Escolar Documentos
Profissional Documentos
Cultura Documentos
Departamento de Biomedicina
Bioestatstica
Goinia
2015
Bioestatstica
da
Departamento
Graduao
de
em
Biomedicina.
Goinia
2015
5
Sumrio
1.
2.
3.
4.
Introduo...........................................................................................
Medidas de Tendncia......................................................................
Medidas de Disperso........................................................................
Correlao e Regresso Linear..........................................................
Referncias Bibliogrficas.................................................................
04
05
06
07
11
Introduo
A estatstica tem como objetivo principal o auxlio na tomada de
decises nas situaes de incerteza baseados em um conjunto de dados
quantitativos. uma ferramenta tambm utilizada na atualidade para
responder questes biolgicas, como, por exemplo, fundamentar os estudos
relacionados aos fatores que aumentam o risco de infarto do miocrdio.
importante ressaltar que o planejamento em estatstica auxilia na
escolha das situaes experimentais e da quantidade de indivduos
necessrios a serem examinados. Tambm, trabalha na organizao,
classificao e descrio de informaes em tabelas, grficos e outros
recursos visuais para estabelecer hipteses e elaborar concluses.
A Estatstica dividida em Estatstica Descritiva e Inferncia
Estatstica. A Descritiva relaciona-se com as tabelas de freqncia, grficos,
medidas de posio (mdia, desvio padro, medianas, quartis, etc.). A
inferncia
Estatstica
est
diretamente
ligada
amostragem,
podem
valer-se
da
experincia
de
eventos
anteriores,
uma
distribuio
de
dados.
Essas
medidas
representam
xi x 2
n 1
Varincia calculada a partir dos quadrados dos desvios, sua unidade quadrada
em relao varivel estudada, o que, sob o ponto de vista prtico um
inconveniente. Por isso mesmo, imaginou-se uma nova medida que tem utilidade e
interpretao prtica.
Coeficiente de variao (CV)
a medida que fornece o grau de disperso, ou variabilidade dos valores do
conjunto de observaes em torno da mdia. Ela calculada somando os
quadrados dos desvios em relao mdia.
Permite comparar a distribuio atravs da relao entre o desvio padro e a
mdia. Expresso em percentagem dado por:
Cv
100
x
relacionadas.
Uma correlao positiva indica que as duas variveis movem juntas, e a relao
opostas,
A relao fica mais forte quanto mais prxima a correlao de -1.
Duas variveis que esto perfeitamente correlacionadas positivamente (r=1)
TIPOS DE CORRELAO
A correlao entre 02 variveis pode ser:
1. Correlao Positiva : O aumento de uma varivel corresponde, ao aumento da
outra.
2. Correlao Negativa: O aumento de uma varivel corresponde a diminuio da
outra.
3. Correlao Linear: Quando possvel ajustar uma reta, ode ser forte (quanto
mais prximas da reta) ou fraca (quanto mais prximas da reta).
4. Correlao no-linear: Quando no possvel ajustar uma reta.
REGRESSO
Uma vez constatado que existe correlao linear entre duas variveis, pode-se
tentar prever o comportamento de uma delas em funo da variao da outra. Para
tanto ser suposto que existem apenas duas variveis. A varivel X (denominada
varivel controlada, explicativa ou independente) com valores observados X1,
X2, ..., Xn e a varivel Y (denominada varivel dependente ou explicada) com
valores Y1, Y2, ..., Yn.
Os valores de Y so aleatrios, pois eles dependem no apenas de X, mas
tambm de outras variveis que no esto sendo representadas no modelo.
Estas variveis so consideradas no modelo atravs de um termo aleatrio
denominado erro. A varivel X pode ser aleatria ou ento controlada. Desta
forma pode-se considerar que o modelo para o relacionamento linear entre as
variveis X e Y seja representado por uma equao do tipo: Y = + X + U, onde
U o termo erro, isto , U representa as outras influncias na varivel Y alm da
exercida pela varivel X.
ESTIMATIVA DOS PARMETROS DE REGRESSO
Se fosse conhecido toda a populao de valores (Xi, Yi) ento seria possvel
determinar os valores exatos dos parmetros , e 2 . Como, em geral, se
trabalha com amostras se faz necessrio, ento, estimar estes parmetros com
base nos valores da amostra. Existem alguns mtodos para ajustar uma linha entre
as variveis X e Y o mais utilizado o denominado mtodo dos mnimos quadrados
(MMQ). A reta obtida atravs deste mtodo, no necessariamente, o melhor
ajustamento possvel, mas possui muitas propriedades estatsticas que so
desejveis.
EQUAO DE REGRESSO
A regresso linear que um modelo adequado quando encontramos disposies
dos pontos conforme os da figura abaixo:
Caso como os estas figura no seriam bem descritos pela equao linear.
10
4 Referncias Bibliogrficas
11