AULA 01 INTRODUÇÃO: Definição Amostra Amostragem Dados Variáveis BIOESTATÍSTICA. Profª Ms. Mara Cynthia

Transcrição

1 AULA 01 INTRODUÇÃO: Definição Amostra Amostragem Dados Variáveis BIOESTATÍSTICA Profª Ms. Mara Cynthia

2 Definição Bioestatística é um ramo da Estatística que se aplica às Ciências Biológicas como, por exemplo, Medicina, Biologia, Biomedicina, Odontologia, Medicina Veterinária, Enfermagem e outras.

3 Definição É um conjunto de métodos utilizados para planejar e executar um trabalho científico, que envolve a obtenção, a organização, a análise, e a interpretação dos dados, e ainda possibilita a obtenção das conclusões.

4 Definição Possibilita maior objetividade desde a coleta até a análise dos dados para a obtenção e interpretação dos resultados, não só no desenvolvimento da própria pesquisa como também na análise crítica dos resultados de outros estudos.

5 Estatística descritiva e Inferencial A descritiva é empregada para caracterizar a amostra em estudo. A inferencial ou indutiva permite elaborar hipóteses em relação à amostra estudada e tirar as conclusões para o todo

6 Dados São informações obtidas a partir de medições de grandezas, resultados de pesquisas, respostas a questionários ou contagens em geral.

7 Coleta de dados Após planejar a pesquisa, devemos iniciar a coleta de dados que se deseja mensurar que irão determinar as características mensuráveis do fenômeno coletivo típico que se quer pesquisar, para tanto, dá-se início a coleta de dados numéricos necessários à sua descrição.

8 Coleta de Dados Pode ser feita sobre elementos informativos de registro obrigatório (nascimentos, casamentos e óbitos, importação e exportação de mercadorias) Ou ainda, dados coletados pelo próprio pesquisador através de inquéritos e questionários, como é o caso das notas de verificação e de exames, do senso demográfico, etc.

9 Crítica dos dados Obtidos os dados, eles devem ser cuidadosamente criticados, à procura de possíveis falhas e imperfeições, a fim de não se incorrer em erros grosseiros ou de certo vulto, que possam influir sensivelmente nos resultados. A crítica é externa quando visa às causas dos erros por parte do informante, por distração ou má interpretação das perguntas que lhe foram feitas; é interna quando visa observar os elementos originais dos dados da coleta.

10 Apuração dos dados Nada mais é do que a soma e o processamento dos dados obtidos e a disposição mediante critérios de classificação. Pode ser manual, eletromecânica ou eletrônica.

11 Exposição ou apresentação dos dados Por mais diversa que seja a finalidade que se tenha em vista, os dados devem ser apresentados sob forma adequada (tabelas ou gráficos), tornando mais fácil o exame daquilo que está sendo objeto de tratamento estatístico e ulterior obtenção de medidas típicas.

12 Análise dos resultados O objetivo último da Bioestatística é tirar conclusões sobre o todo (população) a partir de informações fornecidas por parte representativa do todo (amostra). Realizadas as fases anteriores, fazemos uma análise dos resultados obtidos, através dos Métodos da Estatística Indutiva, que tem por base a indução ou inferência, e tiramos desses resultados conclusões e previsões.

13 População e Amostra População: É o conjunto de todos os elementos que constituem o sistema em estudo. Ou seja, o conceito de população inclui a totalidade de medições, resultados, observações ou outros itens considerados em determinada análise estatística.

14 População e Amostra Então, ao conjunto de entes portadores de, pelo menos, uma característica comum denominamos população estatística ou universo estatístico. Uma amostra é um subconjunto finito de uma população.

15 Amostra Significativa Uma amostra deve representar significativamente a população da qual foi extraída. A amostra deve apresentar, em escala reduzida, todas as características qualitativas e quantitativas do universo reproduzido.

16 Amostragem Quando a população é formada por um número muito elevado de elementos, geralmente são obtidos dados a respeito de uma amostra da mesma. O procedimento para se escolher uma amostra da população é chamado amostragem

17 Amostragem É uma técnica especial para recolher amostras, que garante, tanto quanto possível, o acaso na escolha. Dessa forma, cada elemento da população passa a ter a mesma chance de ser escolhido, o que garante à amostra o caráter de representatividade, e isto é muito importante, pois, as conclusões relativas à população vão estar baseadas nos resultados obtidos dessa população.

18 Técnicas de Amostragem Para que possamos fazer inferências válidas sobre a população a partir de uma amostra, é preciso que esta seja representativa. Uma das formas de se conseguir representatividade é fazer com que o processo de escolha da amostra seja, de alguma forma aleatório. Além disso, a aleatoriedade permite o cálculo de estimativas dos erros envolvidos no processo de inferência.

19 Técnicas de Amostragem Quanto a extração dos elementos as amostras podem ser: Com reposição - quando um elemento sorteado puder ser sorteado novamente. Sem reposição - quando o elemento sorteado puder figurar uma única vez na amostra. Basicamente, existem dois métodos para composição da amostra: probabilístico e intencional.

20 Amostragem Probabilística O método de amostragem probabilística exige que cada elemento da população possua determinada probabilidade de ser selecionado. Normalmente possuem a mesma probabilidade. Assim se N for o tamanho da população, a probabilidade de cada elemento será 1/N.

21 Amostra Não Probabilística Os métodos de extração da amostras não probabilísticas são: Amostragem Acidental; Amostragem Intencional; Amostragem por Cotas.

22 Amostra Probabilística Os métodos de extração da amostras probabilísticas são: Amostragem Aleatória Simples; Amostragem Aleatória Estratificada; Amostragem Sistemática;

23 Amostragem por Conglomerado Amostragem Acidental É formada por elementos que vão aparecendo, que são possíveis de se obter até completar o número de elementos da amostra. Ex: Pesquisa de opinião, em que os entrevistados são acidentalmente escolhidos.

24 Amostragem Intencional É formado por elementos escolhidos por determinado critério É escolhido intencionalmente um grupo de elementos que irão compor a amostra.

25 Amostragem por Cotas Classificação da população em termos de propriedades que se sabe, serem relevantes para a característica a ser estudada. Determinação da proporção da população para cada característica com base na constituição conhecida, ou estimada da população.

26 Amostragem Aleatória Simples A amostragem aleatória simples é um processo para selecionar amostras de tamanho n dentre as N unidades em que foi dividida a população. Sendo a amostragem feita sem reposição, que é o caso mais comum, existem (N,n) possíveis amostras, todas igualmente prováveis.

27 Amostragem Aleatória Simples Na prática, a amostra aleatória simples é escolhida unidade por unidade. As unidades da população são numeradas de 1 a N. Em seguida, escolhe-se na tábua de números aleatórios n números compreendidos entre 1 e N.

28 Amostragem Aleatória Simples Esse processo é equivalente a um sorteio no qual se colocam todos os números misturados dentro de uma urna. As unidades correspondentes aos números escolhidos formarão a amostra. Pode-se também utilizar uma Tabela de Números Aleatórios (TNA).

29 Amostragem Aleatória Simples Outras técnicas de amostragem são preferíveis à aleatória simples pois levam em consideração a composição da população facilitando o trabalho de seleção de amostras e aumentando a precisão.

30 Amostragem Aleatória Estratificada Existem dois tipos de amostragem estratificada: De igual tamanho; Proporcional.

31 Amostragem Aleatória Estratificada Uma amostra estratificada é obtida separando-se as unidades da população em grupos não superpostos chamados estratos, e selecionando-se independentemente uma amostra aleatória simples de cada estrato.

32 Amostragem Aleatória Estratificada Proporcional Escolhe-se a amostra proporcionalmente ao número da população de cada estrato. Exemplo: Se a amostra total será de 10%, escolhemos 10% de cada estrato da população.

33 Amostragem por Conglomerado Na amostragem por conglomerado a população é dividida em grupos. Selecionam amostras aleatórias simples de grupos e, então todos os itens dos grupos (conglomerados) selecionados farão parte da amostra.

34 Amostragem Sistemática A amostragem sistemática é mais fácil de executar e, por isso, está menos sujeita a erros de entrevistador do que a aleatória simples; A amostragem sistemática frequentemente proporciona mais informações por custo unitário do que a aleatória simples.

35 Amostragem Sistemática Uma amostragem obtida selecionando-se aleatoriamente um elemento entre os primeiros elementos de um sistema de referência.

36 Amostragem Sistemática - Diretrizes Estabelecemos o intervalo de amostragem K=N/n (nº de elementos da população, dividido pelo nº de elementos da amostra), isto é, o número que será somado a cada elemento. Iniciamos aleatoriamente a composição da amostra. Sorteamos o primeiro elemento e adicionamos os próximos a K, 2K, (n-1)k

37 Exemplo: Os dados seguintes referem-se a tempos gastos ( em minutos), por veículos de passeio ao se deslocar sucessivas vezes de uma cidade A para uma cidade B: Extrair uma amostra sistemática de tamanho 5.

38 Resolução: N = 25, n = 5 K = N n K = 25 5 K = 5 1º= 1 2º = 1 + 5= 6 3º = 6 + 5=11 4º = 11+5=16 5º = 16+5= 21 Sorteio: b (de 1 a 5) = 1 Amostra: 126, 128, 128, 122, 120

39 Variáveis Variável é, convencionalmente, o conjunto de resultados de um possível fenômeno. A cada fenômeno corresponde um número de resultados possíveis.

40 Variáveis Para o fenômeno sexo, são dois resultados possíveis: sexo masculino e sexo feminino;

41 Variáveis Para o fenômeno número de filhos há um número de resultados possíveis expresso através de número naturais (0,1,2,3,...,n)

42 Variáveis Para o fenômeno estatura temos uma situação diferente, pois os resultados podem tomar um número infinito de valores numéricos dentro de um determinado intervalo.

43 Variáveis Qualitativas ou Categorizadas São compostas de informações não numéricas ou atributos, classificadas em categorias. Tais como: sexo (masculinofeminino), cor da pele (branca, preta), tipo sanguíneo (A, B, AB ou O), religião praticada.

44 Variável Qualitativa Nominal Quando os valores são classificados em categoria ou classes não-ordenadas, em que números são utilizados para representar categorias. Exemplo: os homens podem ser assinalados com o valor 1 e as mulheres com o valor 0. Embora os atributos estejam rotulados com números em vez de palavras, tanto sua ordem como as magnitudes não são importantes, pois poderíamos, facilmente designar, homens (0) e mulheres (1).

45 Variável Qualitativa Nominal Outro exemplo pode ser o agrupamento de pessoas de acordo com seu tipo sanguíneo, tal que 1 represente o tipo O, 2 é o tipo A, 3 é o tipo B e 4 é o tipo AB; Novamente, a sequência destes valores não é importante, os números servem simplesmente como rótulos para os diferentes tipos de sangue.

46 Variável Qualitativa Ordinal Quando a ordem entre a categoria se torna importante, as observações são referenciadas como dados ordenados. Por exemplo: as lesões podem ser classificadas de acordo com o seu nível de severidade, de modo que 1 representa uma lesão fatal; 2 é severa, 3 é moderada e 4 é pequena. Aqui existe uma ordem natural entre os agrupamentos, um número menor representa uma lesão mais séria.

47 Classificação, por variável qualitativa ordinal STATUS DEFINIÇÃO Paciente totalmente ativo, capaz de ter todo desempenho prédoença sem restrição Paciente restrito em atividade fisicamente enérgica, exceto ambulatorial, e capaz de realizar trabalho de natureza leve ou sedentária. Paciente ambulatorial e capaz de todo autocuidado, mas incapaz de realizar qualquer atividade de trabalho; até 50% ou mais das horas acordado. Paciente capaz de somente autocuidado limitado; confinado na cama ou cadeira; mais de 50% das horas acordado. Paciente completamente incapaz, inclusive de qualquer autocuidado; totalmente confinado em cama ou cadeira. A ordem da variável é importante, pois qualifica a definição do desempenho do paciente.

48 Variáveis Quantitativas Representam quantidades mensuráveis, mas que não estão restritos a assumir valores especificados (inteiros), isto é, quando os possíveis resultados são números de uma certa escala.

49 Variável Quantitativa Discreta Só pode assumir valores pertencentes a um conjunto enumerável e tanto a ordenação quanto na magnitude são importantes. Os números representam quantidades mensuráveis reais, em vez de meros rótulos.

50 Variável Quantitativa Discreta Os dados discretos estão restritos a ter somente valores específicos, frequentemente inteiros ou contagens. Número de alunos de uma escola, o número de filhos de uma mulher, etc.

51 Variável Quantitativa contínua Pode assumir, teoricamente, valor entre dois limites, isto é não precisa ser número inteiro. Dados contínuos representam quantidades mensuráveis, mas não estão restritos a assumir certos valores específicos.

52 Variável Quantitativa contínua A diferença entre quaisquer dois valores de dados possíveis pode ser arbitrariamente pequena. Exemplo: peso, que pode ser tanto de um número inteiro, como decimal (72Kg, ou 72,5 Kg), estatura, volume, peso, comprimento, renda mensal, níveis de colesterol, etc.

53 De modo geral medições variáveis quantitativas contínuas contagens ou enumerações variáveis quantitativas discretas

54 Variáveis ou Dados Entre vários tipos de dados, é preciso fazer distinções, pois são usadas técnicas diferentes para analisá-los. Não faz sentido falar de um tipo de sangue médio de 1,9; no entanto, faz sentido nos referirmos a uma temperatura média de 24,55º C.

55 Resumindo VARIÁVEIS Categorizadas (Qualitativos) Numéricas (Quantitativos) Nominais Ordinais Discretas Contínuas

56 Bibliografia ARANGO, H. G. Bioestatística Teórica e Computacional. 3ª. ed. Rio de Janeiro: Guanabara Koogan S.A., BARBETTA, A. P. Estatística aplicada às Ciências Sociais. 6ª. ed. Florianópolis: Ed. da UFSC, COSTA NETO, P. L. D. O. Estatística. 2ª. ed. São Paulo: Edgard Blucher Ltda, COSTA NETO, P. L. D. O.; BEKMAN, O. R. Análise Estatística da Decisão. 2ª. ed. São Paulo: Edgard Blucher Ltda, CRESPO, A. A. Estatística Fácil. 10ª. ed. São Paulo: Saraiva, MOORE, D. S.; MCCABE, G. P. Introdução à Prática da Estatística. 3. ed. Rio de Janeiro: LTC, PAGANO, M.; GAUVREAU, K. Princípios de Bioestatística. Tradução de Luiz Sérgio de Castro Paiva. 2ª. ed. São Paulo: Thomson Learning, VIEIRA, S. Introdução à Bioestatística. 4. ed. Rio de Janeiro: Elsevier, VIEIRA, S. Estatística Básica. São Paulo: Cengage Learning, v. unico, 2013.

57 AULA 01 INTRODUÇÃO: Definição Amostra Amostragem Dados Variáveis BIOESTATÍSTICA Profª Ms. Mara Cynthia