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

Bioestatística. Mestrado Saúde Materno Infantil 2005 Prof. José Eulálio Cabral Filho

Bioestatística. Mestrado Saúde Materno Infantil 2005 Prof. José Eulálio Cabral Filho Bioestatística Mestrado Saúde Materno Infantil 2005 Prof. José Eulálio Cabral Filho Medidas de Dispersão Desvio padrão Medida da variabilidade dos valores em torno da média. ( xi DP= n 1 x) 2 É mais fiel

Leia mais

Comparando Duas Amostras (abordagem não-paramétrica)

Comparando Duas Amostras (abordagem não-paramétrica) Comparando Duas Amostras (abordagem não-paramétrica) Aula de hoje Estatística Não-Paramétrica Parâmetro: é medida usada para descrever uma característica de uma população Ponto estimativa por ponto (média,

Leia mais

BIOESTATÍSTICA. Análise de regressão

BIOESTATÍSTICA. Análise de regressão BIOESTATÍSTICA Análise de regressão Análise de correlação Existe uma associação estatística entre duas variáveis? As duas variáveis são independentes ( ou seja, qual o grau da variação das duas juntas)?

Leia mais

Variância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)

Variância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra) Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste

Leia mais

Anexo II Resolução nº 133/2003-CEPE

Anexo II Resolução nº 133/2003-CEPE 1 Anexo II Resolução nº 133/2003-CEPE UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO PLANO DE ENSINO - PERÍODO LETIVO/ANO: 1/2017 Programa: Pós-Graduação em Biociências

Leia mais

UNIVERSIDADE DE SÃO PAULO

UNIVERSIDADE DE SÃO PAULO UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA "LUIZ DE QUEIROZ" DEPARTAMENTO DE CIÊNCIAS EXATAS RELATÓRIO DE ATIVIDADE PRÁTICA Relatório da aula prática nº 2, da disciplina LCE602 - Estatística

Leia mais

1. Conceitos básicos de estatística Níveis de medição Medidas características de distribuições univariadas 21

1. Conceitos básicos de estatística Níveis de medição Medidas características de distribuições univariadas 21 OS SABERES INDISPENSÁVEIS 7 Índice Prefácio 13 Capítulo 1 Os Saberes Indispensáveis 1. Conceitos básicos de estatística 17 1.1. Níveis de medição 18 1.2. Medidas características de distribuições univariadas

Leia mais

UNIVERSIDADE DE SÃO PAULO

UNIVERSIDADE DE SÃO PAULO UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA "LUIZ DE QUEIROZ" DEPARTAMENTO DE CIÊNCIAS EXATAS RELATÓRIO DE ATIVIDADE PRÁTICA Relatório da aula prática nº 1, da disciplina LCE602 - Estatística

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

Apontamentos de Introdução às Probabilidades e à Estatística

Apontamentos de Introdução às Probabilidades e à Estatística i Índice 7. Estimação 1 7.1. Estimação pontual 1 7.1.1. Propriedades dos estimadores 1 7.1.2. Métodos de estimação 4 7.1.2.1. Método dos momentos 4 7.1.2.2. Método da máxima verosimilhança 5 7.1.3. Exemplos

Leia mais

Aula prática 4 Parte I - Correlação e regressão linear simples

Aula prática 4 Parte I - Correlação e regressão linear simples Aula prática 4 Parte I - Correlação e regressão linear simples Para esta aula prática vamos trabalhar com dados de um estudo cujo objetivo foi verificar a associação entre atividade física, aptidão cardiorrespiratória

Leia mais

Testes de Hipóteses. : Existe efeito

Testes de Hipóteses. : Existe efeito Testes de Hipóteses Hipótese Estatística de teste Distribuição da estatística de teste Decisão H 0 : Não existe efeito vs. H 1 : Existe efeito Hipótese nula Hipótese alternativa Varia conforme a natureza

Leia mais

PROCESSOS ESTOCÁSTICOS

PROCESSOS ESTOCÁSTICOS PROCESSOS ESTOCÁSTICOS PNV 2452 TRATAMENTO E ANÁLISE DE DADOS 2015 MOTIVAÇÃO PARA A ANÁLISE DE DADOS Data Summary Number of Data Points = 30000 Min Data Value = 0.00262 Max Data Value = 982 Sample Mean

Leia mais

ÍNDICE. Variáveis, Populações e Amostras. Estatística Descritiva PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 CAPÍTULO 2

ÍNDICE. Variáveis, Populações e Amostras. Estatística Descritiva PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 CAPÍTULO 2 COMO USAR ESTE LIVRO ÍNDICE PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 Variáveis, Populações e Amostras 1.1. VARIÁVEIS ESTATÍSTICAS E ESCALAS DE MEDIDA 27 1.2. POPULAÇÃO VS. AMOSTRA

Leia mais

Estatística descritiva

Estatística descritiva Estatística descritiva Para que serve a estatística? Qual o seu principal objectivo? obter conclusões sobre a população usando uma amostra? População Amostragem Amostra Uma ou mais variáveis (X) são observadas

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

CONSULTADORIA INFORMÁTICA, LDA. Análise Bivariada

CONSULTADORIA INFORMÁTICA, LDA. Análise Bivariada CONSULTADORIA INFORMÁTICA, LDA. Análise Bivariada Testes Paramétricos Os procedimentos estatísticos e as conclusões são baseados na distribuição subjacente aos dados disponíveis em estudo. Fazem uso de

Leia mais

Bioestatística. Paulo Nogueira quarta-feira, 11 de Janeiro de 2012

Bioestatística. Paulo Nogueira quarta-feira, 11 de Janeiro de 2012 Bioestatística Paulo Nogueira quarta-feira, 11 de Janeiro de 2012 Bioestatística? Bioestatística Biologia + Estatística (Portmanteau) Biometria Estatística aplicada às ciências da saúde Para que serve

Leia mais

Associação entre variáveis categóricas e IC95%

Associação entre variáveis categóricas e IC95% Associação entre variáveis categóricas e IC95% Andréa Homsi Dâmaso Programa de pós-graduação em Epidemiologia UFPEL Biotecnologia: Bioestatística e Delineamento Experimental Aula de hoje Teste do qui-quadrado

Leia mais

1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27

1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27 Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4

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

Módulo 16- Análise de Regressão

Módulo 16- Análise de Regressão Módulo 6 Análise de Regressão Módulo 6- Análise de Regressão Situação Problema Um grupo de investidores estrangeiros deseja aumentar suas atividades no Brasil. Considerando a conjuntura econômica de moeda

Leia mais

Anexo I. Modelo circumplexo dos sistemas conjugal e familiar

Anexo I. Modelo circumplexo dos sistemas conjugal e familiar Anexos Anexo I Modelo circumplexo dos sistemas conjugal e familiar Anexo II Questionário variáveis sócio-demográficas Anexo III Folha de rosto apresentada às famílias respondentes, junto com os questionários

Leia mais

24/09/17. O que é uma hipótese? Testes de hipótese. Três tipos básicos de perguntas. E qual é a sua hipótese? Três tipos básicos de perguntas

24/09/17. O que é uma hipótese? Testes de hipótese. Três tipos básicos de perguntas. E qual é a sua hipótese? Três tipos básicos de perguntas O que é uma hipótese? rof. Dr. Fabio Carmona Hipótese é uma declaração a priori, ou seja, preditiva, sobre a relação entre duas ou mais variáveis. Em outras palavras, é o que se acredita que seja a resposta

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

Análise de Variância e outras análises. Airlane P. Alencar

Análise de Variância e outras análises. Airlane P. Alencar Análise de Variância e outras análises 2018 Airlane P. Alencar Introdução: Análise de Variância Caso particular do modelo de regressão: As variáveis explicativas são em geral, de natureza qualitativa (chamadas

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

Falha(s) nas pressuposições da ANOVA

Falha(s) nas pressuposições da ANOVA Falha(s) nas pressuposições da ANOVA Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Na prática, é comum que uma ou mais hipóteses não se verifique. A mais comum é não existir homocedasticidade.

Leia mais

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência NOME:

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência NOME: DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência 24-05-2011 NOME: Observação: A resolução completa das perguntas inclui

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

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

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

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

Introdução 5 PREFÁCIO 15

Introdução 5 PREFÁCIO 15 Introdução 5 ÍNDICE PREFÁCIO 15 INTRODUÇÃO 1. INICIAÇÃO AO SPSS 17 1.1. File 19 1.2. Edit 20 1.3. View 22 1.4. Data 22 1.5. Transform 24 1.5.1. Criar novas variáveis 24 1.5.2. Inversão da ordem das categorias

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

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

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

Regression and Clinical prediction models

Regression and Clinical prediction models Regression and Clinical prediction models Session 6 Introducing statistical modeling Part 2 (Correlation and Linear regression) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Continuar

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

Análise de convergência de renda entre os municípios do Maranhão. Carlos Fernando Quartaroli

Análise de convergência de renda entre os municípios do Maranhão. Carlos Fernando Quartaroli Análise de convergência de renda entre os municípios do Maranhão Carlos Fernando Quartaroli Convergência absoluta Se for encontrado um coeficiente beta menor do que zero, estatisticamente significativo,

Leia mais

Construção da base de dados

Construção da base de dados Construção da base de dados Construção da base de dados Construção da base de dados Exemplos de Inquéritos O instrumento de notação Codificação e dicionário das variáveis Data view e variable view Introdução

Leia mais

CE003 Estatística II

CE003 Estatística II CE003 Estatística II Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Estatística Inferencial Estimação, Intervalos de Confiança, Testes de hipóteses Estatística Inferencial

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

METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA

METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA A FASE ANALÍTICA TCOR ENGEL SILVA COSTA costa.pms@ium.pt/226013 2 METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA Previamente ao início da recolha de dados, o investigador

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

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

Universidade de Brasília - Y Instituto de Psicologia. Programa de Pós-graduação em Psicologia Social, do Trabalho e das Organizações.

Universidade de Brasília - Y Instituto de Psicologia. Programa de Pós-graduação em Psicologia Social, do Trabalho e das Organizações. Universidade de Brasília - Y Instituto de Psicologia Programa de Pós-graduação em Psicologia Social, do Trabalho e das Organizações. ROTEIRO PARA REALIZAÇÃO DO TESTE t de COMPARAÇÃO ENTRE MÉDIAS, CORRELAÇÕES

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

I VOLUME. O. INTRODUÇÃO Destinatários desta obra. Objectivos. Concepção Agradecimentos. Exemplos gerais. Advertência.. I.

I VOLUME. O. INTRODUÇÃO Destinatários desta obra. Objectivos. Concepção Agradecimentos. Exemplos gerais. Advertência.. I. índice GERAL I VOLUME Prefácio do Autor à Edição Portuguesa. Introdução à Edição Portuguesa. IX XI O. INTRODUÇÃO Destinatários desta obra. Objectivos. Concepção Agradecimentos. Exemplos gerais. Advertência..

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

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

Bibliografia Recomendada

Bibliografia Recomendada Bibliografia Recomendada Barros Neto, B.; Scarminio, I. S.; Bruns, R. E. Como Fazer Experimentos. Montgomery, D. C. Design and Analysis of Experiments. Box, G. E. P.; Hunter, J. S.; Hunter, W. G. Statistics

Leia mais

FAURGS HCPA Edital 01/2011 PS 01 ANALISTA I Estatístico Pág. 1

FAURGS HCPA Edital 01/2011 PS 01 ANALISTA I Estatístico Pág. 1 Pág. 1 HOSPITAL DE CLÍNICAS DE PORTO ALEGRE EDITAL Nº 01/2011 DE PROCESSOS SELETIVOS GABARITO APÓS RECURSOS PROCESSO SELETIVO 01 ANALISTA I Estatístico 01. E 11. B 02. D 12. B 03. C 13. D 04. B 14. D 05.

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE ILHA SOLTEIRA FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA

UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE ILHA SOLTEIRA FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA Nível: Histórico: Mestrado/Doutorado Disciplina aprovada em 24.08.94 Código Capes: ASP01005 Docente(s) Responsável(eis): Prof. Dr. EVARISTO BIANCHINI SOBRINHO Prof. Dr. WALTER VERIANO VALERIO FILHO Situação

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

PROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO

PROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO PROBABILIDADES E ESTATÍSTICA LEIC+LEE+LERCI (TagusPark) PROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO Secção de Estatística e Aplicações Departamento de Matemática Instituto Superior Técnico Fevereiro 2006

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

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO PESQUISA SOCIO-ECONOMICA AO NIVEL MUNICPAL NO BRASIL Focando

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

5 Resultados. 5.1 Estatísticas Descritivas

5 Resultados. 5.1 Estatísticas Descritivas 49 5 Resultados 5.1 Estatísticas Descritivas O total de questionários incluídos na análise estatística do ASQ-BR foi 45.640. O questionário de 4 meses de idade foi excluído da análise, pois o tamanho da

Leia mais

AMOSTRAGEM COMPLEXA. Bases de Dados IAN-AF Tutorial para análise ponderada recorrendo aos softwares SPSS e R

AMOSTRAGEM COMPLEXA. Bases de Dados IAN-AF Tutorial para análise ponderada recorrendo aos softwares SPSS e R AMOSTRAGEM COMPLEXA Bases de Dados IAN-AF Tutorial para análise ponderada recorrendo aos softwares SPSS e R 1 Conteúdo Nota introdutória... 3 1. Software SPSS... 4 2. Software R... 16 Referências [1] R

Leia mais

INTRODUÇÃO A ECONOMETRIA

INTRODUÇÃO A ECONOMETRIA INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis

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

ANÁLISE MULTIVARIADA APLICADA AS CIÊNCIAS AGRÁRIAS PÓS-GRADUAÇÃO EM AGRONOMIA CIÊNCIA DO SOLO: CPGA-CS

ANÁLISE MULTIVARIADA APLICADA AS CIÊNCIAS AGRÁRIAS PÓS-GRADUAÇÃO EM AGRONOMIA CIÊNCIA DO SOLO: CPGA-CS ANÁLISE MULTIVARIADA APLICADA AS CIÊNCIAS AGRÁRIAS PÓS-GRADUAÇÃO EM AGRONOMIA CIÊNCIA DO SOLO: CPGA-CS ANÁLISE DE VARIÁVEIS CANÔNICAS Carlos Alberto Alves Varella 1 ÍNDICE INTRODUÇÃO... 2 DIMENSIONALIDADE

Leia mais

Estatística aplicada a ensaios clínicos

Estatística aplicada a ensaios clínicos Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia lvgarcia@fmrp.usp.br Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 12 1 grupo 2 grupos > 2

Leia mais

Teste de Wilcoxon-Mann-Whitney

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

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

BIOESTATÍSTICA TESTES DE HIPÓTESES

BIOESTATÍSTICA TESTES DE HIPÓTESES BIOESTATÍSTICA TESTES DE HIPÓTESES O QUE É HIPÓTESE? PALAVRA GREGA (ὑπόθεσις ) QUE SIGNIFICA BASE, FUNDAMENTO, PRINCÍPIO DE ALGO, PROPOSIÇÃO. DEFINIÇÃO: PROPOSIÇÃO QUE SE ADMITE, INDEPENDENTEMENTE DO FATO

Leia mais

SME0803 ANÁLISE DE REGRESSÃO 1º/2011

SME0803 ANÁLISE DE REGRESSÃO 1º/2011 SME0803 ANÁLISE DE REGRESSÃO 1º/2011 Cibele Russo cibele@icmc.usp.br http://www.icmc.usp.br/~cibele Sala 3-160, ramal 8174 CoteiaWIKI: http://wiki.icmc.usp.br/index.php/sme-260 OBJETIVO DO CURSO Introduzir

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

Aula Prática 02 Estatística Experimental DELINEAMENTO CASUALIZADO EM BLOCOS. *Planejamento do Experimento Delineamento Casualizado em Blocos (DBC);

Aula Prática 02 Estatística Experimental DELINEAMENTO CASUALIZADO EM BLOCOS. *Planejamento do Experimento Delineamento Casualizado em Blocos (DBC); Aula Prática 02 Estatística Experimental DELINEAMENTO CASUALIZADO EM BLOCOS *Planejamento do Experimento Delineamento Casualizado em Blocos (DBC); proc plan; factors blocos=3 ordered parcelas=9 ordered;

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

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

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 2019 Estatística Descritiva e Análise Exploratória Etapas iniciais. Utilizadas para descrever e resumir os dados. A disponibilidade de uma grande quantidade

Leia mais

Teste de Wilcoxon-Mann-Whitney

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

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

ISCTE IUL, Instituto Universitário de Lisboa Licenciatura em Gestão Estatística I 1º Teste 29 de Outubro de 2011 Duração: 1h 30m

ISCTE IUL, Instituto Universitário de Lisboa Licenciatura em Gestão Estatística I 1º Teste 29 de Outubro de 2011 Duração: 1h 30m ISCTE IUL, Instituto Universitário de Lisboa Licenciatura em Gestão Estatística I 1º Teste Duração: 1h 30m Nota: Não são prestados esclarecimentos durante a prova! Só é permitida a consulta do formulário

Leia mais

Disciplina de Modelos Lineares Professora Ariane Ferreira

Disciplina de Modelos Lineares Professora Ariane Ferreira Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável

Leia mais

Introdução. Teste e avaliação de modelos. Teste e avaliação de modelos. Teste de modelos. Avaliação de modelos

Introdução. Teste e avaliação de modelos. Teste e avaliação de modelos. Teste de modelos. Avaliação de modelos Universidade Federal do Paraná Programa de Pós-Graduação em Ciências Veterinárias AZ 7 Tópicos em Produção Animal Introdução Qual o interesse em desenvolver modelos? Comparação de valores medidos e simulados

Leia mais

Associação entre duas variáveis

Associação entre duas variáveis Associação entre duas variáveis Questões de interesse: Será que duas variáveis são independentes ou pelo contrário dependentes? E se forem dependentes, qual o tipo e grau de dependência? Medir o grau de

Leia mais

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ESTATÍSTICA Ano Lectivo 2018/2019

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ESTATÍSTICA Ano Lectivo 2018/2019 Programa da Unidade Curricular ESTATÍSTICA Ano Lectivo 2018/2019 1. Unidade Orgânica Ciências Humanas e Sociais (1º Ciclo) 2. Curso Psicologia 3. Ciclo de Estudos 1º 4. Unidade Curricular ESTATÍSTICA (20309)

Leia mais

Mario de Andrade Lira Junior

Mario de Andrade Lira Junior Mario de Andrade Lira Junior http:\\lira.pro.br\wordpress 1 Item da avaliação 2010-1 Média avaliações semanais 2 Condução e análise do trabalho prático 2 Apresentação e artigo do trabalho prático 3 Prova

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU FACULDADE DE CIÊNCIAS AGRONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA

UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU FACULDADE DE CIÊNCIAS AGRONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA DISCIPLINA: Análise de Experimentos em Fitotecnia CURSO: Mestrado (X) Doutorado (X) DEPARTAMENTO RESPONSÁVEL:

Leia mais

EXERCÍCIO SOBRE TESTE T

EXERCÍCIO SOBRE TESTE T EXERCÍCIO SOBRE TESTE T 1 Exercício Um estudo para avaliar a influência de um estímulo visual sobre a pressão sistólica em homens foi realizado com 12 indivíduos. Com os dados a seguir definir as hipóteses

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 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

Associação entre duas variáveis

Associação entre duas variáveis Associação entre duas variáveis Questões de interesse: Será que duas variáveis são independentes ou pelo contrário dependentes? E se forem dependentes, qual o tipo e grau de dependência? Existem diversas

Leia mais

ESTATÍSTICA NÃO-PARAMÉTRICA Aula 5

ESTATÍSTICA NÃO-PARAMÉTRICA Aula 5 ESTATÍSTICA NÃO-PARAMÉTRICA Aula Prof. Dr. Edmilson Rodrigues Pinto Faculdade de Matemática - UFU edmilson@famat.ufu.br Caso de amostras relacionadas O obetivo principal desses testes é comprovar a hipótese

Leia mais

AULA 11 Teste de Hipótese

AULA 11 Teste de Hipótese 1 AULA 11 Teste de Hipótese Ernesto F. L. Amaral 20 de setembro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo

Leia mais

Exame Final de Métodos Estatísticos

Exame Final de Métodos Estatísticos Exame Final de Métodos Estatísticos Data: de Junho de 26 Duração: 3h. Nome: Curso: Declaro que desisto N. Mec. Regime: As cotações deste exame encontram-se na seguinte tabela. Responda às questões utilizando

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

Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito

Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito Unidade IV - Regressão Regressões Lineares Modelo de Regressão Linear Simples Terminologia Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito Regressão correlação Diferença

Leia mais

Conceitos centrais em análise de dados

Conceitos centrais em análise de dados Conceitos centrais em análise de dados Conceitos básicos em Estatística Estatística Ciência que tem por objetivo orientar a coleta, o resumo, a apresentação, a análise e a interpretação dos dados. Divide-se

Leia mais

SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2

SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2 SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística

Leia mais

Exame de Recurso de Métodos Estatísticos. Departamento de Matemática Universidade de Aveiro

Exame de Recurso de Métodos Estatísticos. Departamento de Matemática Universidade de Aveiro Exame de Recurso de Métodos Estatísticos Departamento de Matemática Universidade de Aveiro Data: /7/6 Duração: 3 horas Nome: N.º: Curso: Regime: Declaro que desisto Classificação: As cotações deste exame

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

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