ESTUDO DO PERFIL E DOS EFEITOS DE UM PROGRAMA DE INTERVENÇÃO FISIOTERAPEUTICO EM CANDIDATOS A TRANSPLANTE DE FÍGADO
|
|
- Benedita de Figueiredo Avelar
- 7 Há anos
- Visualizações:
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
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 maisBioestatística. 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 maisComparando 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 maisBIOESTATÍSTICA. 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 maisVariância 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 maisAnexo 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 maisUNIVERSIDADE 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 mais1. 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 maisUNIVERSIDADE 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 maisPor 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 maisApontamentos 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 maisAula 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 maisTestes 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 maisPROCESSOS 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 maisÍNDICE. 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 maisEstatística 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 mais1) 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 maisCONSULTADORIA 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 maisBioestatística. 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 maisAssociação 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 mais1 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 maisEscolha 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 maisMódulo 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 maisAnexo 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 mais24/09/17. 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 maisIntrodução 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 maisAnálise 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 maisCapítulo 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 maisFalha(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 maisEstatística 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 maisTeste 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 maisMétodos 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 maisResultados 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 maisSUMÁRIO. 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 maisIntrodução 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 maisIMC 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 maisEstimação 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 maisAnalise 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 maisRegression 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 maisESTATÍSTICA 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 maisAnálise 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 maisConstrução 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 maisCE003 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 maisAjustar 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 maisMETODOLOGIA 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 maisUNIVERSIDADE 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 maisTestes 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 maisUniversidade 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 maisPOPULAÇÃO 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 maisI 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 maisEstatística 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 maisTeste 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 maisBibliografia 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 maisFAURGS 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 maisUNIVERSIDADE 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 maisO 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 maisPROGRAMA/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 maisAnálise 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 maisPONTIFÍCIA 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 maisTeste 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 mais5 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 maisAMOSTRAGEM 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 maisINTRODUÇÃO 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 maisTeste 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 maisANÁLISE 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 maisEstatística 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 maisFilho, 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 maisBIOESTATÍSTICA 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 maisSME0803 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 maisÍNDICE 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 maisAula 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 maisEstatística 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 maisCurso 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 mais1. 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 maisUso 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 maisISCTE 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 maisDisciplina 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 maisIntrodução. 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 maisAssociação 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 maisUNIVERSIDADE 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 maisMario 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 maisUNIVERSIDADE 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 maisEXERCÍCIO 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 maisESCOLA 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 maisEstatística 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 maisAssociação 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 maisESTATÍSTICA 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 maisAULA 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 maisExame 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 maisINSTITUTO 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 maisVariável 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 maisConceitos 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 maisSUMÁRIO. 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 maisExame 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 maisMinicurso: 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 maisCONCEITOS 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