Curso de Anlise Estatstica

UNIFESP 2007
Prof. Dr. Clvis de Arajo Peres
clovis36@terra.com.br
FILOSOFIA DO CURSO
um curso de estatstica que no exige conhecimento prvio e os
conceitos so introduzidos atravs de exemplificao prtica, dando
nfase na intuio e no na argumentao matemtica.

O curso dividido em duas partes:
Na primeira parte sero discutidos conceitos fundamentais de
estatstica descritiva e inferencial, que permitem ao aluno entender
a essncia do pensamento estatstico.

Na segunda parte iremos realizar a anlise estatstica completa de
projetos de pesquisa desde o planejamento at a concluso. Os
projetos so escolhidos de forma a contemplar o ensino de
diferentes tcnicas de anlise estatstica.

importante que o aluno participe de todas as etapas de discusses
com perguntas relacionadas com a sua rea de atuao.

O material didtico distribudo apenas um guia do roteiro do curso.
Programa do Curso
Parte 1: Definies e conceitos bsicos.

I - Definio de Estatstica;
II - Interao entre a Estatstica e o Mtodo Cientfico;
III - Tipos de variveis geradoras de dados;
IV - Planejamento de pesquisa Observacional e Experimental :
diferentes formas de obteno de dados;
V - Descrio de um conjunto de dados obtidos por Levantamentos
Populacionais, Amostrais ou Experimentos Controlados atravs de:
medidas-resumo, tabelas e grficos apropriados para cada
situao;
VI - Conceitos essenciais para se entender a Anlise Estatstica
Inferencial: erro amostral, intervalo de confiana para uma amostra
e determinao de tamanho de amostra.
VII - Noes sobre Teste de Hipteses para comparao de dois
grupos, variveis Numricas e Categricas.
VIII - Noes sobre Intervalo de Confiana para comparao de dois
grupos, variveis Numricas e Categricas.
Programa do Curso
Parte 2: Anlise Estatstica de Projetos de Pesquisa com o uso
do computador.

I - Estudo da relao entre variveis categricas: Chi-
Quadrado, Teste exato de Fisher.
II - Estudo da relao entre uma varivel resposta numrica e
variveis explicativas categricas: Anlise de Varincia.
III - Estudo da relao entre variveis numricas: Anlise de
Regresso.

Referncias:
- Practial Statistics For Medical Research, Douglas G.
Alltman. Chapman& Hall/CRC
- Introduo Estatstica Mdica, Jos Francisco Soares e
Arminda Lucia Siqueira. Departamento de Estatstica UFMG

I Definio de Estatstica
um campo de estudos que produz metodologia para:

Decidir qual o melhor Plano para a realizao de uma Pesquisa
cientfica ou observacional (analtica ou descritiva);

Organizar e Sumarizar dados obtidos por classificao, contagem ou
mensurao, ou transformaes destes, e

Fazer inferncias sobre populaes de unidades (indivduos, objetos,
animais) quando apenas uma parte (amostra) estudada
(classificada, contada ou medida).

Sub-reas da Estatstica:
(1) Planejamento de experimentos e tcnicas de amostragem;
(2) Estatstica Descritiva;
(3) Estatstica Inferencial. CAP
II- Interao entre estatstica e pesquisa cientfica
Anlise Estatstica
Descritiva
Anlise Inferencial
Concluses
Formulao de novos
objetivos
Objetivos da
pesquisa
Planejamento da
pesquisa
Observaes
Dados
III Tipos de variveis geradoras de dados
Categricas
Numricas
Nominal
(classificao)
Ordinal
(classificao)
Discreta
(contagem)
Contnua
(mensurao)
sexo, raa,
regio, grupo
sangneo
presso
sangnea
(baixa,
normal,
alta)
Nmero de
acidentes,
nmero de
filhos
Peso,
altura,
presso
sangnea
III - Tipos de variveis geradoras de dados
Idade Sexo Hemoglobina Tipo de urticria Durao
34 masc 14,2 fsica curta
58 masc 14,4 fsica longa
31 fem 15,1 idioptica mdia
49 masc 10,9 idioptica mdia
39 fem 14,4 fsica longa
33 masc 14,1 fsica curta
35 fem 14,0 idioptica longa
IV - Planejamento da Pesquisa
Tipos de Pesquisa
IV.A. Observacional: coletamos informaes sobre
variveis categricas e numricas de interesse, em indivduos
de um ou mais grupos, mas no realizamos intervenes.
Quanto forma de obteno dos dados, pode ser
prospectivo, retrospectivo ou transversal.
Exemplos: Levantamento Populacional, Levantamento
Amostral e Estudo Epidemiolgico.

IV.B. Experimental: coletamos as informaes como no
caso anterior, mas os resultados so influenciados pelo
pesquisador com intervenes. Em geral necessrio grupo
controle. A forma de obteno dos dados , em geral,
prospectiva, longitudinal.
Exemplos: Ensaios Clnicos, experimentos nas reas de
agronomia, industria e laboratrios.

IV.A Pesquisas Observacionais
IV.A.1 Levantamentos populacionais

Contnuos quando os eventos vo sendo registrados medida que
ocorrem .
Ex : registros de bitos, nascimentos, casamentos

Peridicos so aqueles que acontecem ciclicamente.
Ex: censos populacionais que ocorrem a cada 10 anos.

Ocasionais so aqueles realizados sem preocupao de continuidade
ou periodicidade pr estabelecidas.

Obs: A anlise estatstica recomendada: Descritiva ou Exploratria de
dados.
IV.A Pesquisas Observacionais
IV.A.2 Levantamentos Amostrais

- Etapas:

Definio do objetivo;
Descrio da populao (populao objetivo e amostrada);
Unidade amostral e unidade de informao;
Forma de obteno da informao (instrumentos de coleta);
Escolha do Plano Amostral apropriado:
- Amostra casual simples
- Amostra estratificada
- Amostra em mltiplos estgios
- Condies de vida das famlias da RMSP;
- Pesquisa de Emprego e Desemprego da RMSP;
- Grau de satisfao dos usurios da SABESP;
- Estimao da prevalncia de cefalia no municpio de Marlia
- Grau de satisfao de usurios da rede hospitalar do
municpio de Guarulhos;
- Perfil scio-econmico dos favelados e encortiados do
municpio de So Paulo;
- Estudo do rendimento escolar na rede Estadual de Ensino na
RMSP.
IV.A Pesquisas Observacionais

IV.A.2 Levantamentos Amostrais Exemplos
IV.A Pesquisas Observacionais

IV.A.3 Estudos Epidemiolgicos


So, em geral, necessrios quando informaes preliminarmente
coletadas indicam que um estudo epidemiolgico mais detalhado
deve ser conduzido para estudar a associao entre uma varivel
resposta dicotmica (doena, bito) e variveis explicativas
categricas e numricas

COORTES
Em estudos de coorte prospectivo todos os indivduos includos so
no doentes e divididos em 2 grupos, expostos e no expostos. O
coorte seguido por um perodo de tempo e taxas de incidncia da
doena so comparadas entre expostos e no expostos. Este
estudo tambm pode ser conduzido retrospectivamente
selecionando dois grupos de indivduos expostos e no expostos
comparando-se taxas de incidncia da doena em um perodo de
tempo passado.

CASO-CONTROLE
Em estudos de caso-controle um grupo de doentes (casos) e um
grupo de no doentes (controles) so selecionados. A proporo
de indivduos que foram expostos por um perodo de tempo
calculada nos grupos e comparadas.

TRANSVERSAL
Em estudos transversais ou de prevalncia, exposio a fatores
de risco e de ocorrncia da doena so avaliados
simultaneamente num ponto no tempo em um grupo de
indivduos. Taxas de prevalncia da doena so comparadas
entre expostos e no expostos.
IV.A Pesquisas Observacionais

IV.A.3 Estudos Epidemiolgicos
IV.B Pesquisa Experimental
- Etapas:

Objetivo;
Descrio das situaes experimentais que sero
comparadas (Tratamentos);
Descrio da populao experimental;
Escolha da unidade experimental;
Escolha do Plano Experimental:
Completamente casualizado (amostras no pareadas)
Blocos casualizados (amostras pareadas)
Experimentos Cross-over
IV.B Pesquisa Experimental


Exemplo # 1 - Teste do efeito do Metoprolol em pacientes de 65
a 74 anos que tiveram Infarto Agudo do Miocrdio.

Comentrios:
1. Os pacientes foram aleatorizados a cada um dos grupos e aps o
seguimento de 3 meses foi registrado o estado vital;
2. O estudo um Ensaio Clnico completamente aleatorizado,
prospectivo, com amostras independentes isto , no pareada
3. o estudo da relao entre duas variveis categricas dicotmicas,
uma resposta e a outra explicativa.
IV.B Pesquisa Experimental

Exemplo # 2 Comparao de 3 grupos de gestantes - normais (N),
tolerncia diminuda (TD) e diabticas (D) em relao a hemoglobina
glicosilada (HbA).

Comentrios:
1. um plano experimental
completamente casualizado
com um critrio de
classificao. Trs amostras
independentes de 10
gestantes, uma para cada
classe, amostras no
pareadas.
2. Estudo da relao entre uma
varivel numrica resposta,
(HbA) e uma explicativa
categrica, classe de
gestantes.
IV.B Pesquisa Experimental
Exemplo # 3: Estudo sobre perda
de peso(kg) em obesos para 2
diferentes terapias e 4
diferentes dietas.

Comentrios:
1. um plano experimental
completamente casualizado
com dois critrios de
classificao. So 8 amostras
independentes de 5
indivduos, no pareadas,
uma para cada combinao
(dieta, terapia).
2. Estudo da relao entre duas
variveis categricas
explicativas, dieta e terapia, e
uma numrica, resposta.


IV.B Pesquisa Experimental

Comentrios:
1) O Plano Experimental utilizado foi Cross-Over. Cada indivduo
submetido s 2 drogas em perodos diferentes. 30 indivduos
recebem a droga A e os outros 30 recebem a droga B no primeiro
perodo. Em um segundo perodo, aps a eliminao do efeito
residual, os dois grupos recebem as drogas em ordem contrria.
2) So amostras pareadas onde cada indivduo controle dele
mesmo.

Exemplo # 4 : Comparao de duas drogas para normalizar a
presso sangunea em hipertensos
V Anlise exploratria de dados

A Anlise Descritiva ou Exploratria de dados consiste em obter:
- Medidas que resumem informaes de um conjunto de dados quanto a
posio central e variabilidade.
- Grficos e tabelas que mostram a distribuio dos dados.

Estes conceitos sero apresentados de acordo com o seguinte esquema:

a) Varivel numrica

1) Medidas de Variabilidade e de Posio: Amplitude, Desvio padro,
Mdia, Mediana e Quartil;
2) Representao grfica: Histograma e Box-plot;
3) Propriedades da distribuio normal.

b) Varivel categrica

1) medidas de variabilidade e de posio obtidas das frequencias.
2) representao grfica: grfico de barras e pizza.

Varivel numrica:

Exemplo 1: Duas amostras de 20 indivduos
1) Medida de variabilidade Amplitude
Amostra 1:
Estatura mnima: 140 cm
Estatura mxima: 180 cm
Amostra 2:
Estatura mnima: 150 cm
Estatura mxima: 170 cm
Questo 2: Quanto a variabilidade individual de uma amostra maior do
que a outra?
Resposta:
Questo 1: Em qual das duas amostras os indivduos variam mais em
relao estatura?
Resposta:
CONCEITOS:
V Anlise exploratria de dados
Varivel numrica:

Exemplo 2: Duas amostras de 6 indivduos
(os valores abaixo representam a estatura, em cm)
1) medidas de variabilidade e de posio Media e Desvio padro
Amostra 1: 150, 151, 153, 155, 158, 160
Amostra 2: 150, 155, 155, 155, 155, 160
Questo 1: Em qual das duas amostras os indivduos variam mais
em relao estatura?
Resposta:
Questo 2: Quanto a variabilidade de uma amostra maior que a
da outra?
Resposta:
CONCEITOS:
V Anlise exploratria de dados
Varivel numrica :

2) Representao grfica para amostras grandes - Histograma
a) Histograma (distribuio de freqncia emprica)
V Anlise exploratria de dados
Varivel numrica :
b)Representao grfica para amostras pequenas - BoxPlot :
(forma de agrupar dados atravs dos percentis)
Exemplo : Estudo sobre Diabetes Gestacional - Comparao de 3 grupos de
gestantes, normais, tolerncia diminudas e diabticas em relao a hemoglobina
glicosilada (HbA).
Box-Plot do nvel de Hemoglobina
glicosilada, segundo grupo de gestantes.
Tol_Diminuda Normal Diabtica
H
b
A
11
10
9
8
7
6
5
V Anlise exploratria de dados
Varivel numrica:
3) Noes sobre a Distribuio Normal
Propriedades da Distribuio Normal
68% dos valores individuais esto entre - o e + o
90% dos valores individuais esto entre - 1,64o e + 1,64o
95% dos valores individuais esto entre - 1,96o e + 1,96o
99,7% dos valores individuais esto entre - 3o e + 3o
Mdia = Mediana = Moda
Coeficiente de Assimetria = 0 [-1; 1] ou [-2;2]
Coeficiente de Curtose = 0 [-1; 1] ou [-2;2]
V Anlise exploratria de dados
Varivel numrica :
4) Curva normal ajustada distribuio de freqncia emprica
V Anlise exploratria de dados
Varivel categrica :
1) medidas de variabilidade e de posio
Exemplo: Duas amostras de 20 indivduos classificados em relao ao sexo.
.

Questo 1: Em qual das duas amostras os indivduos variam mais
em relao ao sexo?
Resposta:
Questo 2: Quanto a variabilidade de uma amostra maior que a da
outra?
Resposta:
CONCEITOS:
V Anlise exploratria de dados
Varivel categrica:
2) Representao grfica: grfico de barras e pizza
Distribuio de Chefes de
Famlias segundo gnero
0
20
40
60
80
100
masculino feminino
Fonte : PED-Dez/1999
P
e
r
c
e
n
t
u
a
l
V Anlise exploratria de dados
VI - Conceitos essenciais para se entender a
anlise estatstica inferencial: erro amostral e
intervalo de confiana.
Essncia da Estatstica Inferencial
Considere uma populao de indivduos representada por uma
varivel numrica (Albumina Srica).
VI - Conceitos essenciais para se entender a
anlise estatstica inferencial: erro amostral e
intervalo de confiana.
Questo de interesse

Queremos estimar por meio de uma amostra de
tamanho n a mdia populacional .
Consideraes sobre a soluo

a) Tipo de Amostra: Amostra probabilstica;

b) Para qualquer tamanho de amostra n a mdia da
amostra sempre diferente da mdia da populao;

c) A distncia entre a mdia da amostra e a mdia da
populao chamada de Erro Amostral (EA).
VI - Conceitos essenciais para se entender a
anlise estatstica inferencial: erro amostral e
intervalo de confiana.
Consideraes sobre a soluo

d) Para uma determinada populao com uma determinada varincia,
quanto maior for o tamanho da amostra menor ser o EA
e) Para um determinado tamanho de amostra quanto mais espalhada
for a populao em torno da mdia (varincia), maior ser o EA
Concluso: Portanto podemos escrever que o erro amostral (EA)
proporcional ao quociente

ais proporcion te inversamen n EA | : +
ais proporcion e diretament DP EA | : |
Ou
Formulas para se calcular Erro amostral, tamanho da
amostra e construir intervalo de confiana para
mdias e propores
VII Comparao de dois grupos:
(Testes de Hipteses)
> - Roteiro para testes de hipteses

a) Formulao das hipteses estatsticas:
Hiptese Nula (H
o
)
Hiptese Alternativa (H
a
)

b) Determinao de uma medida de afastamento da hiptese

c) Obteno de um Sistema de Referncia

d) Calculo do valor p [ Nvel de Significncia observado, p-value ],
que representa a probabilidade de errar quando o pesquisador rejeita H
o
)

CAP
VII Comparao de dois grupos:
(Testes de Hipteses)
EXEMPLO 1: Varivel Numrica, Amostras no pareadas
Presso alta Sim No Total
N 278 522 800
Mdia 28,02 26,46 26,72
Varincia 17,64 37,33 88,73
Desvio-padro 4,20 6,11 9,42
Erro-padro 0,25 0,27 0,23
Comparao de motoristas que se declaram hiper-tensos e
normais em relao ao ndice de Massa Corprea (IMC)
VII Comparao de dois grupos:
(Testes de Hipteses)
Representamos o IMC mdio por:

1
, IMC mdio dos hipertensos

2,
IMC mdio dos normais
b) Medida de afastamento da hiptese nula
( )
n n
dp
x x
2 1
global
2 1
1 1
.
t
+

=
( ) ( )
2
. 1 . 1
n n
dp
n
dp
n
dp
2 1
2
2
2
2
1
1
global
+
+
=

H
2 1
0
: =

H
2 1
a
: =
versus
a) Formulao das Hipteses:
Soluo:
onde
Sistema de Referncia: Distribuio t-Student
com (n
sim
+n
no
2) graus de liberdade;
( ) ( )
52 , 5
2 522 278
.37,33 1 522 .17,64 1 278
dp
global
=
+
+
=
( )
81 , 3
522
1
278
1
5,52.
26,46 28,02
t =
+

=
c) Nvel de Significncia Descritivo: p=0,0001;
Concluso: O IMC mdio dos indivduos com
presso alta estatisticamente maior do que o
IMC mdio dos indivduos com presso normal
(p=0,0001).
VII Comparao de dois grupos:
(Testes de Hipteses)
EXEMPLO 2: Varivel Categrica, Amostras no pareadas
Estudo sobre presena de sintomas da doena entre
vacinados e no vacinados
Sintomas da doena Vacinado No vacinado Total
Sim 5 (3,3%) 45 (12,9%) 50 (10,0%)
No 145 (96,7%) 305 (81,7%) 450 (90,0%)
Total 150 (100,0%) 350 (100,0%) 500 (100,0%)
VII Comparao de dois grupos:
(Testes de Hipteses)
Soluo:
a) Formulao das Hipteses:
( ) ( ) vacinado No entre Sim P Vacinado entre Sim P :
H0
=
( ) ( ) vacinado No entre Sim P Vacinado entre Sim P :
Ha
=
b) Medida de afastamento da hiptese nula
( )
58 , 10
E
E O
2
=

c) Sistema de Referncia: Distribuio de Qui-quadrado com 1
grau de liberdade;
d) Nvel de Significncia Descritivo: p=0,0011;
e) Concluso: A proporo de indivduos com sintoma da
doena, entre os vacinados, estatisticamente menor que
entre os no vacinados (p=0,0011).
VII Comparao de dois grupos:
(Testes de Hipteses)
VIII Comparao de dois grupos
(Intervalo de Confiana-varivel numrica)
b) Clculo do erro padro (EP) da diferena entre as
mdias;
Roteiro para Intervalo de Confiana
Varivel Numrica:
a) Clculo da diferena observada (d) entre as duas mdias;
( )
( ) ( )
n n n n
dp
n
dp
n
x x
2 1 2 1
2
2
2
2
1
1
2 1
1 1
.
2
. 1 . 1
EP +
|
|
|
.
|

\
|
+
+
=
c) Clculo do erro amostral da diferena das mdias
EA(x
1
x
2
) = c(EP), onde c corresponde ao coeficiente
de confiana;
VIII Comparao de dois grupos
(Intervalo de Confiana-varivel numrica)
Roteiro para Intervalo de Confiana (cont.)
Varivel Numrica:
d) Clculo do intervalo de confiana (IC)
| | EA d EA; d : IC +
e) Interpretao do intervalo de confiana.
EXEMPLO 1: Varivel Numrica, Amostras no pareadas
Comparao de motoristas que se declaram hiper-tensos e
normais em relao ao ndice de Massa Corprea (IMC)
VIII Comparao de dois grupos
(Intervalo de Confiana-varivel numrica)
1,56 26,46 28,02 d = =
( ) 41 , 0 EP
x x
2 1
=
0,80 1,96.0,41 EA = =

| | | | 2,36 ; 0,76 0,80 1,56 ; 0,80 1,56 : IC = +
Interpretao:

Com 95% de Confiana, a diferena mdia de IMC entre hiper-
tensos e normais foi de 1,56 kg/(cm)
2
, podendo atingir um valor
mnimo de 0,76 kg/(m)
2
e um valor mximo de 2,36 kg/(m)
2
VIII Comparao de dois grupos
(Intervalo de Confiana-varivel categrica)
b) Clculo do erro padro (EP) da diferena entre as
propores:
Roteiro para Intervalo de Confiana
Varivel Categrica:
a) Clculo da diferena observada (p
1
-p
2
) entre as duas
propores;
( )
n
p 1 p
n
p 1 p
p p
2
2 2
1
1 1
2 1
) .( ) .(
EP

+ =
c) Clculo do erro amostral da diferena das propores
EA(p
1
p
2
) = c(EP), onde c o coeficiente de confiana;
VIII Comparao de dois grupos
(Intervalo de Confiana-varivel categrica)
Roteiro para Intervalo de Confiana (cont.)
Varivel Categrica:
d) Clculo do intervalo de confiana (IC)
( ) ( ) | | EA EA; IC
p p p p
2 1 2 1
+ =
e) Interpretao do intervalo de confiana.
EXEMPLO 2: Varivel Categrica, Amostras no pareadas
Estudo sobre presena de sintomas da doena entre
vacinados e no vacinados
0,096 0,033 0,129
p p p p
2 1 vacinado vacinado no
= = =
( ) 023 , 0
150
0,033) - 0,033.(1
350
0,129) - 0,129.(1
p
2
p
1
EP = + =
VIII Comparao de dois grupos
(Intervalo de Confiana-varivel categrica)
0,045 1,96.0,023 EA = =
| |
| | 0,141 ; 0,051 IC
0,045 0,096 ; 0,045 0,096 IC
=
+ =
VIII Comparao de dois grupos
(Intervalo de Confiana-varivel categrica)
Interpretao:

Com 95% de Confiana, a diferena da proporo de
Indivduos com sintoma, entre os no vacinados e os
vacinados, foi de 0,096 (9,6%), podendo atingir um valor
mnimo de 0,051(5,1%) e um valor mximo de 0,141(14,1%).