1

Biometria Qui Quadrado

(Leitura complementar ao captulo 3) Sumrio: Como calcular Como usar a tabela Correo de Yates (continuidade) Definio Em tabelas de contingncia Heterogeneidade de amostras Modelos "simplificados" Teste exato de Fisher Definio Qui Quadrado, simbolizado por 2 um teste de hipteses que se destina a encontrar um valor da disperso para duas variveis nominais, avaliando a associao existente entre variveis qualitativas. um teste no paramtrico, ou seja, no depende dos parmetros populacionais, como mdia e varincia. O princpio bsico deste mtodo comparar propores, isto , as possveis divergncias entre as frequncias observadas e esperadas para um certo evento. Evidentemente, pode-se dizer que dois grupos se comportam de forma semelhante se as diferenas entre as frequncias observadas e as esperadas em cada categoria forem muito pequenas, prximas a zero. Portanto, o teste utilizado para: Verificar se a frequncia com que um determinado acontecimento observado em uma amostra se desvia significativamente ou no da frequncia com que ele esperado. Comparar a distribuio de diversos acontecimentos em diferentes amostras, a fim de avaliar se as propores observadas destes eventos mostram ou no diferenas significativas ou se as amostras diferem significativamente quanto s propores desses acontecimentos.

Condies necessrias Para aplicar o teste as seguintes proposies precisam ser satisfeitas: Os grupos so independentes, Os itens de cada grupo so selecionados aleatoriamente, As observaes devem ser frequncias ou contagens,

Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

Cada observao pertence a uma e somente uma categoria e A amostra deve ser relativamente grande (pelo menos 5 observaes em cada clula e, no caso de poucos grupos - pelo menos 10 - Exemplo: em tabelas 2x 2).

Como calcular Karl Pearson props a seguinte frmula para medir as possveis discrepncias entre propores observadas e esperadas: 2 = [(o - e)2 /e] em que o = frequncia observada para cada classe, e = frequncia esperada para aquela classe. 2 = (d 2 /e) Percebe-se que as frequncias observadas so obtidas diretamente dos dados das amostras, enquanto que as frequncias esperadas so calculadas a partir destas importante notar que (o - e) a diferena entre a frequncia observada e a esperada em uma classe. Quando as frequncias observadas so muito prximas s esperadas, o valor de 2 pequeno. Mas, quando as divergncias so grandes (o - e) passa a ser tambm grande e, consequentemente, 2 assume valores altos. Hipteses a serem testadas O pesquisador trabalha com duas hipteses: Hiptese nula: As frequncias observadas no so diferentes das frequncias esperadas. No existe diferena entre as frequncias (contagens) dos grupos. Portanto, no h associao entre os grupos Hiptese alternativa: As frequncias observadas so diferentes da frequncias esperadas, portanto existe diferena entre as frequncias. Portanto, h associao entre os grupos.

Note-se que (o - e) = desvio (d), portanto a frmula tambm pode ser escrita como

Procedimento necessrio obter duas estatsticas denominadas2 calculado e 2 tabelado. (Para ver a tabela de 2 clique aqui). As frequncias observadas so obtidas diretamente dos dados das amostras, enquanto que as frequncias esperadas so calculadas a partir destas. Assim, o 2 calculado obtido a partir dos dados experimentais, levando-se em considerao os valores observados e os esperados, tendo em vista a hiptese. J o 2 tabelado depende do nmero de graus de liberdade e do nvel de significncia adotado. A tomada de deciso feita comparando-se os dois valores de 2 : Se 2 calculado > ou = 2 tabelado: Rejeita-se Ho. Se 2 calculado < 2 tabelado: Aceita-se Ho.

Quando se consulta a tabela de 2 observa-se que determinada uma probabilidade de

Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

ocorrncia daquele acontecimento. Portanto, rejeita-se uma hiptese quando a mxima probabilidade de erro ao rejeitar aquela hiptese for baixa (alfa baixo). Ou, quando a probabilidade dos desvios terem ocorrido pelo simples acaso baixa. O nvel de significncia (alfa) representa a mxima probabilidade de erro que se tem ao rejeitar uma hiptese. O nmero de graus de liberdade, nesse caso assim calculado: G.L. = nmero de classes - 1 E, evidentemente, quanto maior for o valor do 2 mais significante a relao entre a varivel dependente e a varivel independente. Exemplo 1: Se uma moeda no viciada for jogada 100 vezes, espera-se obter 50 caras e 50 coroas, j que a probabilidade de cair cara (p) = e a de cair coroa (q) tambm = . Entretanto, na prtica, muito difcil obter valores observados, idnticos aos esperados, sendo comum encontrar valores que se desviam dos tericos. Supondo que uma moeda foi jogada 100 vezes e se obteve 60 caras e 40 coroas. a. Qual ser o valor de 2? b. Como se pode interpretar esse valor? Resolvendo: As frequncias esperadas em cada classe so calculadas por: p.N. Portanto: E(cara) = .100 e E(coroa) = .100 Assim, os valores esperados so: cara: 50 e coroa: 50 e os observados so: cara: 60 e coroa: 40. 2 = [(60 50)2 / 50] + [(40 50)2 / 50] a. Valor de 2 = 2 + 2 = 4 O que significa esse nmero? Ou seja, como se analisa um teste de 2 ? Supondo que em vez de lanarmos 100 moedas uma nica vez, tivssemos feito inmeros lanamentos de 100 moedas. Se calcularmos o 2.a cada 100 lanamentos, e, depois, colocarmos todos os resultados em um grfico, teria sido obtida a figura ao lado. Nota-se que os valores pequenos de 2 ocorrem mais frequentemente que os grandes, pois se um experimento puder ser representado pelo modelo terico proposto, pequenos desvios casuais entre propores esperadas e observadas ocorrero em maior nmero do que grandes desvios. Tomando a rea total sob a curva como 100%, sabe-se que o valor 3,841 delimita 5% dela. Este o valor crtico de qui quadrado conhecido como 2c. Portanto, espera-se em experimentos semelhantes, que valores de 2.e menores que 3,841 tenham 95% de probabilidade de ocorrncia. Sempre que o valor de 2 for menor que 3,841 aceita-se a hiptese de igualdade estatstica entre os nmeros de observados e de esperados (H0). Ou seja, admite-se que os desvios no so significativos.

Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

b. Como se pode interpretar esse valor? No exemplo dado, como o valor de Qui Quadrado obtido ( 4 ) para 2 classes foi maior que o esperado ao acaso (3,841), aceita-se a hiptese alternativa e admite-se que a moeda seja viciada. Como usar a tabela Entretanto, importante notar que esse raciocnio e deciso s so vlidos quando h 2 classes possveis de eventos. (Como no exemplo dado, em que o lanamento da moeda pode resultar em 2 acontecimentos: cara ou coroa). Mas, se tivssemos lanado um dado seriam 6 classes possveis. Como faramos, ento? Deve-se consultar uma tabela de 2.e lembrar que, nesse caso: G.L. = nmero de classes - 1 A tabela de Qui Quadrado mostra o nmero de Graus de liberdade nas linhas e o valor da Probabilidade nas colunas. Na coluna referente a 5% de probabilidade encontra-se o valor crtico de qui quadrado (2c), com o qual deve ser comparado o valor calculado de 2. 2c GL \ P 1 2 3 4 5 ... 0,99 0,0002 0,020
0,115

0,297 0,554

0,95 0,004 0,103 0,352 0,711 1,145

0,90 0,016 0,211 0,584 1,064 1,610

0,80 0,064 0,446 1,005 1,649 2,343

... ... ... ... ... ...

0,05 3,841 5,991 7,815 9,488 11,070

0,02 5,412 7,824 9,837 11,668 13,388

0,01 6,635 9,210 11,345 13,277 15,080

0,001 10,827 13,815 16,266 18,467 20,515

Aceita-se a hiptese de igualdade estatstica entre os nmeros de observados e de esperados (H0). Os desvios no so significativos.

Rejeita-se H0 e aceita-se H1. Os nmeros de obs e esp so . estatisticamente diferentes. Os desvios so significativos.

Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

Exemplo 2: Se um dado no viciado for jogado 6 vezes, espera-se obter 1 vez cada face (1, 2, 3, 4, 5 e 6) j que a probabilidade de cair qualquer face 1/6. Supondo que um dado foi jogado 186 vezes e se obteve: Face 1 Face 2 34 29 2? a. Qual ser o valor de Resolvendo: As frequncias esperadas em cada classe so calculadas por: p.N. Portanto: E(face 1) = E(face 2) = E(face 3) = E(face 4) = E(face 5) = E(face 6) = p.N = 1 / 6 .186 = 31 a. Qual ser o valor de 2? Assim, os valores parciais so somados: e chega-se ao valor de 2 : observado esperado 2 parcial 34 31 0,2903 29 31 0,1290 30 31 0,0322 32 31 0,0322 28 31 0,2903 33 31 0,1290 Face 3 30 Face 4 32 Face 5 28 Face 6 33

b. Como se pode interpretar esse valor?

2 = ( 0,2903 + 0,1290 + 0,0322 + 0,0322 + 0,2903 + 0,1290) = 0,903 b. Como se pode interpretar esse valor? Lembrando que G.L. = nmero de classes -1, como h h 6 classes, G.L. = 5. Verificando-se a tabela de 2 na linha em G.L. = 5 encontra-se 2c igual a 11,070. Como o valor de Qui Quadrado obtido ( 0,903 ) foi menor que o esperado ao acaso ( 11,070) admite-se que o dado seja honesto. Para facilitar os clculos para certas propores utilize uma planilha especial: Qui Quadrado, com at 4 classes, havendo propores esperadas Copie a planilha comprimida em formato xls ou em ods http://www.cultura.ufpa.br/dicas/biome/biozip/quipropo.zip Em tabelas de contingncia At aqui foram analisadas situaes em que havia uma hiptese baseada em alguma teoria, gerando propores esperadas. Por exemplo, efetuar um experimento semelhante ao de Mendel e verificar se a distribuio de uma certa varivel obedece a proporo 3 :1. Entretanto, o teste de 2 pode ser aplicado em casos em que no se dispe de uma teoria que permita efetuar o clculo de classes esperadas. Por exemplo, supondo que se deseja verificar se uma caracterstica se distribui igualmente entre os sexos, ou em classes sociais, ou em diferentes grupos raciais, ou em grupos etrios, ou
Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

em localizaes geogrficas ou... Note-se que no existe um modo de calcular os esperados. Nesses casos constri-se uma tabela de contingncia. Hipteses a serem testadas Hiptese nula, H0: No h associao entre os grupos, ou seja, as variveis so independentes. Hiptese alternativa, Ha: H associao entre os grupos, ou seja, as variveis so dependentes.

Clculo dos esperados: A frequncia esperada em cada classe calculada pela multiplicao do total de sua coluna, pelo total de sua linha, dividindo-se o produto pelo total geral da tabela (N). E = total marginal da linha x total marginal da coluna / total (N) O nmero de graus de liberdade, quando os dados esto em tabela de contingncia assim calculado: G.L. = nmero de linhas - 1 x nmero de colunas - 1 Procedimento necessrio obter duas estatsticas denominadas 2c calculado e 2 tabelado. (Para ver a tabela de 2, clique aqui). A tomada de deciso feita comparando-se os dois valores de e 2 e o 2c. Se 2 e calculado > ou = 2c tabelado: Rejeita-se Ho. * Critrio: * Se 2 calculado < 2c tabelado: Aceita-se Ho. Exemplo: Os resultados abaixo provm de um teste sorolgico aplicado a indivduos pertencentes a 3 amostras compostas por indivduos de provenientes de diferentes faixas etrias (crianas, adolescentes e adultos). Por prova a hiptese de que a proporo de indivduos com reao positiva no difere significativamente nas 3 amostras contra a hiptese de que isso no verdadeiro. AMOSTRA Reao + Reao Total Crianas 25 45 70 Jovens 15 25 40 Adultos 10 30 40 Total 50 100 150 Para calcular os esperados multiplica-se os totais parciais relativos a cada casela e divide-se pelo total geral (N). Por exemplo, na casela crianas + = 50 x 70 / 150 = 23,3333 Depois calcula-se os qui quadrados parciais. Por exemplo, na casela crianas + = (o-e)2 /e = [(25 - 23,3333)2 / 23,3333)] = 0,1190. Depois, calcula-se a parcela de 2c referente a cada casela.
Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

Ao final, soma-se as parcelas e obtm-se o 2c. Amostra Crianas Esp (o-e)2 /e Jovens Esp (o-e)2 /e Adultos Esp (o-e)2 /e Total Reao + 25 23,3333 0,1190 15 13,3333 0,2083 10 13,3333 0,8333 50 Reao 45 46,6667 0,0595 25 26,6667 0,1042 30 26,6667 0,4167 100 Total 70

40

40

150

2 = 0,1190 + 0,0595 + 0,2083 + 0,1042 + 0,8333 + 0,4167. Portanto, 2 = 1,7410 O nmero de GL em tabelas assim calculado: GL = (nmero de linhas -1) x (nmero de colunas -1). Portanto: GL = (2 - 1) x (3 - 1) = 2 Depois, consulta-se a tabela de Qui quadrado e verifica-se que 2c = 5,991. Como o valor de 2c obtido menor que o 2c conclui-se que os desvios no so significativos. Portanto, os indivduos pertencentes s 3 amostras ( crianas, adolescentes e adultos ) reagem do mesmo modo ao teste sorolgico, no havendo influncia das diferentes faixas etrias sobre o resultado do teste. Assim sendo, o resultado sorolgico independe dos grupos etrios. Para facilitar os clculos utilize uma planilha especial: Qui Quadrado, em tabelas de contingncia, com ordem at 5 x 5 Copie a planilha comprimida em formato xls ou em ods http://www.cultura.ufpa.br/dicas/biome/biozip/qui55.zip Correo de Yates (ou Correo de continuidade) Ao aplicar o teste de 2 supe-se que o tamanho das amostras seja "grande". Mas em situaes prticas, o valor de 2 calculado aproximado, pois utiliza-se amostras de tamanho finito, o valor da frequncia observada s assumir os valores de nmeros inteiros, ou seja nunca haver por exemplo 2,73 indivduos observados. Quando se obtm um valor de 2 significativo mas nota-se que a amostra pequena e/ou que
Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

a frequncia esperada em uma das classes pequena (tipicamente, quando for menor que 5) a frmula de obteno de 2 poder produzir um valor maior que o real. Alguns autores, entre eles Ronald Fisher, recomendam que se observe a seguinte restrio: O teste de 2 pode ser usado se o nmero de observaes em cada casela da tabela for maior ou igual a 5 e a menor frequncia esperada for maior ou igual a 5. Em caso contrrio, em cada classe deve ser utilizada a correo de Yates: 2 = [( | o -e | - 0,5)2/ e ] Evidentemente, no preciso usar a correo de Yates se o valor de 2 obtido for menor que 2, pois o novo valor ser menor que o primeiro, continuando a no ser significativo. Apesar do assunto ser controverso, de modo geral, usa-se a correo de Yates quando: o valor de Qui Quadrado obtido maior que o crtico e o valor de N menor que 40 ou h pelo menos uma classe com nmero de esperados menor que 5.

Exemplo Supondo uma coleo de irmandades, com N = 16, filhos de casais com um cnjuge afetado por uma anomalia endgena. 4 dentre os filhos tambm apresentam a doena. A caracterstica obedece o padro de transmisso autossmico, dominante e monognico? A genealogia seria:

Em 16 filhos espera-se 8 normais e 8 anormais. Mas foram observados 12 normais e 4 anormais. Obtm-se o valor de Qui quadrado: 2 = [(12 - 8)2 / 8 + (4 - 8)2 / 8] = 2 + 2 = 4 Simplesmente analisando o valor de 2 concluiria-se que como maior que 2c (3,841) os desvios no so devidos ao acaso. Portanto, conclui-se que a doena no obedece o padro de transmisso autossmico, dominante e monognico. Entretanto, deve-se reparar que: N menor que 20 e o valor de Qui Quadrado obtido maior que o crtico

Portanto, deve-se aplicar a correo de Yates: 2 = [ (| o1 - e1 | - 0,5)2 / e1 + (| o2 - e2 | - 0,5)2 / e2)] 2 = [( | 12 - 8 | - 0,5)2 / 8 + ( | 4 -8 | - 0,5)2 / 8)] = 1,51313 + 1,51313 = 3,062 importante notar que agora, aps ter sido aplicada a correo, 2 < 2c, ou seja ser alterada a deciso do teste. Portanto, aceita-se que os desvios so devidos ao acaso. Assim, conclui-se que a doena
Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

obedece o padro de transmisso autossmico, dominante e monognico. Para facilitar os clculos utilize uma planilha especial: Qui Quadrado, em tabelas de contingncia, com ordem at 2 x 2, com correo de Yates Copie a planilha comprimida em formato xls ou em ods http://www.cultura.ufpa.br/dicas/biome/biozip/qui22y.zip

Teste exato de Fisher Em amostras pequenas o erro do valor de Qui quadrado alto e, portanto, o teste no recomendvel. Ronald Fisher apresentou outro teste que permite calcular a probabilidade de associao das caractersticas que esto em anlise, ou seja, a probabilidade de tais caractersticas serem independentes, quando o nmero total de dados pequeno . Assim, em amostras pequenas deve-se executar esse teste, pois produz erro menor que o teste de Qui Quadrado. Apesar do assunto ser um pouco controverso, de modo geral usa-se o Teste exato de Fisher quando: o valor de N < 20 ou 20 < N < 40 e a menor frequncia esperada for menor que 5. A anlise do teste de Fisher feita como a de 2
P

GL / P 1 2 ...

0,99
. . .

0,95
. . .

0,90
. . .

0,80
. . .

...
... ... ...

0,05
. . .

0,02
. . .

0,01
. . .

0,001
. . .

Os desvios no so significativos. As variveis estudadas so independentes. A associao entre as variveis devida ao acaso.

Os desvios so significativos. As variveis no so independentes. A associao entre as variveis estudadas no devida ao acaso.

A probabilidade calculada ser igual ao produto dos fatoriais dos totais marginais pelo fatorial do total geral multiplicado pelo inverso do produto dos fatorais dos valores observados em cada classe. Para facilitar, identifiquemos as clulas por letras. A probabilidade de dependncia das duas amostras ser definida por: P = [( G! H! E! F! ) / I! ] x [1 / ( a! c! b! d! )]

Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

10

1. Se houver clula com o valor zero Exemplo Supondo a presena de uma determinada enzima em pessoas submetidas a uma reao sorolgica: Enzima Presente Ausente + 5 1 0 3 Total 5 4 P = [( G! H! E! F! ) / I! ] x [1 / ( a! c! b! d! )] P = [(6! 3! 5! 4!) / 9! ] x [1 / (5! 1! 0! 3!)] = 0,0476 = 4,76% Como esse valor menor que 5% a hiptese das caractersticas serem independentes rejeitada, dizendo-se que a sua associao no casual. 2. Se no houver clula com o valor zero Deve-se: a. calcular a probabilidade identicamente ao escrito acima b. construir outra tabela 2x2, subtraindo-se uma unidade dos valores da diagonal que contiver o menor nmero de casos e adicionando essa unidade aos valores das caselas da outra diagonal c. calcular novamente a probabilidade d. esse processo continuar at que se atinja o valor 0 e. somar todas as probabilidades calculadas Exemplo: Supondo que os valores obtidos sejam: Reao + Total Calcularamos Total 5 2 Total 7 6 1 Total 7 7 3 5 8 2 6 8 1 8 7 15 8 7 15 8 P = (8! 7! 7! 8! / 15!) (1 / 0! 7! 1! 7!) P = (8! 7! 7! 8! / 15!) (1 / 6! 2! 1! 6!) P = 0,0305 P = (8! 7! 7! 8! / 15!) (1 / 5! 3! 2! 5!) P = 0,1828 Enzima Presente Ausente 5 3 2 5 7 8 Total 8 7 15 Reao Total 6 3 9

Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

11

P = 0,0012

Total 7 8 15 P = 0,1828 + 0,0305 + 0,0012 = 0,2145 = 21,45 % Nesse caso, como o valor encontrado de P maior que 5%, a hiptese das caractersticas serem independentes aceita, dizendo-se que a sua associao casual. Observao: Em tabelas com mais de 2 colunas ou 2 linhas, ou seja, quando G.L. > 1, pode-se utilizar o teste de 2 se o nmero de caselas com frequncia esperada inferior a 5 menor que 20% do total de caselas e nenhuma frequncia esperada for zero. Para facilitar os clculos utilize uma planilha especial: Teste Exato de Fisher em tabelas 2 x 2 Copie a planilha comprimida em formato xls ou em ods http://www.cultura.ufpa.br/dicas/biome/biozip/fisher1zip Heterogeneidade entre amostras Pode-se testar se amostras diferentes em uma srie de experimentos semelhantes so homogneas ou no. Nesse caso, calcula-se o 2 de cada amostra e o2 do total delas (2T). Depois, soma-se os 2 obtidos para cada amostra (2) e da soma se subtrai o valor obtido para o total de qui quadrados (2T). O valor final obtido o 2 de heterogeneidade. Exemplo Em 3 amostras de filhos de casais MN, obteve-se: Amostras Belm - PA Macei - AL So Carlos - SP Total Propores esperadas MM 19 18 8 45 1/4 MN 38 25 23 86 1/2 NN 23 17 9 49 1/4 Total 80 60 40 180

Pergunta-se: As amostras so homogneas? Nesse caso, deve-se calcular o 2 para cada amostra, a partir de propores esperadas (MM = 1/4, MN = 1/2 e NN = 1/4), obtendo-se: Amostras Belm - PA Macei - AL So Carlos - SP Total (19-20)2 /20 + (38-40)2 /40 + (23-20)2 /20 (18-15)2 /15 + (25-30)2 /30 + (17-15)2 /15 ( 8-10)2 /10 + (23-20)2 /20 + ( 9-10)2 /10 (45-45)2 /45 + (86-90)2 /90 + (49-45)2 /45 2 0,600 1,700 0,950 0,534 GL 2 2 2 2

Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

12

Para obter a 2 basta somar os valores de 2 obtidos em cada classe e os seus G.L.: 0,600 + 1,700 + 0,950 = 2 = 3,250 e GL = 2 + 2 + 2 = 6. E, ento, subtrair 2T. de 2 3,250 - 0,534 = 2,716 e GL = 6 - 2 = 4. Portanto, 24 = 2,716. Na tabela verifica-se que 24 crtico = 9,488. Conclui-se que como o valor de 2 calculado menor que o de2c aceita-se que os desvios so devidos ao acaso, no sendo significativos. Portanto as amostras so homogneas. Teste de hipteses e a distribuio de Poisson Quando se quer provar se os dados de uma mostra seguem a distribuio de Poisson deve-se: reunir em uma nica classe as que tiverem valores esperados menores que 5 calcular os esperados segundo a distribuio de Poisson 1 nu/eu 2 nu2/2.eu 3 nu31/2.3.eu 4 nu41/2.3.4.eu

Nmero de vezes em que o evento ocorre: 0 Nmeros esperados de amostras n/eu

calcular a parcela de 2 , ou seja [(o-e)2 /e] referente a cada classe GL = nmero de classes - 2 ( o total e a mdia da amostra)

Exemplo Foram observados os seguintes nmeros de tripanossomos em 128 campos de um hemocitmetro Tripanossomos 0 1 2 3 4 5 6 7 >7 Total Freq. Obs. 26 37 31 18 10 3| 3|6 0| 0| Freq. Esp. 21,9 38,7 34,1 20,1 8,9 3,1 | 0,9 | 4,3 0,2 | 0,1 |

128 Portanto, os dados resultaram em Freq. Obs. 26 37 31 Freq. Esp. 21,9 38,7 34,1 (o-e)2 /e 0,768 0,075 0,282

Tripanossomos 0 1 2

Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA

13

3 4 >5 Total GL = 6 - 2 = 4 e24 crtico = 9,488.

18 10 6 128

20,1 8,9 4,3 128,0

0,219 0,136 0,672 2 = 2,152

Como o 24 encontrado menor que o 24 crtico conclui-se que os desvios no so significativos. Portanto, pode-se aceitar que o nmero de tripanossomos encontrado segue a distribuio de Poisson. Mtodos "simplificados" para clculo em tabelas 2 por x At algumas dcadas atrs, quando no se usava calculadoras ou computadores, eram utilizadas maneiras de efetuar clculos em alguns tipos de tabelas que facilitavam em muito a obteno de resultados, por efetuarem menor nmero de operaes. Assim, quase que s por curiosidade, alguns esto especificados aqui. ____ Este "site", destinado prioritariamente aos alunos de Ftima Conti, pretende auxiliar quem esteja comeando a se interessar por Bioestatstica, computadores e programas, estando em permanente construo. Sugestes e comentrios so bem vindos. Agradeo antecipadamente. ____ Endereo dessa pgina: HTML: http://www.cultura.ufpa.br/dicas/biome/bioqui.htm PDF: http://www.cultura.ufpa.br/dicas/pdf/bioqui.pdf ltima alterao: 11 out 2009 (Solicito conferir datas. Pode haver atualizao s em HTML)

Ftima Conti - Muitas Dicas - http://www.cultura.ufpa.br/dicas/ - Laboratrio de Informtica - ICB - UFPA