no grupo intervenção. MAIORTEMPO = 0 MAIORTEMPO = 1 Variable (N=3) (N=11) P-Value Idade (Mean ± SD (N)) 55.7 ± 1.5 (N=3) 55.8 ± 6.1 (N=11) 1.00¹ Idade (Median (min-max)) 56.0 ( ) 55.0 ( ) PImax (Mean ± SD (N)) 86.7 ± 64.3 (N=3) ± 25.2 (N=11) 0.36¹ Relatório Estatístico - 7

8 PImax (Median (min-max)) 60.0 ( ) ( ) Pemax (Mean ± SD (N)) 96.7 ± 35.1 (N=3) ± 29.9 (N=11) 0.40¹ Pemax (Median (min-max)) ( ) ( ) reto (Mean ± SD (N)) 36.3 ± 9.9 (N=3) 31.5 ± 13.2 (N=11) 0.66¹ reto (Median (min-max)) 33.6 ( ) 31.1 ( ) diaf (Mean ± SD (N)) 35.1 ± 7.9 (N=3) 61.3 ± 37.3 (N=11) 0.29¹ diaf (Median (min-max)) 35.2 ( ) 42.3 ( ) CVF (Mean ± SD (N)) 75.7 ± 15.6 (N=3) 91.7 ± 12.8 (N=11) 0.16¹ CVF (Median (min-max)) 74.0 ( ) 87.0 ( ) VEF1 (Mean ± SD (N)) 74.0 ± 23.6 (N=3) 92.6 ± 18.0 (N=11) 0.31¹ VEF1 (Median (min-max)) 80.0 ( ) 90.0 ( ) FEM2575 (Mean ± SD (N)) 77.0 ± 43.3 (N=3) ± 47.8 (N=11) 0.37¹ FEM2575 (Median (min-max)) ( ) ( ) Pimaxf (Mean ± SD (N)) 90.0 ± 55.7 (N=3) ± 38.6 (N=11) 0.31¹ Pimaxf (Median (min-max)) 80.0 ( ) ( ) MAIORTEMPO = 0 MAIORTEMPO = 1 Variable (N=3) (N=11) P-Value Pemaxf (Mean ± SD (N)) ± 45.8 (N=3) ± 32.3 (N=11) 0.33¹ Pemaxf (Median (min-max)) ( ) ( ) retof (Mean ± SD (N)) 27.0 ± 8.0 (N=3) 29.3 ± 8.2 (N=11) 0.77¹ retof (Median (min-max)) 28.9 ( ) 31.5 ( ) diaff (Mean ± SD (N)) 31.8 ± 6.4 (N=3) 36.6 ± 17.7 (N=11) 1.00¹ diaff (Median (min-max)) 32.0 ( ) 30.7 ( ) CVFf (Mean ± SD (N)) 83.7 ± 7.6 (N=3) 95.1 ± 14.8 (N=11) 0.28¹ CVFf (Median (min-max)) 87.0 ( ) 96.0 ( ) VEF1f (Mean ± SD (N)) 79.0 ± 17.4 (N=3) 93.0 ± 12.3 (N=11) 0.21¹ VEF1f (Median (min-max)) 87.0 ( ) 96.0 ( ) FEM2575f (Mean ± SD (N)) 80.0 ± 41.6 (N=3) ± 44.7 (N=11) 0.45¹ FEM2575f (Median (min-max)) 88.0 ( ) ( ) ¹ based on Mann-Whitney exact test Quadro 5 Análise descritiva e comparações das variáveis entre presença ou não de ascite no final do estudo em cada grupo. Controle ASCITEF = 0 ASCITEF = 1 Variable (N=10) (N=13) P-Value Idade (Mean ± SD (N)) 54.5 ± 9.3 (N=10) 56.2 ± 10.6 (N=13) 0.69¹ Idade (Median (min-max)) 54.5 ( ) 56.0 ( ) IMC (Mean ± SD (N)) 26.1 ± 5.4 (N=10) 28.2 ± 3.6 (N=13) 0.20¹ IMC (Median (min-max)) 24.6 ( ) 28.9 ( ) PImax (Mean ± SD (N)) 75.5 ± 42.5 (N=10) 98.5 ± 44.3 (N=13) 0.30¹ PImax (Median (min-max)) 92.5 ( ) ( ) Pemax (Mean ± SD (N)) ± 50.3 (N=10) ± 45.0 (N=13) 1.00¹ Pemax (Median (min-max)) ( ) ( ) reto (Mean ± SD (N)) 48.2 ± 32.2 (N=10) 56.5 ± 63.1 (N=13) 0.83¹ reto (Median (min-max)) 38.6 ( ) 33.1 ( ) diaf (Mean ± SD (N)) 49.1 ± 15.9 (N=10) 39.8 ± 13.3 (N=13) 0.18¹ diaf (Median (min-max)) 48.5 ( ) 37.1 ( ) CVF (Mean ± SD (N)) 81.2 ± 13.7 (N=10) 87.2 ± 14.0 (N=13) 0.40¹ CVF (Median (min-max)) 82.0 ( ) 87.0 ( ) VEF1 (Mean ± SD (N)) 80.5 ± 12.3 (N=10) 87.8 ± 16.7 (N=13) 0.28¹ VEF1 (Median (min-max)) 78.5 ( ) 90.0 ( ) FEM2575 (Mean ± SD (N)) 81.8 ± 20.3 (N=10) ± 36.1 (N=13) 0.088¹ FEM2575 (Median (min-max)) 81.0 ( ) 94.0 ( ) Relatório Estatístico - 8

9 CF (Mean ± SD (N)) 79.5 ± 21.1 (N=10) 60.0 ± 24.2 (N=13) 0.050¹ CF (Median (min-max)) 87.5 ( ) 55.0 ( ) LAF (Mean ± SD (N)) 47.5 ± 32.2 (N=10) 55.8 ± 44.7 (N=13) 0.70¹ LAF (Median (min-max)) 50.0 ( ) 75.0 ( ) dor (Mean ± SD (N)) 62.2 ± 28.9 (N=10) 60.0 ± 35.3 (N=13) 0.92¹ dor (Median (min-max)) 72.0 ( ) 51.0 ( ) EG (Mean ± SD (N)) 56.9 ± 27.4 (N=10) 49.6 ± 25.9 (N=13) 0.51¹ EG (Median (min-max)) 64.5 ( ) 45.0 ( ) Vit (Mean ± SD (N)) 63.0 ± 25.4 (N=10) 60.8 ± 23.6 (N=13) 0.76¹ Vit (Median (min-max)) 67.5 ( ) 55.0 ( ) AS (Mean ± SD (N)) 63.8 ± 31.4 (N=10) 53.8 ± 38.0 (N=13) 0.55¹ AS (Median (min-max)) 68.8 ( ) 37.5 ( ) AE (Mean ± SD (N)) 63.3 ± 36.7 (N=10) 59.0 ± 43.4 (N=13) 0.74¹ AE (Median (min-max)) 66.3 ( ) 66.7 ( ) Controle ASCITEF = 0 ASCITEF = 1 Variable (N=10) (N=13) P-Value SM (Mean ± SD (N)) 61.2 ± 26.6 (N=10) 57.5 ± 27.2 (N=13) 0.80¹ SM (Median (min-max)) 64.0 ( ) 56.0 ( ) IMCf (Mean ± SD (N)) 27.5 ± 6.3 (N=10) 28.5 ± 3.7 (N=13) 0.48¹ IMCf (Median (min-max)) 26.4 ( ) 28.3 ( ) Pimaxf (Mean ± SD (N)) 89.0 ± 34.8 (N=10) ± 42.2 (N=13) 0.41¹ Pimaxf (Median (min-max)) 90.0 ( ) ( ) Pemaxf (Mean ± SD (N)) ± 62.2 (N=10) ± 44.8 (N=13) 0.83¹ Pemaxf (Median (min-max)) ( ) ( ) retof (Mean ± SD (N)) 41.6 ± 26.0 (N=10) 49.7 ± 32.9 (N=13) 0.64¹ retof (Median (min-max)) 32.6 ( ) 37.3 ( ) diaff (Mean ± SD (N)) 50.1 ± 23.8 (N=10) 56.7 ± 21.7 (N=13) 0.44¹ diaff (Median (min-max)) 45.6 ( ) 48.3 ( ) CVFf (Mean ± SD (N)) 82.8 ± 12.7 (N=10) 87.5 ± 18.6 (N=13) 0.53¹ CVFf (Median (min-max)) 84.5 ( ) 89.0 ( ) VEF1f (Mean ± SD (N)) 82.4 ± 10.9 (N=10) 87.7 ± 16.8 (N=13) 0.38¹ VEF1f (Median (min-max)) 81.0 ( ) 84.0 ( ) FEM2575f (Mean ± SD (N)) 94.0 ± 24.9 (N=10) 95.3 ± 25.4 (N=13) 0.56¹ FEM2575f (Median (min-max)) 82.5 ( ) 92.0 ( ) CFf (Mean ± SD (N)) 78.5 ± 20.7 (N=10) 66.5 ± 21.8 (N=13) 0.14¹ CFf (Median (min-max)) 87.5 ( ) 70.0 ( ) LAFf (Mean ± SD (N)) 62.5 ± 37.7 (N=10) 32.7 ± 35.9 (N=13) 0.074¹ LAFf (Median (min-max)) 62.5 ( ) 25.0 ( ) dorf (Mean ± SD (N)) 67.6 ± 30.2 (N=10) 56.4 ± 24.6 (N=13) 0.40¹ dorf (Median (min-max)) 61.5 ( ) 51.0 ( ) EGf (Mean ± SD (N)) 60.3 ± 29.0 (N=10) 56.9 ± 25.0 (N=13) 0.64¹ EGf (Median (min-max)) 69.5 ( ) 54.0 ( ) VITf (Mean ± SD (N)) 61.5 ± 21.9 (N=10) 58.5 ± 25.0 (N=13) 0.73¹ VITf (Median (min-max)) 67.5 ( ) 55.0 ( ) ASf (Mean ± SD (N)) 75.0 ± 29.5 (N=10) 62.5 ± 30.2 (N=13) 0.30¹ ASf (Median (min-max)) 81.3 ( ) 62.5 ( ) AEf (Mean ± SD (N)) 63.3 ± 42.9 (N=10) 51.3 ± 46.4 (N=13) 0.51¹ AEf (Median (min-max)) 83.3 ( ) 66.7 ( ) SMf (Mean ± SD (N)) 58.8 ± 23.6 (N=10) 68.9 ± 24.3 (N=13) 0.60¹ SMf (Median (min-max)) 64.0 ( ) 60.0 ( ) Intervenção ¹ based on Mann-Whitney test ASCITEF = 0 ASCITEF = 1 Variable (N=9) (N=5) P-Value Relatório Estatístico - 9

10 Idade (Mean ± SD (N)) 56.6 ± 5.1 (N=9) 54.4 ± 6.2 (N=5) 0.79¹ Idade (Median (min-max)) 55.0 ( ) 57.0 ( ) IMC (Mean ± SD (N)) 28.4 ± 4.2 (N=9) 29.1 ± 7.8 (N=5) 1.00¹ IMC (Median (min-max)) 27.6 ( ) 28.4 ( ) PImax (Mean ± SD (N)) 97.2 ± 27.3 (N=9) ± 47.6 (N=5) 0.40¹ PImax (Median (min-max)) ( ) ( ) Pemax (Mean ± SD (N)) ± 16.6 (N=9) ± 50.2 (N=5) 0.73¹ Pemax (Median (min-max)) ( ) ( ) reto (Mean ± SD (N)) 31.3 ± 13.7 (N=9) 34.7 ± 10.6 (N=5) 0.79¹ reto (Median (min-max)) 31.1 ( ) 33.6 ( ) diaf (Mean ± SD (N)) 56.5 ± 35.5 (N=9) 54.3 ± 37.3 (N=5) 0.50¹ diaf (Median (min-max)) 42.3 ( ) 30.4 ( ) CVF (Mean ± SD (N)) 87.9 ± 17.2 (N=9) 89.0 ± 9.4 (N=5) 1.00¹ CVF (Median (min-max)) 87.0 ( ) 86.0 ( ) ASCITEF = 0 ASCITEF = 1 Variable (N=9) (N=5) P-Value VEF1 (Mean ± SD (N)) 88.4 ± 23.0 (N=9) 89.0 ± 15.4 (N=5) 1.00¹ VEF1 (Median (min-max)) 80.0 ( ) 90.0 ( ) FEM2575 (Mean ± SD (N)) ± 51.7 (N=9) 98.2 ± 42.8 (N=5) 0.89¹ FEM2575 (Median (min-max)) ( ) ( ) CF (Mean ± SD (N)) 72.8 ± 21.8 (N=9) 63.0 ± 21.4 (N=5) 0.38¹ CF (Median (min-max)) 80.0 ( ) 65.0 ( ) LAF (Mean ± SD (N)) 50.0 ± 39.5 (N=9) 80.0 ± 32.6 (N=5) 0.17¹ LAF (Median (min-max)) 50.0 ( ) ( ) dor (Mean ± SD (N)) 61.1 ± 31.0 (N=9) 63.6 ± 24.8 (N=5) 1.00¹ dor (Median (min-max)) 64.0 ( ) 62.0 ( ) EG (Mean ± SD (N)) 60.4 ± 22.4 (N=9) 57.2 ± 17.4 (N=5) 0.38¹ EG (Median (min-max)) 62.0 ( ) 52.0 ( ) Vit (Mean ± SD (N)) 56.1 ± 16.2 (N=9) 64.0 ± 13.4 (N=5) 0.46¹ Vit (Median (min-max)) 60.0 ( ) 70.0 ( ) AS (Mean ± SD (N)) 63.9 ± 38.8 (N=9) 77.5 ± 36.9 (N=5) 0.68¹ AS (Median (min-max)) 87.5 ( ) 87.5 ( ) AE (Mean ± SD (N)) 40.7 ± 49.4 (N=9) 53.0 ± 37.9 (N=5) 0.78¹ AE (Median (min-max)) 0.0 ( ) 66.0 ( ) SM (Mean ± SD (N)) 64.9 ± 19.1 (N=9) 64.8 ± 25.8 (N=5) 1.00¹ SM (Median (min-max)) 64.0 ( ) 76.0 ( ) IMCf (Mean ± SD (N)) 27.6 ± 3.6 (N=9) 30.3 ± 7.2 (N=5) 0.69¹ IMCf (Median (min-max)) 27.6 ( ) 31.4 ( ) Pimaxf (Mean ± SD (N)) ± 43.8 (N=9) ± 45.3 (N=5) 0.84¹ Pimaxf (Median (min-max)) ( ) ( ) Pemaxf (Mean ± SD (N)) ± 30.5 (N=9) ± 43.8 (N=5) 0.42¹ Pemaxf (Median (min-max)) ( ) ( ) retof (Mean ± SD (N)) 26.9 ± 8.3 (N=9) 32.2 ± 6.5 (N=5) 0.29¹ retof (Median (min-max)) 27.0 ( ) 33.8 ( ) diaff (Mean ± SD (N)) 34.9 ± 16.0 (N=9) 36.7 ± 17.2 (N=5) 1.00¹ diaff (Median (min-max)) 30.7 ( ) 31.5 ( ) CVFf (Mean ± SD (N)) 94.8 ± 16.7 (N=9) 88.8 ± 8.3 (N=5) 0.64¹ CVFf (Median (min-max)) 96.0 ( ) 87.0 ( ) VEF1f (Mean ± SD (N)) 88.1 ± 14.7 (N=9) 93.4 ± 13.9 (N=5) 0.74¹ VEF1f (Median (min-max)) 87.0 ( ) 95.0 ( ) FEM2575f (Mean ± SD (N)) 91.0 ± 40.8 (N=9) ± 46.2 (N=5) 0.35¹ FEM2575f (Median (min-max)) 88.0 ( ) ( ) CFf (Mean ± SD (N)) 86.7 ± 14.6 (N=9) 81.0 ± 15.2 (N=5) 0.42¹ CFf (Median (min-max)) 90.0 ( ) 90.0 ( ) LAFf (Mean ± SD (N)) 63.9 ± 41.7 (N=9) 40.0 ± 28.5 (N=5) 0.24¹ Relatório Estatístico - 10

11 LAFf (Median (min-max)) 75.0 ( ) 50.0 ( ) dorf (Mean ± SD (N)) 62.0 ± 30.6 (N=9) 47.2 ± 29.9 (N=5) 0.69¹ dorf (Median (min-max)) 61.0 ( ) 62.0 ( ) EGf (Mean ± SD (N)) 66.4 ± 23.1 (N=9) 72.0 ± 10.6 (N=5) 0.64¹ EGf (Median (min-max)) 67.0 ( ) 72.0 ( ) VITf (Mean ± SD (N)) 71.1 ± 18.3 (N=9) 54.0 ± 34.0 (N=5) 0.46¹ VITf (Median (min-max)) 70.0 ( ) 65.0 ( ) ASf (Mean ± SD (N)) 91.7 ± 14.0 (N=9) 47.5 ± 31.1 (N=5) 0.023¹ ASf (Median (min-max)) ( ) 37.5 ( ) AEf (Mean ± SD (N)) 74.1 ± 32.4 (N=9) 40.0 ± 36.5 (N=5) 0.11¹ AEf (Median (min-max)) ( ) 33.3 ( ) SMf (Mean ± SD (N)) 84.4 ± 14.1 (N=9) 67.2 ± 30.6 (N=5) 0.38¹ SMf (Median (min-max)) 88.0 ( ) 80.0 ( ) ¹ based on Mann-Whitney test Quadro 6 Coeficientes de correlação linear de Spearman entre as variáveis do final do estudo em cada grupo. Controle Spearman Correlation Coefficients Prob > r under H0: Rho=0 Number of Observations Idade MELDpuro MELDcorrigido IMCf Pimaxf Pemaxf retof diaff CVFf VEF1f Idade MELDpuro MELDcorrigido IMCf Pimaxf Pemaxf retof diaff CVFf <.0001 VEF1f <.0001 FEM2575f CFf LAFf dorf EGf Relatório Estatístico - 11

12 VITf ASf AEf SMf Controle FEM2575f CFf LAFf dorf EGf VITf ASf AEf SMf Idade MELDpuro MELDcorrigido IMCf Pimaxf Pemaxf retof diaff CVFf VEF1f FEM2575f CFf LAFf dorf EGf VITf ASf Relatório Estatístico - 12

13 AEf SMf Intervenção Spearman Correlation Coefficients, N = 14 Prob > r under H0: Rho=0 Idade MELDcorrigido IMCf Pimaxf Pemaxf retof diaff CVFf VEF1f Idade MELDcorrigido IMCf Pimaxf Pemaxf retof diaff CVFf <.0001 VEF1f <.0001 FEM2575f CFf LAFf dorf EGf VITf ASf AEf SMf FEM2575f CFf LAFf dorf EGf VITf ASf AEf SMf Idade MELDcorrigido Relatório Estatístico - 13

14 IMCf Pimaxf Pemaxf retof diaff CVFf VEF1f FEM2575f Intervenção FEM2575f CFf LAFf dorf EGf VITf ASf AEf SMf CFf LAFf dorf EGf VITf ASf AEf SMf Quadro 7 Análise descritiva e comparações das variáveis do início e final do estudo entre ex-tabagistas ou não, em cada grupo. Controle EXTABAGISTA = 0 EXTABAGISTA = 1 Variable (N=10) (N=13) P-Value PImax (Mean ± SD (N)) 82.5 ± 39.2 (N=10) 93.1 ± 48.5 (N=13) 0.51¹ PImax (Median (min-max)) 92.5 ( ) ( ) Pemax (Mean ± SD (N)) 87.0 ± 33.3 (N=10) ± 49.3 (N=13) 0.047¹ Pemax (Median (min-max)) 80.0 ( ) ( ) reto (Mean ± SD (N)) 54.9 ± 30.6 (N=10) 51.3 ± 63.9 (N=13) 0.18¹ reto (Median (min-max)) 51.5 ( ) 31.5 ( ) diaf (Mean ± SD (N)) 47.6 ± 14.7 (N=10) 41.0 ± 14.9 (N=13) 0.25¹ diaf (Median (min-max)) 48.2 ( ) 37.1 ( ) CVF (Mean ± SD (N)) 85.8 ± 16.3 (N=10) 83.6 ± 12.3 (N=13) 0.93¹ CVF (Median (min-max)) 83.0 ( ) 87.0 ( ) VEF1 (Mean ± SD (N)) 83.2 ± 17.8 (N=10) 85.7 ± 13.3 (N=13) 0.71¹ VEF1 (Median (min-max)) 81.5 ( ) 90.0 ( ) FEM2575 (Mean ± SD (N)) 77.1 ± 27.4 (N=10) ± 29.5 (N=13) 0.044¹ FEM2575 (Median (min-max)) 71.5 ( ) 94.0 ( ) CF (Mean ± SD (N)) 60.0 ± 23.5 (N=10) 75.0 ± 24.1 (N=13) 0.14¹ CF (Median (min-max)) 57.5 ( ) 80.0 ( ) LAF (Mean ± SD (N)) 35.0 ± 37.6 (N=10) 65.4 ± 36.1 (N=13) 0.069¹ LAF (Median (min-max)) 25.0 ( ) 75.0 ( ) Relatório Estatístico - 14

15 dor (Mean ± SD (N)) 55.1 ± 34.5 (N=10) 65.5 ± 30.5 (N=13) 0.55¹ dor (Median (min-max)) 62.0 ( ) 72.0 ( ) EG (Mean ± SD (N)) 58.5 ± 25.2 (N=10) 48.4 ± 27.2 (N=13) 0.40¹ EG (Median (min-max)) 64.5 ( ) 45.0 ( ) Vit (Mean ± SD (N)) 59.0 ± 20.8 (N=10) 63.8 ± 26.6 (N=13) 0.71¹ Vit (Median (min-max)) 62.5 ( ) 60.0 ( ) AS (Mean ± SD (N)) 61.3 ± 28.5 (N=10) 55.8 ± 40.1 (N=13) 0.68¹ AS (Median (min-max)) 56.3 ( ) 37.5 ( ) AE (Mean ± SD (N)) 63.3 ± 36.7 (N=10) 59.0 ± 43.4 (N=13) 1.00¹ AE (Median (min-max)) 66.3 ( ) 66.7 ( ) SM (Mean ± SD (N)) 64.0 ± 24.1 (N=10) 55.4 ± 28.4 (N=13) 0.44¹ SM (Median (min-max)) 64.0 ( ) 56.0 ( ) IMCf (Mean ± SD (N)) 26.6 ± 5.1 (N=10) 29.2 ± 4.6 (N=13) 0.18¹ IMCf (Median (min-max)) 24.9 ( ) 28.9 ( ) Controle EXTABAGISTA = 0 EXTABAGISTA = 1 Variable (N=10) (N=13) P-Value Pimaxf (Mean ± SD (N)) 87.0 ± 35.3 (N=10) ± 41.1 (N=13) 0.22¹ Pimaxf (Median (min-max)) 80.0 ( ) ( ) Pemaxf (Mean ± SD (N)) 90.0 ± 47.6 (N=10) ± 46.6 (N=13) ¹ Pemaxf (Median (min-max)) 80.0 ( ) ( ) retof (Mean ± SD (N)) 59.4 ± 31.3 (N=10) 35.9 ± 25.0 (N=13) 0.014¹ retof (Median (min-max)) 51.0 ( ) 25.2 ( ) diaff (Mean ± SD (N)) 60.8 ± 25.5 (N=10) 48.5 ± 18.9 (N=13) 0.18¹ diaff (Median (min-max)) 54.2 ( ) 39.7 ( ) CVFf (Mean ± SD (N)) 84.9 ± 15.5 (N=10) 85.9 ± 17.2 (N=13) 0.83¹ CVFf (Median (min-max)) 80.5 ( ) 89.0 ( ) VEF1f (Mean ± SD (N)) 84.8 ± 15.7 (N=10) 85.8 ± 14.2 (N=13) 0.64¹ VEF1f (Median (min-max)) 81.0 ( ) 90.0 ( ) FEM2575f (Mean ± SD (N)) 93.1 ± 32.4 (N=10) 96.0 ± 17.9 (N=13) 0.58¹ FEM2575f (Median (min-max)) 80.0 ( ) 92.0 ( ) CFf (Mean ± SD (N)) 66.5 ± 17.6 (N=10) 75.8 ± 24.3 (N=13) 0.17¹ CFf (Median (min-max)) 70.0 ( ) 85.0 ( ) LAFf (Mean ± SD (N)) 47.5 ± 43.2 (N=10) 44.2 ± 37.0 (N=13) 0.97¹ LAFf (Median (min-max)) 37.5 ( ) 50.0 ( ) dorf (Mean ± SD (N)) 53.9 ± 26.8 (N=10) 66.9 ± 27.0 (N=13) 0.28¹ dorf (Median (min-max)) 46.5 ( ) 61.0 ( ) EGf (Mean ± SD (N)) 65.0 ± 24.5 (N=10) 53.3 ± 27.4 (N=13) 0.26¹ EGf (Median (min-max)) 72.0 ( ) 52.0 ( ) VITf (Mean ± SD (N)) 62.5 ± 16.4 (N=10) 57.7 ± 27.9 (N=13) 0.71¹ VITf (Median (min-max)) 60.0 ( ) 55.0 ( ) ASf (Mean ± SD (N)) 65.0 ± 28.1 (N=10) 70.2 ± 32.1 (N=13) 0.61¹ ASf (Median (min-max)) 68.8 ( ) 75.0 ( ) AEf (Mean ± SD (N)) 60.0 ± 43.9 (N=10) 53.8 ± 46.2 (N=13) 0.92¹ AEf (Median (min-max)) 66.7 ( ) 33.3 ( ) SMf (Mean ± SD (N)) 67.6 ± 17.9 (N=10) 62.2 ± 28.4 (N=13) 0.68¹ SMf (Median (min-max)) 64.0 ( ) 64.0 ( ) Intervenção ¹ based on Mann-Whitney test EXTABAGISTA = 0 EXTABAGISTA = 1 Variable (N=4) (N=10) P-Value PImax (Mean ± SD (N)) 75.0 ± 25.2 (N=4) ± 32.8 (N=10) 0.055¹ PImax (Median (min-max)) 80.0 ( ) ( ) Pemax (Mean ± SD (N)) ± 37.7 (N=4) ± 30.3 (N=10) 0.89¹ Relatório Estatístico - 15

16 Pemax (Median (min-max)) ( ) ( ) reto (Mean ± SD (N)) 23.8 ± 11.3 (N=4) 36.0 ± 11.4 (N=10) 0.18¹ reto (Median (min-max)) 24.4 ( ) 36.6 ( ) diaf (Mean ± SD (N)) 51.9 ± 35.4 (N=4) 57.2 ± 36.2 (N=10) 0.62¹ diaf (Median (min-max)) 38.1 ( ) 42.6 ( ) CVF (Mean ± SD (N)) 96.5 ± 11.4 (N=4) 85.0 ± 14.7 (N=10) 0.089¹ CVF (Median (min-max)) 93.0 ( ) 83.5 ( ) VEF1 (Mean ± SD (N)) 96.5 ± 17.7 (N=4) 85.5 ± 20.8 (N=10) 0.52¹ VEF1 (Median (min-max)) 94.5 ( ) 81.5 ( ) FEM2575 (Mean ± SD (N)) ± 55.1 (N=4) 95.9 ± 45.8 (N=10) 0.72¹ FEM2575 (Median (min-max)) ( ) 96.5 ( ) CF (Mean ± SD (N)) 85.0 ± 12.2 (N=4) 63.0 ± 21.4 (N=10) 0.15¹ CF (Median (min-max)) 82.5 ( ) 70.0 ( ) LAF (Mean ± SD (N)) 81.3 ± 23.9 (N=4) 52.5 ± 41.6 (N=10) 0.27¹ LAF (Median (min-max)) 87.5 ( ) 50.0 ( ) Intervenção EXTABAGISTA = 0 EXTABAGISTA = 1 Variable (N=4) (N=10) P-Value dor (Mean ± SD (N)) 83.8 ± 19.5 (N=4) 53.3 ± 26.6 (N=10) 0.075¹ dor (Median (min-max)) 87.0 ( ) 56.5 ( ) EG (Mean ± SD (N)) 56.5 ± 9.9 (N=4) 60.4 ± 23.3 (N=10) 0.78¹ EG (Median (min-max)) 57.0 ( ) 57.0 ( ) Vit (Mean ± SD (N)) 62.5 ± 15.0 (N=4) 57.5 ± 15.9 (N=10) 0.67¹ Vit (Median (min-max)) 65.0 ( ) 60.0 ( ) AS (Mean ± SD (N)) 75.0 ± 33.9 (N=4) 66.3 ± 40.0 (N=10) 0.94¹ AS (Median (min-max)) 87.5 ( ) 87.5 ( ) AE (Mean ± SD (N)) 75.0 ± 50.0 (N=4) 33.2 ± 38.4 (N=10) 0.12¹ AE (Median (min-max)) ( ) 16.5 ( ) SM (Mean ± SD (N)) 61.0 ± 14.4 (N=4) 66.4 ± 23.3 (N=10) 0.57¹ SM (Median (min-max)) 58.0 ( ) 74.0 ( ) IMCf (Mean ± SD (N)) 27.4 ± 5.3 (N=4) 29.1 ± 5.2 (N=10) 0.44¹ IMCf (Median (min-max)) 27.0 ( ) 28.4 ( ) Pimaxf (Mean ± SD (N)) ± 69.5 (N=4) ± 30.3 (N=10) 0.32¹ Pimaxf (Median (min-max)) 85.0 ( ) ( ) Pemaxf (Mean ± SD (N)) ± 46.5 (N=4) ± 31.2 (N=10) 0.62¹ Pemaxf (Median (min-max)) ( ) ( ) retof (Mean ± SD (N)) 30.2 ± 8.8 (N=4) 28.3 ± 8.0 (N=10) 0.72¹ retof (Median (min-max)) 32.7 ( ) 28.0 ( ) diaff (Mean ± SD (N)) 42.3 ± 21.2 (N=4) 32.9 ± 13.5 (N=10) 0.29¹ diaff (Median (min-max)) 34.0 ( ) 29.9 ( ) CVFf (Mean ± SD (N)) 92.3 ± 7.4 (N=4) 92.8 ± 16.5 (N=10) 0.89¹ CVFf (Median (min-max)) 92.0 ( ) 90.5 ( ) VEF1f (Mean ± SD (N)) 92.3 ± 10.9 (N=4) 89.1 ± 15.6 (N=10) 0.89¹ VEF1f (Median (min-max)) 93.5 ( ) 91.0 ( ) FEM2575f (Mean ± SD (N)) 96.0 ± 26.5 (N=4) ± 50.6 (N=10) 1.00¹ FEM2575f (Median (min-max)) ( ) ( ) CFf (Mean ± SD (N)) 88.8 ± 13.1 (N=4) 83.0 ± 15.3 (N=10) 0.52¹ CFf (Median (min-max)) 92.5 ( ) 90.0 ( ) LAFf (Mean ± SD (N)) 75.0 ± 28.9 (N=4) 47.5 ± 39.9 (N=10) 0.28¹ LAFf (Median (min-max)) 75.0 ( ) 50.0 ( ) dorf (Mean ± SD (N)) 73.8 ± 18.2 (N=4) 49.9 ± 31.9 (N=10) 0.25¹ dorf (Median (min-max)) 67.0 ( ) 56.0 ( ) EGf (Mean ± SD (N)) 64.5 ± 32.8 (N=4) 70.0 ± 13.0 (N=10) 1.00¹ EGf (Median (min-max)) 69.5 ( ) 72.0 ( ) VITf (Mean ± SD (N)) 72.5 ± 23.3 (N=4) 62.0 ± 26.5 (N=10) 0.52¹ VITf (Median (min-max)) 72.5 ( ) 65.0 ( ) Relatório Estatístico - 16

17 ASf (Mean ± SD (N)) 75.0 ± 30.6 (N=4) 76.3 ± 31.4 (N=10) 1.00¹ ASf (Median (min-max)) 81.3 ( ) 93.8 ( ) AEf (Mean ± SD (N)) 58.3 ± 50.0 (N=4) 63.3 ± 33.1 (N=10) 0.88¹ AEf (Median (min-max)) 66.7 ( ) 50.0 ( ) SMf (Mean ± SD (N)) 74.0 ± 25.8 (N=4) 80.0 ± 21.6 (N=10) 0.89¹ SMf (Median (min-max)) 74.0 ( ) 82.0 ( ) ¹ based on Mann-Whitney test Quadro 8 Análise descritiva, comparação, correlação e concordância entre Pimax e Pemax (real e predito). Variable N Mean Std Dev Minimum Median Maximum PImax Pimaxpred difpi Pemax Pemaxpred difpe * do teste de Wilcoxon para amostras pareadas (Hipótese nula: mediana igual a zero). OBS.: As variáveis iniciadas com dif são as diferenças entre predito e real Correlações Variável Coeficiente de Spearman () ICC (IC95%) PImax ( <0.0001) (0.028; 0.473) PEmax ( <0.0001) (0.122; 0.557) Bibliografia Conover, W.J. (1999). Practical Nonparametric Statistics. 3ª ed. John Wiley & Sons Inc. Nova Iorque. Montgomery, D.C.(1991). Design and Analysis of Experiments. 3ª ed. John Wiley & Sons. New York. Programa Computacional SAS System for Windows (Statistical Analysis System), versão 9.2. SAS Institute Inc, , Cary, NC, USA. Relatório Estatístico - 17

Prof. Dr. Alfredo J Rodrigues. Departamento de Cirurgia e Anatomia Faculdade de Medicina de Ribeirão Preto Universidade de São Paulo

Prof. Dr. Alfredo J Rodrigues. Departamento de Cirurgia e Anatomia Faculdade de Medicina de Ribeirão Preto Universidade de São Paulo Bioestatística Básica RCA 5804 1. Experimentos no qual o sujeito recebe + de 1 tratamento 2. Alternativas para teste T e Análise de Variância 3. Correlação Prof. Dr. Alfredo J Rodrigues Departamento de

Leia mais

Por que testes não-paramétricos?

Por que testes não-paramétricos? Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Métodos Estatísticos Avançados em Epidemiologia Aula 3 Testes Não-Paramétricos: Wilcoxon Mann-Whitney Kruskal-Wallis

Leia mais

1) Como vou comparar 3 grupos realizo uma Anova one way:

1) Como vou comparar 3 grupos realizo uma Anova one way: Gabarito aula anova e teste não-paramétrico: 1) Como vou comparar 3 grupos realizo uma Anova one way: One-way ANOVA: AREA versus VIRUS Analysis of Variance for AREA Source DF SS MS F P VIRUS 2 215,54 107,77

Leia mais

Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA QUANTIFICAÇÃO DOS GRUPOS DO ESTUDO PESQUISA INFERÊNCIA ESTATÍSTICA TESTE DE HIPÓTESES E

Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA QUANTIFICAÇÃO DOS GRUPOS DO ESTUDO PESQUISA INFERÊNCIA ESTATÍSTICA TESTE DE HIPÓTESES E Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA Determinada a pergunta/ hipótese Recolhidos os dados Análise descritiva = Estatística descritiva QUAIS TESTES ESTATÍSTICOS DEVEM SER REALIZADOS?? PROFESSORA:

Leia mais

Introdução à análise estatística com SPSS. Guião nº6: Medidas de associação

Introdução à análise estatística com SPSS. Guião nº6: Medidas de associação Introdução à análise estatística com SPSS Guião nº6: Medidas de associação Experiência sobre volume plasmático e o peso em 13 homens saudáveis Os investigadores pretendem descobrir se as variáveis volume

Leia mais

Estimação e Testes de Hipóteses

Estimação e Testes de Hipóteses Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas

Leia mais

Capítulo 6 Estatística não-paramétrica

Capítulo 6 Estatística não-paramétrica Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Testes dos sinais e de Wilcoxon Teste de Mann-Whitney Teste

Leia mais

Métodos Quantitativos Aplicados

Métodos Quantitativos Aplicados Métodos Quantitativos Aplicados Aula 6 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise de dados bivariada: os casos dos testes de proporções para duas amostras independentes e emparelhadas

Leia mais

SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20

SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20 SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17

Leia mais

Filho, não é um bicho: chama-se Estatística!

Filho, não é um bicho: chama-se Estatística! Paulo Jorge Silveira Ferreira Filho, não é um bicho: chama-se Estatística! Estatística aplicada uma abordagem prática FICHA TÉCNICA EDIÇÃO: Paulo Ferreira TÍTULO: Filho, não é um bicho: chama-se Estatística!

Leia mais

Resultados dos testes estatísticos

Resultados dos testes estatísticos Resultados dos testes estatísticos Estudo da fiabilidade do instrumento para avaliação dos comportamentos e atitudes Factor Analysis Communalities Initial Extraction Item47 1,000,759 Item48 1,000,801 Item49

Leia mais

IMC para adolescentes:

IMC para adolescentes: ANEXO 1 Anexo 1 IMC para adolescentes: Idade Sexo Baixo Peso Peso Normal 6 anos 7 anos 8 anos 9 anos 10 anos 11 anos 12 anos 13 anos 14 anos 15 anos 16 anos 17 anos Masculino Feminino Masculino Feminino

Leia mais

Analise discriminante rácios Económico - Financeiros - VI Page 1

Analise discriminante rácios Económico - Financeiros - VI Page 1 Frequencies ANALISE DOS RÁCIOS Notes Missing Value Handling Syntax Definition of Missing Cases Used Userdefined missing values are treated as missing. Statistics are based on all cases with valid data.

Leia mais

Teste de Hipóteses = 0 = 0

Teste de Hipóteses = 0 = 0 Teste de Hipóteses Nos estudos analíticos, além da descrição estatística, às vezes é necessário tomar uma decisão. O teste de hipóteses é um procedimento estatístico que tem por objetivo ajudar o pesquisador,

Leia mais

ESTATÍSTICA INFERENCIAL. Prof. Dr. Guanis de Barros Vilela Junior

ESTATÍSTICA INFERENCIAL. Prof. Dr. Guanis de Barros Vilela Junior ESTATÍSTICA INFERENCIAL Prof. Dr. Guanis de Barros Vilela Junior As Hipóteses A Hipótese Nula (H 0 ) é, em geral, uma afirmação conservadora sobre uma situação da pesquisa. Por exemplo, se você quer testar

Leia mais

ÍNDICE Janelas Menus Barras de ferramentas Barra de estado Caixas de diálogo

ÍNDICE Janelas Menus Barras de ferramentas Barra de estado Caixas de diálogo XXXXXXXX ÍNDICE INTRODUÇÃO 15 1. VISÃO GERAL DO SPSS PARA WINDOWS 17 1.1. Janelas 17 1.2. Menus 20 1.3. Barras de ferramentas 21 1.4. Barra de estado 21 1.5. Caixas de diálogo 22 2. OPERAÇÕES BÁSICAS 23

Leia mais

Teste de hipóteses. Testes de Hipóteses. Valor de p ou P-valor. Lógica dos testes de hipótese. Valor de p 31/08/2016 VPS126

Teste de hipóteses. Testes de Hipóteses. Valor de p ou P-valor. Lógica dos testes de hipótese. Valor de p 31/08/2016 VPS126 3/8/26 Teste de hipóteses Testes de Hipóteses VPS26 Ferramenta estatística para auxiliar no acúmulo de evidências sobre uma questão Média de glicemia de um grupo de animais é diferente do esperado? Qual

Leia mais

Teste F-parcial 1 / 16

Teste F-parcial 1 / 16 Teste F-parcial Ingredientes A hipótese nula, H 0, define o modelo restrito. A hipótese alternativa, H a : H 0 é falsa, define o modelo irrestrito. SQR r : soma de quadrado dos resíduos associada à estimação

Leia mais

Testes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados.

Testes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados. TESTES NÃO PARAMÉTRICOS Testes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados. Bioestatística, 2007 15 Vantagens dos testes não

Leia mais

Teste F-parcial 1 / 16

Teste F-parcial 1 / 16 Teste F-parcial A hipótese nula, H 0, define o modelo restrito. Ingredientes SQR r : soma de quadrado dos resíduos sob H 0. R 2 r: coeficiente de determinação sob H 0. g: número de restrições a serem testadas

Leia mais

O SENTIMENTO DE SOLIDÃO EM IDOSAS INSTITUCIONALIZADAS: A INFLUÊNCIA DA AUTONOMIA FUNCIONAL E DO MEIO ECOLÓGICO

O SENTIMENTO DE SOLIDÃO EM IDOSAS INSTITUCIONALIZADAS: A INFLUÊNCIA DA AUTONOMIA FUNCIONAL E DO MEIO ECOLÓGICO UNIVERSIDADE DE LISBOA FACULDADE DE PSICOLOGIA E CIÊNCIAS DA EDUCAÇÃO O SENTIMENTO DE SOLIDÃO EM IDOSAS INSTITUCIONALIZADAS: A INFLUÊNCIA DA AUTONOMIA FUNCIONAL E DO MEIO ECOLÓGICO Joana Fátima Mendes

Leia mais

Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão.

Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Glossário Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Análise de co-variância: Procedimento estatístico utilizado para análise de dados que

Leia mais

UNIVERSIDADE DE SÃO PAULO

UNIVERSIDADE DE SÃO PAULO UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ Centro de Métodos Quantitativos Programa de Curso e de Algumas Noções s da Disciplina LCF-5759 Bioestatística Prof. Dr. Hilton Thadeu

Leia mais

Análise de Variância a um factor

Análise de Variância a um factor 1 Análise de Variância a um factor Análise de experiências com vários grupos de observações classificados através de um só factor (por exemplo grupos de indivíduos sujeitos a diferentes tratamentos para

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA ANEXO PROGRAMAS DOS CURSOS CURTA DURAÇÃO EM ANÁLISE DE DADOS COM SPSS

ESCOLA SUPERIOR DE TECNOLOGIA ANEXO PROGRAMAS DOS CURSOS CURTA DURAÇÃO EM ANÁLISE DE DADOS COM SPSS ESCOLA SUPERIOR DE TECNOLOGIA ANEXO PROGRAMAS DOS CURSOS CURTA DURAÇÃO EM ANÁLISE DE DADOS COM SPSS ANÁLISE DE DADOS COM SPSS NÍVEL I - INTRODUTÓRIO OBJETIVOS Dotar os formandos de competências que permitam

Leia mais

Estatística Computacional A - Aula SAS 01 Estatísticas Descritivas Prof. José Carlos Fogo

Estatística Computacional A - Aula SAS 01 Estatísticas Descritivas Prof. José Carlos Fogo Estatística Computacional A - Aula SAS 01 Estatísticas Descritivas Prof. José Carlos Fogo /* Linha de comando com configurações de página */ options ps=60 ls=80 nodate pageno=1; /* Entrando com um arquivo

Leia mais

Estatística Descritiva (I)

Estatística Descritiva (I) Estatística Descritiva (I) O que é Estatística Para muitos, a Estatística não passa de conjuntos de tabelas de dados numéricos. Os estatísticos são as pessoas que coletam esses dados. A Estatística originou-se

Leia mais

Curso de Especialização em Fisioterapia Traumato-Ortopédica / 2010 NOÇÕES DE STICA

Curso de Especialização em Fisioterapia Traumato-Ortopédica / 2010 NOÇÕES DE STICA Curso de Especialização em Fisioterapia Traumato-Ortopédica / 2010 NOÇÕES DE BIOSTATÍSTICA STICA Prof a. Lilian Pinto da Silva Faculdade de Fisioterapia Universidade Federal de Juiz de Fora lilian.pinto@ufjf.edu.br

Leia mais

Teste de Wilcoxon-Mann-Whitney

Teste de Wilcoxon-Mann-Whitney ## Distribuição exata de U m

Leia mais

Estatística Aplicada à Administração II

Estatística Aplicada à Administração II Estatística Aplicada à Administração II Tópico: Análise Discriminante (No SPSS e no Minitab) Bibliografia: R.A. Johnson, Applied Multivariate Statistical Analysis, Prentice Hall, 1992 L.J. Corrar; E. Paulo;

Leia mais

APONTAMENTOS DE SPSS

APONTAMENTOS DE SPSS Instituto de Ciências Biomédicas de Abel Salazar APONTAMENTOS DE SPSS Rui Magalhães 2010-1 - - 2 - Menu DATA Opção SPLIT FILE Permite dividir, de uma forma virtual, o ficheiro em diferentes ficheiros com

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Científica Matemática Teóricas Curso Eng. Electrotécnica ECTS 5 Teóricopráticas Distribuição das horas de contacto Trabalho Práticas e de Seminário Estágio Laboratoriais campo Orientação tutória Outras

Leia mais

1 Introdução aos Métodos Estatísticos para Geografia 1

1 Introdução aos Métodos Estatísticos para Geografia 1 1 Introdução aos Métodos Estatísticos para Geografia 1 1.1 Introdução 1 1.2 O método científico 2 1.3 Abordagens exploratória e confirmatória na geografia 4 1.4 Probabilidade e estatística 4 1.4.1 Probabilidade

Leia mais

POPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA TIPOS DE VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS 1) TIPOS DE VARIÁVEIS

POPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA TIPOS DE VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS 1) TIPOS DE VARIÁVEIS POPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA População (N) representa o conjunto de todas as unidades experimentais que apresentam características em comum Amostra (n) representa uma parte do todo.

Leia mais

INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 EXAME: DATA 24 / 02 / NOME DO ALUNO:

INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 EXAME: DATA 24 / 02 / NOME DO ALUNO: INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 Estudos de Mercado EXAME: DATA 24 / 02 / 20010 NOME DO ALUNO: Nº INFORMÁTICO: TURMA: PÁG. 1_ PROFESSOR: ÉPOCA: Grupo I (10

Leia mais

Renda x Vulnerabilidade Ambiental

Renda x Vulnerabilidade Ambiental Renda x Vulnerabilidade Ambiental ANEXO D ANÁLISE EXPLORATÓRIA E PREPARAÇÃO DOS DADOS Identificamos tendência linear positiva. A correlação entre as variáveis é significativa, apresentando 99% de confiança.

Leia mais

Correção dos Aneurismas da Aorta Torácica e Toracoabdominal - Técnica de Canulação Central

Correção dos Aneurismas da Aorta Torácica e Toracoabdominal - Técnica de Canulação Central Correção dos Aneurismas da Aorta Torácica e Toracoabdominal - Técnica de Canulação Central Salomón S. O. Rojas, Januário M. de Souza, Viviane C. Veiga, Marcos F. Berlinck, Reinaldo W. Vieira, Domingo M.

Leia mais

Estatística descritiva básica: Medidas de associação ACH2021 Tratamento e Análise de Dados e Informações

Estatística descritiva básica: Medidas de associação ACH2021 Tratamento e Análise de Dados e Informações Estatística descritiva básica: Medidas de associação ACH2021 Tratamento e Análise de Dados e Informações Marcelo de Souza Lauretto marcelolauretto@usp.br www.each.usp.br/lauretto Referências Bergamaschi,

Leia mais

CONCEITOS INICIAIS. ciência que tem objetivo de orientar a coleta, o resumo, a apresentação, a análise e a interpretação de dados.

CONCEITOS INICIAIS. ciência que tem objetivo de orientar a coleta, o resumo, a apresentação, a análise e a interpretação de dados. CONCEITOS INICIAIS ESTATÍSTICA: ciência que tem objetivo de orientar a coleta, o resumo, a apresentação, a análise e a interpretação de dados. BIOESTATÍSTICA: biológicos e médicos. aplicação dos métodos

Leia mais

CONCEITOS INICIAIS. ESTATÍSTICA: ciência que tem objetivo de orientar a coleta, o resumo, a apresentação, a análise e a interpretação de dados.

CONCEITOS INICIAIS. ESTATÍSTICA: ciência que tem objetivo de orientar a coleta, o resumo, a apresentação, a análise e a interpretação de dados. CONCEITOS INICIAIS ESTATÍSTICA: ciência que tem objetivo de orientar a coleta, o resumo, a apresentação, a análise e a interpretação de dados. BIOESTATÍSTICA: aplicação dos métodos estatísticos à solução

Leia mais

P R O G R A M A TERCEIRA FASE. DISCIPLINA: Estatística Aplicada à Pesquisa Educacional Código: 3EAPE Carga Horária: 54h/a (crédito 03)

P R O G R A M A TERCEIRA FASE. DISCIPLINA: Estatística Aplicada à Pesquisa Educacional Código: 3EAPE Carga Horária: 54h/a (crédito 03) UNIVERSIDADE DO ESTADO DE SANTA CATARINA - UDESC CENTRO DE CIÊNCIAS DA SAÚDE E DO ESPORTE - CEFID DEPARTAMENTO DE EDUCAÇÃO FÍSICA - DEF CURSO: LICENCIATURA EM EDUCAÇÃO FÍSICA CURRÍCULO: 2008/2 P R O G

Leia mais

Introdução ao SPSS 17.0

Introdução ao SPSS 17.0 Introdução ao SPSS 17.0 Metodologias de Análise Quantitativas Liliana Abreu CIPEM Novembro de 2009 Fase lógica da pesquisa Identificação do problema: Pergunta de partida; Exploração do domínio; Escolha

Leia mais

Uma alternativa para avaliar discordância entre duas medidas via modelo de regressão linear simples sem intercepto

Uma alternativa para avaliar discordância entre duas medidas via modelo de regressão linear simples sem intercepto ARTIGO ORIGINAL DOI: 10.5433/1679-0375.2016v37n2p41 Uma alternativa para avaliar discordância entre duas medidas via modelo de regressão linear simples sem intercepto An alternative to evaluate disagreement

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 5 - Análise Bivariada (Bidimensional) 5.1. Introdução O principal objetivo das análises nessa situação é explorar relações (similaridades) entre duas variáveis. A distribuição conjunta das freqüências

Leia mais

EXERCÍCIOS SOBRE TESTE T

EXERCÍCIOS SOBRE TESTE T EXERCÍCIOS SOBRE TESTE T 1 Exercício Foi realizado um estudo para determinar se havia influência de um gene sobre a resistência a geadas de plantas de uma determinada espécie. Foram produzidas 10 plantas

Leia mais

Uso de procedimentos de estatistica na obtenção de resultados de toxicidade

Uso de procedimentos de estatistica na obtenção de resultados de toxicidade Uso de procedimentos de estatistica na obtenção de resultados de toxicidade Dean Leverett Senior Scientist UK Environment Agency Science Biological Effects Measures Plano Resultados dos testes de toxicidade

Leia mais

Técnicas Computacionais em Probabilidade e Estatística I. Aula I

Técnicas Computacionais em Probabilidade e Estatística I. Aula I Técnicas Computacionais em Probabilidade e Estatística I Aula I Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Análise de Um conjunto de dados objetivo: tratamento de um conjunto de dados. uma amostra de

Leia mais

por apresentarem contração paradoxal do AP no primeiro atendimento fisioterapêutico; duas gestantes, por parto prematuro; duas, pela ocorrência

por apresentarem contração paradoxal do AP no primeiro atendimento fisioterapêutico; duas gestantes, por parto prematuro; duas, pela ocorrência 41 A série inicial de pacientes foi composta de 70 gestantes. Excluíramse 10 mulheres que participaram do estudo-piloto, sendo que nove mulheres, por apresentarem contração paradoxal do AP no primeiro

Leia mais

Tabela 1 - Teste de Dickey-Fuller para série log-preço futuro. Teste ADF 0, ,61% Tabela 2 - Teste de Dickey-Fuller para série log-preço à vista

Tabela 1 - Teste de Dickey-Fuller para série log-preço futuro. Teste ADF 0, ,61% Tabela 2 - Teste de Dickey-Fuller para série log-preço à vista 32 5. Resultados 5.1. Séries Log-preço Para verificar se as séries logaritmo neperiano dos preços (log-preço) à vista e futuro e as séries logaritmo neperiano dos retornos (log-retorno) à vista e futuro

Leia mais

Métodos Estatísticos Avançados em Epidemiologia

Métodos Estatísticos Avançados em Epidemiologia 1 / 44 Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Referência: Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 44

Leia mais

Capítulo 11 Análise da Variância. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1

Capítulo 11 Análise da Variância. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1 Capítulo 11 Análise da Variância Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1 Objetivos do Aprendizado Neste capítulo você aprenderá: Os conceitos básicos da modelagem

Leia mais

Minicurso: Validade e confiabilidade de instrumentos de mensuração. Ludmilla Jacobson Professora Adjunta Departamento de Estatística UFF

Minicurso: Validade e confiabilidade de instrumentos de mensuração. Ludmilla Jacobson Professora Adjunta Departamento de Estatística UFF Minicurso: Validade e confiabilidade de instrumentos de mensuração Ludmilla Jacobson Professora Adjunta Departamento de Estatística UFF Objetivo do Minicurso Apresentar os conceitos de validade e confiabilidade,

Leia mais

ISCTE Instituto Superior de Ciências do Trabalho e da Empresa

ISCTE Instituto Superior de Ciências do Trabalho e da Empresa ISCTE Instituto Superior de Ciências do Trabalho e da Empresa Licenciatura em Gestão Exame de 2ª Época de Estatística II Duração: 2h +30m Nota: Não são prestados esclarecimentos durante a prova! Só é permitida

Leia mais

Planejamento e Pesquisa 1. Dois Grupos

Planejamento e Pesquisa 1. Dois Grupos Planejamento e Pesquisa 1 Dois Grupos Conceitos básicos Comparando dois grupos Testes t para duas amostras independentes Testes t para amostras pareadas Suposições e Diagnóstico Comparação de mais que

Leia mais

Modelos de Escolha Discreta. a)pretende-se conhecer os coeficientes da função de utilidade, assim como a sua significância estatística.

Modelos de Escolha Discreta. a)pretende-se conhecer os coeficientes da função de utilidade, assim como a sua significância estatística. Nº Observações espaço Lx centro espaço periferia nº clientes (15 min) centro Lx nº clientes (15 min) periferia estacionamento centro Lx estacionamento periferia tc rodo centro Lx tc rodo periferia Código

Leia mais

ESTATÍSTICA NÃO PARAMÉTRICA - HEP-5762

ESTATÍSTICA NÃO PARAMÉTRICA - HEP-5762 ESTATÍSTICA NÃO PARAMÉTRICA - HEP-576 Maria do Rosario Dias de Oliveira Latorre 013 1 Bibliografia básica: 1. SIEGEL, S. Estatística não paramétrica. Editora McGraw Hill do Brasil, São Paulo, 1981.. SIEGEL,

Leia mais

Questionário GERAÇÃO SAUDÁVEL: ANÁLISE ESTATÍSTICA

Questionário GERAÇÃO SAUDÁVEL: ANÁLISE ESTATÍSTICA Questionário GERAÇÃO SAUDÁVEL: ANÁLISE ESTATÍSTICA ANÁLISE DE DADOS Os dados foram analisados na versão R 2.13.1. Foi realizada uma análise descritiva exaustiva de todas as variáveis em estudo, usando

Leia mais

Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade

Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas

Leia mais

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA IDENTIFICAÇÃO (20140206) CURSOS A QUE ATENDE MEDICINA VETERINARIA

Leia mais

ANÁLISE DISCRIMINANTE (MÓDULO I)

ANÁLISE DISCRIMINANTE (MÓDULO I) Universidade Federal do Pará Instituto de Ciências Exatas e Naturais Faculdade de Estatística Estatística Aplicada ANÁLISE DISCRIMINANTE (MÓDULO I) Franciely Farias da Cunha (201007840014), aluna do curso

Leia mais

1) A variância de um conjunto de dados é 16. O desvio padrão será: 1.1 DESVIO MÉDIO ABSOLUTO (Dm) Distribuição de Dados não- Agrupados

1) A variância de um conjunto de dados é 16. O desvio padrão será: 1.1 DESVIO MÉDIO ABSOLUTO (Dm) Distribuição de Dados não- Agrupados RESUMO É de extrema importância para a análise dos dados, verificar o comportamento dos valores tabelados em relação à média. Isto é, estudar a dispersão dos dados em relação à média. No estudo dessa dispersão

Leia mais

Aula 3 Epi-Info 2000 e Epi-Info 6.04: Análises Estatísticas

Aula 3 Epi-Info 2000 e Epi-Info 6.04: Análises Estatísticas Universidade de São Paulo/Faculdade de Saúde Pública Curso de Saúde Pública Disciplina: HEP 147 - Informática Aula 3 Epi-Info 2000 e Epi-Info 6.04: Análises Estatísticas 1 Análises Estatísticas O Epi-Info

Leia mais

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME:

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME: DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME: Observação: A resolução completa das perguntas inclui a justificação

Leia mais

CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO

CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis

Leia mais

Case Processing Summary

Case Processing Summary 17. O ficheiro Banco.sav encerra informação relativa a 474 empregados contratados por um banco, entre 1969 e 1971. Este banco esteve envolvido num processo judicial no âmbito da Igualdade de Oportunidade

Leia mais

Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais

Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br

Leia mais

Capítulo 6 Estatística não-paramétrica

Capítulo 6 Estatística não-paramétrica Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Algumas considerações Slide 2 As secções deste capítulo referem-se

Leia mais

CURSO RÁPIDO. E l a b o r a ç ã o : W a n d e r s o n K l e b e r d e O l i v e i r a W i l d o N a v e g a n t e s d e A r a u j o

CURSO RÁPIDO. E l a b o r a ç ã o : W a n d e r s o n K l e b e r d e O l i v e i r a W i l d o N a v e g a n t e s d e A r a u j o CURSO RÁPIDO E l a b o r a ç ã o : W a n d e r s o n K l e b e r d e O l i v e i r a W i l d o N a v e g a n t e s d e A r a u j o 1 9 / 0 7 / 2 0 1 5 RSTUDIO CURSO RÁPIDO INSTALAÇÃO R (Linguagem de programação)

Leia mais

ÍNDICE Pág. 1 INTRODUÇÃO PARTICIPANTES INSTRUMENTOS PROCEDIMENTOS ANÁLISE DESCRITIVA ANÁLISE INFERENCIAL 60

ÍNDICE Pág. 1 INTRODUÇÃO PARTICIPANTES INSTRUMENTOS PROCEDIMENTOS ANÁLISE DESCRITIVA ANÁLISE INFERENCIAL 60 ÍNDICE Pág. 1 INTRODUÇÃO. 15 2 MATERIAIS E MÉTODOS 33 2.1 PARTICIPANTES 35 2.2 INSTRUMENTOS 36 2.3 PROCEDIMENTOS 41 3 APRESENTAÇÃO DOS RESULTADOS 45 3.1 - ANÁLISE DESCRITIVA 45 3.1.1. Caracterização sócio-demográfica

Leia mais

SHOW. [DataSet1] C:\Documents and Settings\Tito\Ambiente de trabalho\almas\dadostodoscomresiduos.sav

SHOW. [DataSet1] C:\Documents and Settings\Tito\Ambiente de trabalho\almas\dadostodoscomresiduos.sav GET FILE=' '. DATASET NAME Set1 WINDOW=FRONT. PRESERVE. SET RNG=MT MTINDEX=2000000. SHOW RNG. SHOW Output Created 21-DEC-2013 23:23:56 Active set Set1 SHOW RNG. Processor Time 00:00:00,00 Elapsed Time

Leia mais

Métodos de pesquisa quantitativa e qualitativa para Ciência da Computação

Métodos de pesquisa quantitativa e qualitativa para Ciência da Computação Métodos de pesquisa quantitativa e qualitativa para Ciência da Computação Jacques Wainer Gabriel de Barros Paranhos da Costa Gabriel Dias Cantareira Metodologia de pesquisa científica em Ciências da Computação

Leia mais

Teste de Hipóteses (ou Teste de Significância)

Teste de Hipóteses (ou Teste de Significância) Teste de Hipóteses (ou Teste de Significância) Pedro Paulo Balestrassi www.pedro.unifei.edu.br ppbalestrassi@gmail.com 35-36291161 / 88776958 (cel) 1 São diferenças estatisticamente significantes? A B

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Exercício 01 MAE116 Noções de Estatística base freq. absoluta Antes do treinamento freq. relativa (%) densidade de freq. freq. absoluta Depois do treinamento freq relativa (%) densidade de freq. 0 -- 2

Leia mais

Exemplos Equações de Estimação Generalizadas

Exemplos Equações de Estimação Generalizadas Exemplos Equações de Estimação Generalizadas Bruno R. dos Santos e Gilberto A. Paula Departamento de Estatística Universidade de São Paulo, Brasil giapaula@ime.usp.br Modelos Lineares Generalizados dos

Leia mais

16/6/2014. Teste Qui-quadrado de independência

16/6/2014. Teste Qui-quadrado de independência UNIVERSIDADE FEDERAL DA PARAÍBA TESTES NÃO- PARAMÉTRICOS Parte I Prof. Luiz Medeiros Departamento de Estatística Teste Qui-quadrado de independência Um dos principais objetivos de se construir uma tabela

Leia mais

Modelo de Variáveis discretas. Regressão com uma variável dependente Binária. Variáveis dependentes Binárias. Modelo de Probabilidade Linear

Modelo de Variáveis discretas. Regressão com uma variável dependente Binária. Variáveis dependentes Binárias. Modelo de Probabilidade Linear Regressão com uma variável dependente Binária Capítulo 9 Stock e Watson. Econometria. Modelo de Variáveis discretas P(y = 1 x) = G(β 0 + xβ) y* = β 0 + xβ + u, y = max(0,y*) 1 2 Variáveis dependentes Binárias

Leia mais

Teste Anova. Prof. David Prata Novembro de 2016

Teste Anova. Prof. David Prata Novembro de 2016 Teste Anova Prof. David Prata Novembro de 2016 Tipo de Variável Introduzimos o processo geral de teste de hipótese. É hora de aprender a testar a sua própria hipótese. Você sempre terá que interpretar

Leia mais

Técnicas Computacionais em Probabilidade e Estatística I. Aula III

Técnicas Computacionais em Probabilidade e Estatística I. Aula III Técnicas Computacionais em Probabilidade e Estatística I Aula III Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Arquivo PULSE do Minitab Refere-se a um experimento feito por alunos. Cada um deles registrou

Leia mais

Medidas Estatísticas NILO FERNANDES VARELA

Medidas Estatísticas NILO FERNANDES VARELA Medidas Estatísticas NILO FERNANDES VARELA Tendência Central Medidas que orientam quanto aos valores centrais. Representam os fenômenos pelos seus valores médios, em torno dos quais tendem a se concentrar

Leia mais

QUI 072/150 Química Analítica V Análise Instrumental. Aula 1 Introdução A Disciplina

QUI 072/150 Química Analítica V Análise Instrumental. Aula 1 Introdução A Disciplina Universidade Federal de Juiz de Fora (UFJF) Instituto de Ciências Exatas Depto. de Química QUI 072/150 Química Analítica V Análise Instrumental Aula 1 Introdução A Disciplina Prof. Julio C. J. Silva Juiz

Leia mais

EM MICROBIOLOGIA. Lavras, maio de 2012

EM MICROBIOLOGIA. Lavras, maio de 2012 PLANEJAMENTO EXPERIMENTAL EM MICROBIOLOGIA Prof. Dr. Whasley Ferreira Duarte Lavras, maio de 2012 1 8 4 < 0,5 8 4 SUMÁRIO Planejamento experimental Definição de bioestatística O que são as técnicas de

Leia mais

MORTALIDADE DE IDOSOS POR DOENÇAS CARDIOLÓGICAS NA CIDADE DE JOÃO PESSOA-PB

MORTALIDADE DE IDOSOS POR DOENÇAS CARDIOLÓGICAS NA CIDADE DE JOÃO PESSOA-PB MORTALIDADE DE IDOSOS POR DOENÇAS CARDIOLÓGICAS NA CIDADE DE JOÃO PESSOA-PB Msc. Elídio Vanzella- Ensine Faculdades; Estácio. INTRODUÇÃO No ano de 1990 o governo brasileiro, pelo menos no campo das intenções,

Leia mais

Capítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação

Capítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem

Leia mais

ANÁLISE DE DADOS. Nome:

ANÁLISE DE DADOS. Nome: UNIVERSIDADE EDUARDO MONDLANE FACULADADE DE AGRONOMIA E ENGENHARIA FLORESTAL Departamento de Economia Agrária e Desenvolvimento Rural Secção de Economia Agrária ANÁLISE DE DADOS 31.05.2012 Nome: 1. Das

Leia mais

MEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso

MEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso MEDIDAS DE POSIÇÃO E DE DISPERSÃO Profª Andréa H Dâmaso Bioestatística e Delineamento Experimental - 2012 Tópicos da aula Medidas de tendência central e dispersão Variáveis contínuas: distribuição normal

Leia mais

LISTA 1. a) Ache o salário médio e o numero médio de anos de estudo da amostra. Qual é o desvio-padrão de educ?

LISTA 1. a) Ache o salário médio e o numero médio de anos de estudo da amostra. Qual é o desvio-padrão de educ? LISTA 1 Curso: Economia 4ECO Disciplina: Econometria Período letivo: 2016/1 Professor: Hedibert Freitas Lopes - www.hedibert.org Monitora: Paloma Vaissman Uribe - PalomaVU@insper.edu.br Questão 1 Utilizando

Leia mais

FACULDADE DE ECONOMIA DO PORTO. Curso de Mestrado em Economia MÉTODOS ECONOMÉTRICOS (EC706)

FACULDADE DE ECONOMIA DO PORTO. Curso de Mestrado em Economia MÉTODOS ECONOMÉTRICOS (EC706) FACULDADE DE ECONOMIA DO PORTO Curso de Mestrado em Economia MÉTODOS ECONOMÉTRICOS (EC706) Exame Final 10 de Janeiro de 2005 NOTAS PRÉVIAS: 1. A prova tem três horas de duração. 2. Apenas é permitida a

Leia mais

Mais Informações sobre Itens do Relatório

Mais Informações sobre Itens do Relatório Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo

Leia mais

Parte 8 Testes de hipóteses Comparação de dois grupos

Parte 8 Testes de hipóteses Comparação de dois grupos Parte 8 Testes de hipóteses Comparação de dois grupos Um objetivo frequente em estudos de diferentes áreas é a comparação de dois ou mais grupos (ou populações). Alguns exemplos: o Comparação dos salários

Leia mais

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular MÉTODOS QUANTITATIVOS Ano Lectivo 2014/2015

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular MÉTODOS QUANTITATIVOS Ano Lectivo 2014/2015 Programa da Unidade Curricular MÉTODOS QUANTITATIVOS Ano Lectivo 2014/2015 1. Unidade Orgânica Ciências Humanas e Sociais (1º Ciclo) 2. Curso Psicologia 3. Ciclo de Estudos 1º 4. Unidade Curricular MÉTODOS

Leia mais

Aula no SAS. Planejamento do Experimento - Delineamento inteiramente casualizado. Saídas

Aula no SAS. Planejamento do Experimento - Delineamento inteiramente casualizado. Saídas Aula no SAS Planejamento do Experimento - Delineamento inteiramente casualizado Saídas title "Antes da Casualização"; data plano; do parc=1 to 20;*DEVE SER MÚLTIPLO DO NÚMERO DE TRATAMENTOS; trat=int((parc-1)/5)+1;*tratamentos+1=5;

Leia mais

CAPÍTULO II. Descrevendo Dados: análise inicial dos dados

CAPÍTULO II. Descrevendo Dados: análise inicial dos dados CAPÍTULO II Descrevendo Dados: análise inicial dos dados Objetivo: O objetivo do presente trabalho é descrever a rotina básica de comandos para realização de uma inspeção inicial dos dados utilizando o

Leia mais

Componente de Formação Técnica. Disciplina de

Componente de Formação Técnica. Disciplina de CURSOS PROFISSIONAIS DE NÍVEL SECUNDÁRIO Técnico da Qualidade - Calçado e Marroquinaria PROGRAMA Componente de Formação Técnica Disciplina de Métodos Estatísticos Autores Escola Profissional Felgueiras

Leia mais

UNIVERSIDADE DE SÃO PAULO ESCOLA DE EDUCAÇÃO FÍSICA E ESPORTE DE RIBEIRÃO PRETO EEFERP - USP. Prof. Dr. Dalmo Roberto Lopes Machado

UNIVERSIDADE DE SÃO PAULO ESCOLA DE EDUCAÇÃO FÍSICA E ESPORTE DE RIBEIRÃO PRETO EEFERP - USP. Prof. Dr. Dalmo Roberto Lopes Machado UNIVERSIDADE DE SÃO PAULO ESCOLA DE EDUCAÇÃO FÍSICA E ESPORTE DE RIBEIRÃO PRETO EEFERP - USP Prof. Dr. Dalmo Roberto Lopes Machado População avaliada Para quem o instrumento (testes) foi desenvolvido?

Leia mais

MAE0317 PLANEJAMENTO E PESQUISA I Projeto: A PRODUÇÃO DE CERVEJA PRODUZINDO CONHECIMENTO. Roteiro para a Análise dos Dados

MAE0317 PLANEJAMENTO E PESQUISA I Projeto: A PRODUÇÃO DE CERVEJA PRODUZINDO CONHECIMENTO. Roteiro para a Análise dos Dados MAE0317 PLANEJAMENTO E PESQUISA I Projeto: A PRODUÇÃO DE CERVEJA PRODUZINDO CONHECIMENTO Roteiro para a Análise dos Dados Considere os bancos de dados juízesbd.csv e beerbd_15.csv disponíveis na página

Leia mais

UNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional

UNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional UNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional MINICURSO DE CORRELAÇÃO, REGRESSÃO LINEAR SIMPLES E ANOVA Ministrantes:

Leia mais

PROJECTO DE INVESTIGAÇÃO DESTINADO À ELABORAÇÃO DE UMA DISSERTAÇÃO ORIGINAL NO ÂMBITO DO CURSO DE MESTRADO EM EPIDEMIOLOGIA (1ª EDIÇÃO)

PROJECTO DE INVESTIGAÇÃO DESTINADO À ELABORAÇÃO DE UMA DISSERTAÇÃO ORIGINAL NO ÂMBITO DO CURSO DE MESTRADO EM EPIDEMIOLOGIA (1ª EDIÇÃO) PROJECTO DE INVESTIGAÇÃO DESTINADO À ELABORAÇÃO DE UMA DISSERTAÇÃO ORIGINAL NO ÂMBITO DO CURSO DE MESTRADO EM EPIDEMIOLOGIA (1ª EDIÇÃO) Prevalência e Factores de Sucesso do Aleitamento Materno no Hospital

Leia mais

Inferência Estatística

Inferência Estatística Inferência Estatística Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Núcleo de Estatística e Informática HUUFMA email: alcione.miranda@terra.com.br Inferência Estatística Inferências

Leia mais