Escolar Documentos
Profissional Documentos
Cultura Documentos
Apostila 2011 PDF
Apostila 2011 PDF
sentao tabular.
A palavra estatstica vem do latim status e significa estado. Inicialmente, era utilizada para compilar
dados que descreviam caractersticas de pases (Estados). Em 1662, John Graunt publicou estatsticas
de nascimentos e mortes. A partir de ento, o estudo dos eventos vitais e da ocorrncia de doenas e
bitos impulsionou o desenvolvimento da Estatstica nos campos terico e aplicado (Triola, 1999).
Atualmente, ndices e indicadores estatsticos fazem parte do dia a dia, tais como taxa de inflao,
ndice de desemprego, taxa de natalidade, taxa de crescimento populacional, ndice de poluio at-
mosfrica, ndice de massa corporal, entre outros.
Estatstica: uma coleo de mtodos para planejar experimentos, obter e organizar dados, resumi-
los, analis-los, interpret-los e deles extrair concluses (Triola, 1999).
Nveis de mensurao
Escala nominal
Os indivduos so classificados em categorias segundo uma caracterstica.
Ex: sexo (masculino, feminino), hbito de fumar (fumante, no fumante), sobrepeso (sim, no).
Escala ordinal
Os indivduos so classificados em categorias que possuem algum tipo inerente de ordem. Neste caso,
uma categoria pode ser "maior" ou "menor" do que outra.
Embora exista ordem entre as categorias, a diferena entre categorias adjacentes no tem o mesmo
significado em toda a escala.
Escala numrica de razes possui zero inerente natureza da caracterstica sendo aferida.
Escala de razes contnua: o resultado numrico um valor pertencente ao conjunto dos nmeros
reais R ={-; ...; 0; 0,2; 0,73; 1; 2,48;...; +}.
Ex: idade (anos), peso (g), altura (cm),nvel de retinol srico (g/dl), circunferncia da cintura
(cm).
De acordo com os nveis de mensurao, pode-se classificar a natureza das variveis segundo a
escala de mensurao em:
nominal
qualitativa
ordinal
VARIVEL:
quantitativa discreta
contnua
O tipo da varivel ir indicar a melhor forma para o dado ser apresentado em tabelas e
grficos, em medidas de resumo e, a anlise estatstica mais adequada.
Populao: totalidade de elementos sob estudo. Apresentam uma ou mais caractersticas em comum.
Supor o estudo sobre a ocorrncia de sobrepeso em crianas de 7 a 12 anos no Municpio de So
Paulo.
Populao alvo todas as crianas nesta faixa etria deste municpio.
Populao de estudo crianas matriculadas em escolas.
Elementos: so unidades de anlise; podem ser pessoas, domiclios, escolas, creches, clulas ou qual-
quer outra unidade.
Amostragem: processo para obteno de uma amostra. Tem como objetivo estimar parmetros popu-
lacionais.
Estimador: uma frmula matemtica que permite calcular um valor (estimador por ponto) ou com
um conjunto de valores (estimador por intervalo) para um parmetro.
N
X
i =1
i
Ex: Mdia aritmtica: X = ,
N
N
onde X
i =1
i = X 1 + X 2 + ... + X N e N = nmero de observaes.
Ex: Peso mdio ao nascer, calculado em uma amostra de 120.000 crianas nascidas no Municpio de
So Paulo no ano de 2000: mdia amostral = x = 3000 g .
Desvantagens
Resultados sujeitos variabilidade
Probabilstica: cada unidade amostral tem probabilidade conhecida e diferente de zero de pertencer
amostra. usada alguma forma de sorteio para a obteno da amostra.
Exemplo 2 -Os dados a seguir so de peso (kg) de 80 mulheres identificadas pela varivel id (identi-
ficao).
Id Peso Id peso Id Peso Id Peso Id Peso Id Peso
1 65 16 71 31 70 46 75 61 68 76 75
2 65 17 84 32 72 47 79 62 69 77 79
3 58 18 63 33 75 48 79 63 76 78 73
4 59 19 64 34 76 49 82 64 77 79 82
5 67 20 65 35 77 50 83 65 80 80 76
6 68 21 74 36 78 51 65 66 81
7 74 22 81 37 80 52 68 67 59
8 81 23 66 38 82 53 75 68 64
9 66 24 69 39 63 54 76 69 70
10 61 25 71 40 66 55 78 70 80
11 64 26 71 41 72 56 78 71 85
12 65 27 72 42 72 57 81 72 70
13 67 28 73 43 72 58 85 73 71
14 68 29 75 44 73 59 66 74 72
15 70 30 77 45 73 60 68 75 72
Fonte: Osborn JF. Statistical Exercises in Medical Research. John Wiley & Sons Inc., 1979. (adaptado).
a) Sorteie uma amostra aleatria de tamanho 20 utilizando a tabela dos nmeros equiprovveis.
b) Apresente os valores do peso dos indivduos sorteados.
c) Some os valores e divida pelo tamanho da amostra (nmero de valores).
d) Este valor o parmetro, o estimador ou a estimativa do peso mdio?
OBS: necessrio ter cuidado com a periodicidade dos dados, por exemplo se for feito sorteio de dia
no ms, pode cair sempre em um domingo onde o padro de ocorrncia do evento pode ser diferen-
te.
N 80
Exemplo: N=80; n=10; k= = = 8 ; incio casual: 1 i 8
n 10
Comeo casual sorteado: i=4
Amostra composta dos elementos:
i .............. 4
i+k .. 12
i+2k . 20
i+3k . 28
i+4k . 36
i+5k . 44
i+6k . 52
i+7k . 60
i+8k ... 68
i+(n-1)k . 76
A amostra deve conter os elementos da populao nas mesmas propores dos estratos. Tem-se que
os tamanhos dos estratos amostrais so n1, n2 e n3 tal que n i =n
Aplicando-se a proporo:
ni N i N
= ni = n i
n N N
Exemplo:
N=500; N1=50; N2=150; N3=300 e n=40
Tamanho do estrato ni N i
Estrato i na populao na amostra =
Ni ni
n N
1 50 4 0,1
2 150 12 0,3
3 300 24 0,6
Total 500 40
50 150 300
n1 = 40 = 4 ; n2 = 40 = 12 ; n3 = 40 = 24
500 500 500
Exemplo 4
Cite dois exemplos de amostragens por conglomerado.
Apurao de dados
Processo no qual conta-se o nmero de vezes que a varivel assumiu um determinado valor (frequn-
cia de ocorrncia). Pode ser manual, mecnica ou eletrnica (programas estatsticos: Epi info, Stata,
Excel, SPSS, SAS, R, S-Plus).
Notao:
X : varivel
xi : valor observado para o indivduo i
Altura em metros
X: 1,63; 1,60; 1,59; 1,60; 1,45; 1,73; 2,05; 1,85
altura frequncia
1,45 1
1,59 1
1,60 2
1,63 1
1,73 1
1,85 1
2,05 1
Apresentao tabular
Total
Fonte
notas, chamadas
A tabela deve ser uniforme quanto ao nmero de casas decimais e conter os smbolos ou 0 quando
o valor numrico nulo e ... quando no se dispe do dado.
Exemplo:
Distribuio de crianas(1) segundo nveis sricos de retinol. Cansao Bahia, 1992
Nvel de retinol srico(2) n %
Aceitvel 89 55,3
Baixo 65 40,4
Deficiente 7 4,3
Total 161 100
(1)
24 72 meses
(2)
aceitvel: 20,0 49,9 g/dl; baixo: 10,0 19,9 g/dl; deficiente: <10,0 g/dl
Fonte: Prado MS et al., 1995.
Como idade varivel quantitativa contnua, a melhor forma de apresent-la em tabelas utilizando
intervalos de valores denominados intervalos de classe.
Ex:
x: 5, 5, 15, 20, 20, 20, 21, 21, 22, 22
idade frequncia %
5 |-- 10 2 20
10 |-- 15 0 -
15 |-- 20 1 10
20 |-- 25 7 70
Total 10 100
Intervalos de classe: conjunto de observaes contidas entre dois valores limite (limite inferior e limite
superior).
Representao:
5 | -- 10 intervalo fechado no limite inferior e aberto no limite superior (con-
tm o valor 5 mas no contm o valor 10)
5 -- 10 intervalo aberto nos limites inferior e superior
(no contm os valores 5 e 10)
5 |-- | 10 intervalo fechado nos limites inferior e superior
(contm os valores 5 e 10)
OBS: Representar o intervalo 0 |-- | 11 meses equivalente a represent-lo como 0 |-- 12 meses.
X: peso (g)
X: 2250, 3025, 1600, 2725, 3750, 3950, 2400, 2180, 2520, 2530
Altura (cm) n %
1,45|--1,55 1 12,5
1,55|--1,65 4 50,0
1,65|--1,75 1 12,5
1,75|--1,85 0 -
1,85|--1,95 1 12,5
1,95|--2,05 0 -
2,05|--2,15 1 12,5
Total 8 100
Os intervalos de classe devem ser mutuamente exclusivos (um indivduo no pode ser classificado
em dois intervalos ao mesmo tempo) e exaustivos (nenhum indivduo pode ficar sem classificao).
A amplitude do intervalo o tamanho do intervalo de classe. A amplitude do intervalo e o nmero
de intervalos dependem basicamente do problema especfico e da literatura existente sobre o assunto.
O ponto mdio do intervalo calculado somando-se o limite inferior e limite superior, dividindo-se
o resultado por dois.
Exemplo 5 Os dados a seguir so de altura de uma amostra de 351 mulheres idosas selecionadas
aleatoriamente de uma comunidade para um estudo de osteoporose.
142 152 154 156 157 158 160 161 163 164 165 169
145 152 154 156 157 158 160 161 163 164 165 169
145 152 154 156 157 158 160 161 163 164 165 169
145 152 154 156 157 158 160 161 163 164 165 169
146 152 155 156 157 158 160 161 163 164 166 169
147 152 155 156 157 158 160 161 163 164 166 169
147 153 155 156 158 158 160 161 163 164 166 169
147 153 155 156 158 158 160 161 163 164 166 170
147 153 155 156 158 159 160 162 163 164 166 170
148 153 155 156 158 159 160 162 163 164 166 170
148 153 155 156 158 159 160 162 163 164 166 170
149 153 155 156 158 159 160 162 163 164 166 170
150 153 155 156 158 159 160 162 163 164 166 170
150 153 155 156 158 159 160 162 163 164 166 170
150 153 155 156 158 159 160 162 163 164 166 170
150 153 155 157 158 159 160 162 163 165 167 170
150 153 155 157 158 159 160 162 163 165 167 170
150 153 155 157 158 159 161 162 163 165 167 170
151 153 155 157 158 159 161 162 163 165 167 171
151 153 155 157 158 159 161 162 163 165 167 171
151 153 155 157 158 159 161 162 163 165 167 171
151 153 155 157 158 159 161 162 163 165 167 173
151 153 155 157 158 159 161 162 163 165 168 173
151 154 155 157 158 159 161 162 163 165 168 173
152 154 155 157 158 159 161 162 163 165 168 174
152 154 156 157 158 160 161 162 163 165 168 176
152 154 156 157 158 160 161 163 163 165 168 177
152 154 156 157 158 160 161 163 164 165 168 178
152 154 156 157 158 160 161 163 164 165 169 178
152 154 156
Fonte: Hand DJ et alli. A handbook of small data sets. Chapman&Hall, 1994.
Distribuio de crianas(1) segundo nveis sricos de retinol e idade. Cansao Bahia, 1992.
Faixa etria (meses) Aceitvel Inadequado Total
n % n % n %
<12 5 45,5 6 54,5 11 100
12|--24 10 43,5 13 56,5 23 100
24|--36 19 54,3 16 45,7 35 100
36|--48 21 65,6 11 34,5 32 100
48|--60 16 43,2 21 56,8 37 100
60|--73 18 78,3 5 21,7 23 100
Total 89 55,3 72 44,7 161 100
(1)
24 72 meses.
(2)
aceitvel: 20,0 49,9 g/dl; baixo: 10,0 19,9 g/dl; deficiente: <10,0 g/dl.
Fonte: Prado MS et al., 1995.
Exemplo 6
Os dados a seguir so de um estudo que investiga a relao entre nveis de -caroteno (mg/L) e hbi-
to de fumar em gestantes.
a) Calcule as frequncias relativas. Fixando o 100% no total de fumantes e no fumantes.
b) Calcule as frequncias relativas. Fixando o 100% no total do nvel de B-caroteno (MG/L).
c) Interprete os resultados. Existe alguma indicao de existncia de associao entre as vari-
veis? Justifique.
a)
Distribuio de gestantes segundo nveis de -caroteno (mg/L) e hbito de fumar.
-caroteno (mg/L) Fumante No Fumante Total
n % n % n %
Baixo (0 0,213) 46 74 120
Normal (0,214 1,00) 12 58 70
Total 58 132 190
Fonte: Silmara Silva. Tese de Mestrado/FSP/USP.
b)
Distribuio de gestantes segundo nveis de -caroteno (mg/L) e hbito de fumar.
-caroteno (mg/L) Fumante No Fumante Total
n % n % n %
Baixo (0 0,213) 46 74 120
Normal (0,214 1,00) 12 58 70
Total 58 132 190
Fonte: Silmara Silva. Tese de Mestrado/FSP/USP.
Exerccio S1
Os dados a seguir so relativos ao nmero de refeies diria de 50 indivduos.
2 3 2 1 2 6 5 4 3
1 2 2 1 2 5 6 4 3
2 2 3 2 3 4 2 3 2
3 2 3 3 3 4 3 4 5
3 1 4 3 4 4 3
3 1 6 4 4 2 4
Fonte X.
a) Apresente os dados em uma tabela.
b) Interprete a disperso dos dados.
Exerccio S2
Os dados a seguir so provenientes do grupo Western Collaborative Group Study, criado na Califrnia
em 1960-61. Foram estudados 3154 homens de meia idade para investigar a relao entre padres de
comportamento e risco de doena coronariana. Os dados apresentados so de 40 homens para os
quais foram medidos os nveis de colesterol (mg/100ml) e realizada uma categorizao segundo com-
portamento. O comportamento de tipo A caracterizado pela urgncia, agressividade e ambio. O de
tipo B relaxado, no competitivo e menos preocupado.
Tipo A: nvel de colesterol
233 291 312 250 246 197 268 224 239 239
254 276 234 181 248 252 202 218 212 325
a) Quais variveis que esto sendo estudadas? Identifique a natureza de cada varivel.
b) Apure os dados e apresente a varivel nvel de colesterol em uma tabela bidimensional, con-
siderando os nveis A e B.
c) Classifique a varivel nvel de colesterol em duas categorias: nvel normal (abaixo de 160
mg/100ml) e nvel elevado (160 mg/100ml e mais) e faa uma tabela bidimensional cruzando
as variveis: nvel de colesterol (normal e alto) e tipo de comportamento (A e B). Interprete
os resultados.
Exerccio S3
Os dados a seguir so provenientes de um estudo realizado com escolares de 7 a 10 anos que partici-
param de um treinamento para melhorar a habilidade dos mesmos em especificar os alimentos con-
sumidos atravs de um preenchimento de um Dirio Alimentar. Foram atribudos escores antes e aps
o treinamento para cada criana participante da pesquisa. Apresente os dados dos escores em trs
tabelas separadas e compare os dados da tabela antes e aps o treinamento.
Exerccio S4
Os dados a seguir so relativos ao peso ao nascer (g) de recm nascidos com sndrome de desconfor-
to idioptico grave. Algumas crianas foram a bito (*) e outras sobrevieram.
1050* 2500* 1890* 1760 2830
1175* 1030* 1940* 1930 1410
1230* 1100* 2200* 2015 1715
1310* 1185* 2270* 2090 1720
1500* 1225* 2440* 2600 2040
1600* 1262* 2560* 2700 2200
1720* 1295* 2730* 2950 2400
1750* 1300* 1130 2550 3160
1770* 1550* 1575 2570 3400
2275* 1820* 1680 3005 3640
Fonte: Hand DJ et al., 1994.
Exerccio S5
A tabela abaixo foi extrada do artigo Tendncia secular do peso ao nascer na cidade de So Paulo
(1976-1998) de MONTEIRO CA et al. (Rev. Sade Pblica; 2000:34 (6, supl): 26-40).
Comente os resultados apresentados.
Diagrama de barras
Caractersticas: figuras geomtricas (barras) separadas e bases de mesmo tamanho. A altura das
barras proporcional s frequncias.
Varivel qualitativa
O Inqurito Brasileiro de Nutrio (IBRANUTRI) foi um estudo de pacientes maiores de 18 anos, inter-
nados em hospitais da rede pblica, conveniados, filantrpicos e universitrios de 12 estados do Brasil
e do Distrito Federal, realizado de maio a novembro de 1996 (in Soares JF, Siqueira AL. Introduo
Estatstica Mdica, COOPMED,Belo Horizonte, MG 2002). Os dados da tabela so retirados deste estu-
do.
2000
Nmero
1500
1000
500
0
Nutrido Desnutrido Sem
diagnstico
Estado nutricional
2100
2050
2000
Nmero
1950
1900
1850
1800
Nutrido Desnutrido
Estado nutricional
2500
2000
Nmero
1500
1000
500
0
Nutrido Desnutrido
Estado nutricional
Pas
Iugoslvia
Hungria
Rom nia
Pas
Portugal
Irlanda
Polnia
Hungria
Iugoslvia Espanha
Unio Sovitica Bulgria
Reino Unido Alem anha Ocidental
Sua
ustria
Sucia
Itlia
Espanha
Romnia Unio Sovitica
Portugal Noruega
Polnia Holanda
Noruega
Finlndia
Holanda
Checoslovquia
Itlia
Grcia Sucia
Frana Albnia
Finlndia Grcia
Alemanha Ocidental
Dinam arca
Dinamarca
Alem anha Oriental
Checoslovquia
Bulgria
Sua
Blgica Blgica
ustria Irlanda
Alemanha Oriental Reino Unido
Albnia
Frana
0 2 4 6 8 10 12 14 16 18 20
Consum o mdio per capita (Kg/ano) 0 5 10 15 20
Consum o m dio per capita (kg/ano)
%
60
50
40
30
20
10
0
Nutrido Des nutrido Des nutrido grave
m oderado
Estado nutriciona l
a
excluindo-se 34 (0,9%) de pacientes sem diagnstico.
Fonte: adaptado de Soares JF, Siqueira AL, 2002.
Distribuio de pacientes segundo estado nutricional. IBRANUTRI, maio a novembro, 1996.
Foi realizada, no perodo de outubro de 1998 a outubro 1999, a pesquisa Alimentao no primeiro
ano de vida, onde se estudou uma coorte de recm-nascidos da maternidade do Hospital Universit-
rio (HU). Os dados a seguir so parte da caracterizao scio-econmica da amostra estudada.
Distribuio de famlias segundo nmero de bens* que possuem. Hospital Universitrio/USP, So Pau-
lo 1999.
Nmero de bens n %
0 146 40,6
1 97 26,9
2 87 24,2
3 26 7,2
4 4 1,1
Total 360 100
* automvel, telefone, TV a cabo e computador
50 %
40
30
20
10
0
0 1 2 3 4
Nmero de bens
*automvel, telefone, TV a cabo e computador
2 3 2 1 2 6 5 4 3
1 2 2 1 2 5 6 4 3
2 2 3 2 3 4 2 3 2
3 2 3 3 3 4 3 4 5
3 1 4 3 4 4 3
3 1 6 4 4 2 4
c) Apresente os dados em um grfico.
d) Interprete o grfico.
12,6%
52,0%
35,4%
Diagrama linear
Produo de leite (milhes de toneladas).
ndia e Estados Unidos, 1966 2000
Produo de leite (milhes de toneladas). 90
ndia
ndia e Estados Unidos, 1966 2000. 80 Estados Unidos
Ano ndia Estados Unidos 70
Milhoes de toneladas
1966 20 58 60
50
1970 23 56
40
1980 29 60
30
1990 50 70 20
2000 80 75 10
0
1960 1965 1970 1975 1980 1985 1990 1995 2000 2005
Fonte: State of the World, 2001.
Ano
Os dados so referentes a produo (kg) de carne de peixes e de carne vermelha e de carneiro por
pessoa, no mundo, no perodo de 1950 a 2000.
Ano Pesca ocenica Carne vermelha e
(kg) de carneiro (kg)
1950 7,9 9,0
1960 12,0 10,0
1970 16,1 12,0
1980 15,5 11,9
1990 16,3 12,0
2000 15,0 11,7
Fonte: State of the World, 2001. The Worldwatch Institute.
Histograma
35 %
30
25
20
15
10
5
0
1000 1500 2000 2500 3000 3500 4000
Peso ao nascer (g)
0,030
0,025
nmero/g
0,020
0,015
0,010
0,005
0
1000 1500 2000 2500 3000 3500 4000
OBS: notar que com intervalos iguais, no necessrio fazer ajuste na altura dos retngulos dado
que as bases so de mesmo tamanho (mesma amplitude) e, portanto, com proporcionalidade asse-
gurada.
Exemplo 9
Cuidado: Sem fazer o ajuste, o grfico fica errado e pode levar a concluses incorretas.
%
50
45
40
35
30
25
20
15
10
5
0
140 150 160 170 180
Altura (cm)
Grfico correto, com o ajuste para intervalos de classe com amplitudes diferentes.
Mulheres/cm
25
20
15
10
0
140 145 150 155 160 165 170 175 180
altura (cm)
16 Nmero
14
12
10
8
6
4
2
0
0 500 1000 1500 2000 2500 3000 3500 4000 4500
peso (g)
25
20
nm er o de p ess oa s/cm
15
10
0
1 30 1 35 140 14 5 1 50 1 55 160 16 5 1 70 175 180 18 5 1 90
Altu ra (c m)
100 % acumulado
80
60
40
20
0
140 145 150 155 160 165 170 175 180
altura (cm)
200 12 e +
150
100
50
0
Pequena Intermediria Grande
medida do trceps
Fonte: Hand DJ et al. A handbook of small data sets. Chapman&Hall, 1994.
Distribuio de mulheres segundo idade da menarca e medida do trceps. Trinidade e Toba-
go,1985.
% <12
100
80
12 e +
60
40
20
0
Pequena Intermediria Grande
Medida do trceps
200
Pequena
150 Intermediria
Grande
100
50
0
<12 12 e +
idade
Idade da menarca
Exemplo 14
A tabela apresenta dados de classificao de pessoas segundo doena coronariana (CHD) segundo
hbito de consumo de caf para uma coorte de 1718 homens com idade 40-55 anos.
Histograma
Sobrevivente No sobrevivente
Condio do recm nascido
Distribuio de recm-nascidos acometidos de sndrome de desconforto idioptico grave segundo
peso ao nascer (g) e condio do recm-nascidos.
Fonte: Hand DJ et al. A handbook of small data sets. Chapman&Hall, 1994.
Polgono de frequncias
45 %
40 Sobrevivente
35 No sobrev.
30
25
20
15
10
5
0
0 500 1000 1500 2000 2500 3000 3500 4000 4500
peso ao nascer (g)
Diagrama de barras
Distribuio de recm-nascidos acometidos de sndrome de desconforto idioptico grave segundo
peso ao nascer (g) e condio do recm-nascido.
Peso(g) Sobrevivente No sobrevivente Total
no % no % no %
1000 |-- 1500 2 15 11 85 13 100
1500 |-- 2000 6 40 9 60 15 100
2000 |-- 2500 5 56 4 44 9 100
2500 |-- 3000 6 67 3 33 9 100
3000 |-- 3500 3 100 0 - 3 100
3500 |-- 4000 1 100 0 - 1 100
Total 23 46 27 54 50 100
Fonte: Hand DJ et al. A handbook of small data sets. Chapman&Hall, 1994.
100
No sobrevivente
80
60
40
20
0
1000 |--1500 1500 |--2000 2000 |--2500 2500 |--3000 3000 |--3500 3500 |--4000
peso (g)
60
40
20
0
1000 1500 2000 2500 3000 3500 4000
peso (g)
Fonte: Hand DJ et al. A handbook of small data sets. Chapman&Hall, 1994.
Distribuio de recm-nascidos acometidos de sndrome de desconforto idioptico grave segundo
peso ao nascer (g) e condio do recm-nascido.
Exemplo 15
Utilize os dados da tabela e apresente-os graficamente.
Distribuio de escolares de 7 a 10 anos segundo peso e sexo. Duas escolas do Municpio de So Pau-
lo, 2005.
Peso (kg) Sexo
Masculino Feminino
15,0 |-- 25,0 52 68
25,0 |-- 35,0 146 132
35,0 |-- 45,0 59 53
45,0 |-- 55,0 11 18
55,0 |-- 65,0 10 2
65,0 |-- 75,0 3 1
75,0 |-- 85,0 0 0
85,0 |-- 95,0 0 1
Total 281 275
Fonte: Koga CR. Estado nutricional de escolares de 7 a 10 anos de idade: diagnstico e comparao
de mtodos. So Paulo; 2005. [Dissertao de Mestrado-Faculdade de Sade Pblica da Universidade
de So Paulo/USP].
350
Sobrepeso
300
Obeso
250
Nmero
200
150
100
50
0
2000 2002
Ano
Sobrepeso
1000
Obeso
100
Nmero
10
1
2000 2002
Ano
150 Doena X
Doena Y
100
Coeficiente
50
0
1990 1991 1992 1993 1994 1995
Ano
1000 Doena X
Doena Y
Coeficiente
100
10
1
1990 1991 1992 1993 1994 1995
Ano
Fonte: dados hipotticos.
Coeficiente de mortalidade pela doena X e Y (100.000 hab.). Determinada localidade, 1990 - 1995.
Exemplo 17
Os dados a seguir so referentes mortalidade por cncer de esfago, segundo sexo, no municpio de
So Paulo no perodo de 1968-1998.
Coeficientes de mortalidade por cncer de esfago (por 100.000 hab.).
Municpio de So Paulo, 1968-1998.
Ano Masculino Feminino
1968 8,81 2,00
1973 12,38 2,61
1978 10,93 1,98
1983 9,41 2,00
1988 8,60 1,67
1993 8,33 1,27
1998 8,37 1,12
Fonte: Incidncia de cncer no Municpio de So Paulo, 1997-1998. Registro de Cncer de So Paulo.
FSP/USP.
a) Represente os coeficientes de mortalidade por cncer de esfago para o sexo masculino e feminino
em um nico grfico, utilizando escala aritmtica.
b) Represente os coeficientes de mortalidade por cncer de esfago para o sexo masculino e feminino
em um nico grfico utilizando escala logartmica.
c) Comente os grficos dos itens a e b. Qual a melhor representao para os dados?
Exerccios suplementares
Exerccio S6
Apresente a varivel peso ao nascer graficamente utilizando a varivel definida em duas categorias,
conforme tabela abaixo.
Distribuio de recm-nascidos acometidos de sndrome de desconforto idioptico grave segundo
peso ao nascer (g). Austrlia, 1993.
Peso(g) No %
Baixo peso (<2500 g) 37 74,0
No baixo peso (2500 g e mais) 13 26,0
Total 50 100
Fonte: Hand DJ et al. A handbook of small data sets. Chapman&Hall, 1994.
Exerccio S8
Mdia aritmtica
Notao:
X varivel
N tamanho da populao
n tamanho da amostra
X Estatstica (frmula)
Mdia aritmtica o valor que indica o centro de equilbrio de uma distribuio de frequncias de uma
varivel quantitativa.
Definio: a soma dos valores de uma varivel, dividida pelo nmero de valores.
Em uma amostra aleatria simples de tamanho n, composta das observaes x1, x2, ..., xn, a mdia
aritmtica ( x ) igual a:
n
x + x 2 + ... + x n x i
x= 1 = i =1
n n
OBS:
s existe para variveis quantitativas e seu valor nico;
Colesterol mdio:
xB =
O nvel mdio de colesterol dos homens do grupo A 245,1 mg/100ml e do tipo B _____________.
Exemplo 18
Os dados a seguir so provenientes de um estudo que avaliou o consumo alimentar de crianas de 7
a 10 anos de uma escola pblica do municpio de So Paulo no ano de 2008. Os dados apresentados
so de 15 meninos e 10 meninas para os quais foram investigados o consumo em energia (Kcal) de
um dia alimentar. Calcule a mdia aritmtica do consumo de energia para cada sexo:
Meninos
1976 3234 1405 1410 1782 2167 1917 2622 1824 3912
1412 1635 2230 1241 1866
x Meninos =
Meninas
2002 2964 2203 1478 1151 1083 1362 1392 1637 1628
x Meninas =
Mediana
o valor que ocupa a posio central de uma srie de n observaes, quando estas esto ordenadas
de forma crescente ou decrescente.
Ex:
Ordenando-se os valores:
Tipo A: nvel de colesterol
181 202 218 233 239 246 250 254 276 312
197 212 224 234 239 248 252 268 291 325
Ordenando-se os valores:
Mediana:
Exemplo 19
Com os dados do exemplo 18, calcule a quantidade mediana de energia para os meninos e para as
meninas:
Meninos
Mediana=
Meninas
Medidas de disperso
Varincia: indica o quanto, em mdia, os quadrados dos desvios de cada observao em relao
mdia aritmtica esto afastados desta mdia.
(X i X )2
S (2N ) = i =1
ou
2 N
Populacional Parmetro estimador : N
(X i X )2
S (2N 1) = i =1
N 1
= 2
Desvio padro: a raiz quadrada da varincia , ou seja
S = S2
Coeficiente de Variao de Pearson (CV):
S
o quociente entre o desvio padro e a mdia, ou seja CV = x100
X
Ex e m pl o :
36,64
Coeficiente de Variao de Pearson CV = x100 = 15%
245,05
Exemplo 20
Meninos
Meninas
25% 25% 25% 25%
Fonte: van Vliet PK; Gupta JM. Sodium bicabornate in idiopatic respiratory distress syndrome. Arch.
Diseases in Childhood,1973:48, 249-255.
Q2 = x 1 = x12 = 2200g
( ( 23+1))
2
Entre os recm-nascidos que foram a bito
Q1 = x 1 = x7 = 1230g ; Q3 = x 3 = x21 = 2200g
( ( 27+1)) ( ( 27 +1))
4 4
Q2 = x 1 = x14 = 1600 g
( ( 27 +1))
2
Percentil
Valores da varivel que dividem a distribuio em cem partes iguais.
Percentil 5:
P5 = x 5 = x 120 = x 1
( ( 23+1)) ( ) (1 )
100 100 5
O Box plot representa graficamente dados de forma resumida em um retngulo onde as linhas da
base e do topo so o primeiro e o terceiro quartis, respectivamente. A linha entre estas a mediana.
Linhas verticais que iniciam no meio da base e do topo do retngulo, terminam em valores
denominados adjacentes inferior e superior (Chambers et al., 1983, pag 60).
O valor adjacente superior o maior valor das observaes que menor ou igual a Q3+1,5(Q3-Q1).
O valor adjacente inferior definido como o menor valor que maior ou igual a Q1-1,5(Q3-Q1),
sendo a diferena Q3-Q1 denominada intervalo inter-quartil (IIQ).
Valores outliers (discrepantes ou aberrantes) so valores que fogem da distribuio dos dados. O
box plot alm de apresentar a disperso dos dados torna-se til tambm para identificar a ocorrncia
destes valores como sendo os que caem fora dos limites estabelecidos pelos valores adjacentes supe-
rior e inferior.
Exemplo:
Tipo A: nvel de colesterol
181 202 218 233 239 246 250 254 276 312
197 212 224 234 239 248 252 268 291 325
Tipo A:
n=20;
1
Q1 = x 1 = x 21 = x 1 = 218 + (224 218) = 218 + 1,5 = 219,5
4
( n +1)
4
5
4
4
3
Q3 = x 3 = x3 =x 3 = 254 + (268 254) = 254 + 10,5 = 264,5
4
( n +1)
4
( 21) 15
4
4
325 o valor adjacente superior. Este o maior valor da distribuio, igual ou abaixo de 332, onde
332 dado por: 264,5 + 1,5 x 45 = 332 .
181 o valor adjacente inferior. o menor valor da distribuio, igual ou acima de 152, onde 152
dado por: 219,5 1,5 x 45 = 152 .
Tipo B
n=20
1
Q1 = x 1 = x 21 = x 1 = 175 + (183 175) = 175 + 2 = 177
4
( n +1)
4
5
4
4
3
Q3 = x 3 = x3 =x 3 = 242 + (246 242) = 242 + 3 = 245
4
( n +1)
4
( 21) 15
4
4
344 o valor adjacente superior. Este o maior valor da distribuio, igual ou abaixo de 347, onde
347 dado por: 245 + 1,5 x 68 = 347 .
137 o valor adjacente inferior. o menor valor da distribuio, igual ou acima de 75, onde 75
dado por: 177 1,5 x68 = 75 .
380
360
340
320
300
280
260
240
220
200
180
160
140
120
A B
Fonte: Fonte: Hand DJ et alli. A handbook of small data sets. Chapman&Hall, 1994.
Grfico - Box plot da varivel nvel de colesterol segundo tipo de personalidade.
Exemplo 21
Os dados a seguir so de uma pesquisa que investigou as concentraes de minerais no leite mater-
no, no perodo de 1984 a 1985. Foram coletadas amostras de leite materno de 55 mulheres que tive-
ram seus filhos no Hospital Maternidade Odete Valadares, em Belo Horizonte. As mes foram divididas
em perodo de lactao: colostro e leite maduro.
clcio (g/mL de leite) grupo colostro
113 181 254 311 334 145 221 256 312 344
163 225 275 313 372 163 231 296 323 375
167 241 303 325 375 437
clcio (g/mL de leite) grupo maduro
159 175 181 188 200 206 213 214 217 231
238 238 242 244 256 259 260 263 264 275
277 279 281 293 302 303 314 344 394
Exerccios suplementares
Exerccio S11
Os dados a seguir so provenientes de um estudo que avalia o crescimento de crianas de 7 a 10
anos de uma escola pblica do municpio de So Paulo no ano de 2008. Os dados apresentados so
de 16 meninos e 16 meninas para os quais foram aferidos a circunferncia do brao (CB) (cm):
Meninos
18,3 19,3 20,9 19,0 20,5 16,3 21,0 17,8 21,6 22,6
27,3 26,7 29,0 22,0 25,2 19,5
Meninas
21,5 16,1 18,6 19,9 17,9 23,7 20,0 19,4 23,5 18,0
23,0 17,9 20,3 23,1 17,8 18,2
Exerccio S12
Os dados a seguir so provenientes de um estudo que avaliou o nvel de colesterol sanguneo (mg/dl)
de 100 homens.
id colesterol id colesterol id colesterol id colesterol
1 134 26 189 51 216 76 239
2 147 27 189 52 217 77 239
3 157 28 190 53 217 78 240
4 161 29 190 54 218 79 240
5 162 30 192 55 218 80 240
6 164 31 194 56 219 81 243
7 165 32 195 57 219 82 246
8 166 33 196 58 219 83 248
9 171 34 198 59 221 84 251
10 173 35 199 60 221 85 255
11 176 36 199 61 223 86 255
12 176 37 199 62 223 87 256
13 178 38 201 63 224 88 259
14 179 39 203 64 225 89 261
15 179 40 204 65 228 90 267
16 180 41 205 66 230 91 268
17 181 42 206 67 230 92 272
18 181 43 209 68 231 93 279
19 183 44 210 69 231 94 286
20 184 45 211 70 231 95 287
21 185 46 211 71 232 96 289
22 186 47 212 72 234 97 290
23 186 48 213 73 234 98 296
24 186 49 215 74 238 99 298
25 187 50 216 75 238 100 382
Anlise simultnea entre duas variveis quantitativas (associao entre duas variveis quantitativas).
Grfico de disperso: deve ser feito antes da anlise numrica dos dados.
construdo com conjuntos de pontos formados por pares de valores (x,y). Pode indicar correlao
linear positiva, negativa ou inexistncia de correlao. Tambm til para identificar existncia de
valores aberrantes.
correlao positiva
correlao negativa
45
40
35
CMI (por 1000 nv)
30
25
20
15
10
5
0
66 68 70 72 74 76
Esperana de vida ao nascer
correlao inexistente
Distino entre associao e causao: duas variveis podem estar associadas mas uma no ser
necessariamente a causa da outra.
XY
=
Definio:
X Y , onde
Covarincia: o valor mdio do produto dos desvios de X e Y, em relao s suas respectivas mdias.
_
_
X i X Yi Y
XY =
N
_
_
i i
x x y y
estimador (r) r=
_ 2
_ 2
x i x y i y
Propriedades
a) 1 +1 ;
b) no possui dimenso, isto , no depende da unidade de medida das variveis X e Y ;
c) XY = YX .
Exemplo:
Os dados a seguir so provenientes de um estudo que investiga a composio corporal e fornece o
percentual de gordura corporal (%), idade e sexo para 18 adultos com idades entre 23 e 61 anos.
a) Qual a relao entre a idade e o % de gordura? Existe alguma evidncia de que a relao
diferente entre pessoas do sexo masculino e feminino? Explore os dados graficamente.
b) Calcule o coeficiente de correlao de Pearson entre a idade e o % de gordura para homens e
mulheres. Interprete os resultados.
M=masculino ; F= feminino
Fonte: Hand DJ et al. A handbook of small data sets. Chapman&Hall, 1994.
Disperso entre % de gordura e idade
70
f f
f ff f
60
f f f
50 f f
m
idade
f
40 f
30
m m
m f
20
5 10 15 20 25 30 35 40 45
gordura
236,45
Coeficiente de correlao (idade,%gordura) masculino:
r= = 0,89
291x 242,13
333,64
Coeficiente de correlao (idade,%gordura) feminino:
r= = 0,51 ;
1389,71x312,12
Idade % gordura
(X) (Y) (x x) ( y y) ( x x )( y y ) (x x)2 ( y y)2
23 9,5 -23,33 -19,11 445,93 544,44 365,23
27 7,8 -19,33 -20,81 402,35 373,78 433,10
27 17,8 -19,33 -10,81 209,01 373,78 116,88
45 27,4 -1,33 -1,21 1,61 1,78 1,47
23 27,9 -23,33 -0,71 16,59 544,44 0,51
39 31,4 -7,33 2,79 -20,45 53,78 7,78
41 25,9 -5,33 -2,71 14,46 28,44 7,35
49 25,2 2,67 -3,41 -9,10 7,11 11,64
50 31,1 3,67 2,49 9,13 13,44 6,19
53 34,7 6,67 6,09 40,59 44,44 37,07
53 42 6,67 13,39 89,26 44,44 179,26
54 29,1 7,67 0,49 3,75 58,78 0,24
56 32,5 9,67 3,89 37,59 93,44 15,12
57 30,3 10,67 1,69 18,01 113,78 2,85
58 33 11,67 4,39 51,20 136,11 19,26
58 33,8 11,67 5,19 60,54 136,11 26,92
60 41,1 13,67 12,49 170,68 186,78 155,97
61 34,5 14,67 5,89 86,37 215,11 34,68
Soma 1627,53 2970,00 1421,54
x = 46,33 ; y = 28,61 ; Sy =
( y y) 2
=
1421,54
= 9,14% ; S X =
(x x) 2
=
2970,0
= 13,22anos
n 1 17 n 1 17
REGRESSO LINEAR
x = valor escolhido de X.
a = 28,61 b 46,33 ;
9,14
b = 0,79 x = 0,548
13,22
Com base nesta equao possvel traar a reta que passa pelos pontos.
30
20
10
0
0 20 40 60
idade (anos)
- Predio - utilizar X para predizer Y; quando a correlao for forte, melhor a predio;
- Correlao mede o grau de relacionamento linear entre X e Y;
- Resumir os dados cada valor de X tem um valor mdio de Y.
Exemplo:
Em um estudo sobre o efeito dos componentes de uma dieta (X) sobre a composio lipdica (Y) fo-
ram obtidos os seguintes dados em uma amostra de 15 animais.
Componente da dieta (X) Composio lipdica (Y)
18 30
21 35
28 43
35 60
47 50
33 28
40 40
41 60
28 43
21 30
30 33
46 65
44 68
38 62
19 25
Fonte:X.
a) Apresente os dados em um diagrama de disperso.
b) Calcule o coeficiente de correlao de Pearson entre X e Y.
c) Calcule a reta de regresso da composio lipdica como funo do componente da dieta.
d) Desenhe a reta de regresso.
e) Interprete os coeficientes da reta de regresso.
Medidas de Associao
ESTUDO DE PREVALNCIA
So apresentados dados sobre o estado nutricional de 1226 crianas brasileiras de 2 anos de idade,
segundo sexo. Local X, Ano Y.
Estado nutricional Masculino Feminino Total
Desnutridas 29 20 49
Normais 574 603 1177
Total 603 623 1226
Fonte: dados hipotticos.
49
Prevalncia de desnutrio: = 0,040 ou 4%.
1226
Prevalncia de desnutrio segundo sexo:
29 20
Masculino: = 0,05 ou 5,0%; Feminino: = 0,032 ou 3,2%.
603 623
29
Razo de prevalncias: 603 = 1,5
20
623
Diferena de prevalncias: 0,05-0,032=0,018 ou 1,8%.
A prevalncia de desnutrio entre meninos 1,5 vezes (uma vez e meia) a prevalncia de desnutri-
o entre meninas.
Tambm possvel dizer que a prevalncia de desnutrio entre meninos 50% maior que a preva-
lncia entre meninas, calculado como (1,5-1)x100.
Para a diferena de prevalncias diz que a prevalncia entre meninos excede a de meninas em 1,8%
ou que a diferena entre as prevalncias de 1,8%.
Se a razo de prevalncias for igual a 1 ou a diferenas de prevalncias for igual a 0 ento diz-se que
as variveis no esto associadas.
De forma geral
Y: varivel resposta (Ex: desnutrio)
X: varivel explicativa ou de confuso (Ex: sexo)
Varivel Y
Varivel X Y1 Y0 Total (%)
X1 a B n1 (100
X0 c D n0 (100
Total m1 m2 n (100)
Exemplo 22
Sim No Total
Mais de 1 vez por semana 128 625 753
At 1 vez por ms 68 353 421
Total 196 978 1174
Fonte: dados adaptados de Janszky I, Mukamal KJ, Ljung R, et al. Chocolate consuption and
mortality following a first acute myocardial infarction: The Stockholm Heart Epidemiology
Program. Journal of Internal Medicine 2009; 266: 248-257.
a) Calcule a prevalncia de obesidade entre pessoas que consomem chocolate at 1 vez por
ms.
b) Calcule a prevalncia de obesidade entre pessoas que consomem chocolate mais de uma vez
por semana.
c) Calcule a razo de prevalncias.
d) Interprete a razo de prevalncias. Voc diria que a obesidade est associada ao consumo de
chocolate? Justifique.
Distribuio de pessoas segundo hbito de fumar e morte em 5 anos por DIC. Local X. Ano Y
Morte em 5 anos por DIC
Fumar Sim No Total
Sim 208 850 1058
No 264 1467 1731
Total 472 2317 2789
Fonte: dados hipotticos.
r0=264/1731= 0,15=15%
rr=0,20/0,15= 1,33
A incidncia de mortes parece ser maior entre as pessoas que fumam. Os fumantes apresentam uma
incidncia 33% maior do que os no fumantes.
Os bitos so 1,33 vezes mais incidentes entre fumantes do que entre no fumantes.
De forma geral
Y: varivel resposta
X: varivel explicativa ou de confuso
Varivel Y
Varivel X Y1 Y0 Total (%)
X1 A B n1 (100
X0 C D n0 (100
Total M1 m2 n (100)
incidncia risco
r1 r0 r1/r0 r1-r0
ri=rr=razo de riscos=risco relativo=r1/r0
di= ra= risco atribuvel= r1-r0
Exemplo
Investigao de toxinfeco alimentar
Toxiinfeco
Tomou sorvete de baunilha Sim No Total (%)
Sim 43 11 54 (100)
No 3 18 21 (100)
Total 46 29 75 (100)
Fonte:Epi Info, 2000.
r1= incidncia entre quem tomou sorvete= taxa de ataque1= 43/54= 0,80
r0= incidncia entre quem no tomou sorvete= taxa de ataque0= 3/21= 0,14
43 3 43x 21
rr= risco relativo= : = = 5,6
54 21 3x54
Odds ratio
Odds e probabilidade
Supor que durante um jogo de basquete um jogador acerta a cesta 2 vezes em 5 tentativas.
2
Chamando p ( p chapu) de probabilidade de acerto tem-se que p = = 0,4 ou 40% e a probabili-
5
3
dade de erro, q = = 0,6 ou 60%.
5
Odds ratio
Os dados a seguir so de um estudo sobre cncer de esfago e consumo de lcool. Local X. Ano Y.
Condio Consumo mdio de lcool (g/dia) Total
80 e + 0-79
Casos 96 104 200
Controles 109 666 775
Total 205 770 975
Fonte: Tuyns et al.,1977.
96 109 96
(entre expostos) odds a favor de casos entre consumidores de 80 e + g/dia: : = = 0,88
205 205 109
(entre no expostos) odds a favor de casos entre consumidores de 0-79g/dia: 104 : 666 = 104 = 0,16
770 770 666
96 104 96 x 666
odds ratio: : = = 5,6
109 666 109 x104
Em casos especiais, o odds ratio pode ser um bom estimador do risco (quando a doena de estudo
rara).
De forma geral
Y: varivel resposta
X: varivel explicativa ou de confuso
Varivel Y
Varivel X Y1 Y0 Total (%)
X1 a B n1 (100
X0 c D n0 (100
Total m1 m2 n (100)
odds a favor de Y1:
na categoria X1= (a/n1)(b/n1)
na categoria X0= (c/n0)(d/n0)
a
ad
odds ratio: [(a/n1)(b/n1)][(c/n0)(d/n0)]= b =
c bc
d
QUI-QUADRADO DE PEARSON
X - curso universitrio e
Y sexo do aluno
Situao 1
Curso Masculino Feminino Total
n n n
Economia 24 36 60
Administrao 16 24 40
Total 40 60 100
Definio de independncia:
A Ser do sexo masculino;
B Estar cursando economia.
24
P(A e B) = = 0,24
100
24 40 60
Como = x , ento A e B so independentes e portanto no existe associao.
100 100 100
Situao 2
A distribuio de alunos em cada curso, segundo sexo no a mesma, sexo e curso podem estar
associados.
Se a varivel sexo no fosse associada escolha do curso, quantos indivduos espera-se em Fsica,
entre os homens?
Aplicar a proporo marginal utilizando o raciocnio da regra de trs: 120 est para 200 assim como x
120 x 120 x140
estar para 140; ou seja: = e x=
200 140 200
(O E ) 2
=
2
E
Exemplo:
Distribuio de recm-nascidos acometidos de sndrome de desconforto idioptico grave segundo
condio de sobrevivncia e peso ao nascer (g).
Exemplo 25
A tabela abaixo apresenta dados de classificao de pessoas segundo doena isqumica coronariana
(DIC) e hbito de consumo de caf, para uma coorte de 1718 homens com idade 40-55 anos.
Distribuio de homens segundo presena de doena isqumica coronariana (DIC) e consumo de caf.
Local X. Ano y.
Condio Consumo mdio de caf Total
Alto ( 100 xcaras/ms) Moderado (<100 xcaras/ms)
Com DIC 38 39 77
Sem DIC 752 889 1641
Total 790 928 1718
Fonte: X.
a) calcule a incidncia de doena isqumica coronariana entre as pessoas com alto consumo de
caf.
b) calcule a incidncia de doena isqumica coronariana entre as pessoas com consumo mode-
rado de caf.
c) calcule a razo de incidncias.
d) calcule a diferena de incidncias.
e) Interprete os resultados.
f) Calcule o qui-quadrado de Pearson.
EXERCCIOS SUPLEMENTARES
Exerccio S14
Com base nos dados da tabela calcule:
a) a incidncia de toxinfeco, dado que o indivduo consumiu presunto cozido.
b) a incidncia de toiinfeco, dado que o indivduo no consumiu presunto cozido.
c) a razo de incidncias.
d) a diferena de incidncias.
e) discuta os resultados.
Distribuio de indivduos segundo ocorrncia de toxiinfeco e consumo de presunto cozido. Local X.
Ano Y
Toxiinfeco
Presunto cozido sim (taxa de ataque %) no Total
Sim 29 (0,63) 17 46
No 17 (0,59) 12 29
Total 46 (0,61) 29 75
RR 1,1
Fonte: Epi-Info 2000.
Exerccio S16
A tabela abaixo apresenta o nmero de crianas classificados segundo nvel de retinol srico e sexo.
Calcule a prevalncia de nvel inadequado de retinol para crianas de cada um dos sexos. Calcule a
razo de prevalncias. Calcule o qui-quadrado. Interprete os resultados.
Distribuio de crianas segundo sexo e nvel de retinol srico. Cansao, Bahia, 1992
Sexo Nvel de retinol
Aceitvel Inadequado Total
Masculino 50 40 90
Feminino 39 32 71
Total 89 72 161
Fonte: Prado MS et al. ,Revista de Sade Pblica, 29(4)295 300, 1995.
Exerccio S17
Os dados a seguir so de pesquisa que estuda a associao entre amamentao ao seio e Diabetes
Mellitus tipo I . Local X. Ano Y.
Amamentao ao Casos Controles Total
seio
No 35 17 52
Sim 311 329 640
Total 346 346 692
Fonte: Gimeno SGA. Consumo de leite e o Diabetes Mellitus insulino-dependente:um estudo
caso-controle. Tese de doutorado, 1996.
numero de elementos de A 1
P( A) = = = 0,5
numero de elementos de S 2
13 1
Exemplo: probabilidade de (ouros) = =
52 4
Exemplo:
A = {cara} ; B= {coroa}, no lanamento de uma moeda;
A = {carta com naipe vermelho}; B={carta com naipe preto}, na retirada de uma carta de baralho.
Exemplo:
P(Face 2 ou Face 3) no lanamento de um dado
P(2 ou 3)= P(2)+P(3)= 1/6 + 1/6 = 2/6 = 1/3.
P(face 2 no primeiro dado e face 3 no segundo dado), no lanamento sequencial de dois dados =
P(2 e 3) = P(2)xP(3)= 1/6 x 1/6= 1/36= 0,0278= 2,78%.
Probabilidade condicional
Exemplo:
Probabilidade de rei dado que ocorreu figura:
P(r|figura)= P(r e figura)/P(figura)= 4/52 12/52= 4/12= 1/3
Regra da multiplicao
P( A B) = P( A | B) xP( B)
se A e B forem independentes, P(A|B) = P(A) e como consequncia, P( A B) = P( A) xP( B)
Exemplo
Considerar uma populao de homens que foram classificados segundo o hbito de fumar e doena
respiratria crnica. Nesta populao sabe-se que 5% dos homens tm doena respiratria e so no
fumantes, 15% tm doena e so fumantes, 50% no tm doena e so no fumantes e 30% no
tm a doena e so fumantes.
Escolhe-se um homem ao acaso, qual a probabilidade dele ter doena respiratria dado que era fu-
mante?
P( R S )
P( R | S ) = = 0,15/0,45 = 0,33
P(S )
Os eventos no so independentes porque P ( S R ) P ( S ) xP ( R )
Os eventos mutuamente exclusivos A e B satisfazem a condio que P(A e B) = 0, ento dois eventos
mutuamente exclusivos A e B so no independentes a menos que P(A)=0 ou P(B)=0. Caso contrrio,
eles so claramente dependentes pois P(A)P(B)>0 se ambos P(A)>0 e P(B)>0, portanto
P ( A B ) P ( A) P ( B ) porque P ( A B ) = 0 .
Assim, dois eventos mutuamente exclusivos A e B so dependentes exceto nos casos onde P(A)=0 ou
P(B)=0.
Varivel aleatria qualquer funo de nmero real, definida no espao amostral e existe associado a
este nmero uma probabilidade de ocorrncia.
Exemplo:
No lanamento de 1 moeda, o nmero de caras uma varivel aleatria. Se esta varivel for denomi-
nada X, tem-se que os valores possveis para X so 0 e 1. Assim escreve-se X:0,1.
O conjunto de valores da varivel aleatria e das probabilidades obtidas define uma distribuio de
probabilidades. Se X assume valores inteiros, a varivel denominada discreta. Se X assume valo-
res no conjunto dos nmeros reais, a varivel denominada contnua.
Distribuio de probabilidades
Exemplo:
Joga-se uma moeda uma vez. A moeda equilibrada, ou seja, os lados possuem peso igual, no favo-
recendo nenhum dos lados, ao ser lanada.
Define-se a varivel aleatria X que assume valor 1 se ocorrer sucesso e 0 se ocorrer fracasso. X: 0,1
Graficamente:
1 p(x)
0,8
0,6
0,4
0,2
0
0 1 x
p=0,5
Exemplo:
Uma droga cura 15% dos pacientes. Administra-se a droga a um paciente. Qual a probabilidade do
paciente ficar curado? Qual a probabilidade do paciente no ficar curado?
X: 0,1 (X ser 0 se o paciente no se curar e 1 se houver cura)
1 p(x)
0,8
0,6
0,4
0,2
0
0 1 x
p=0,15
A distribuio de Bernoulli pode ser escrita como P(X=1) = p(1)=p e P(X=0) =p(0) =1-p; ou, de for-
ma mais genrica:
2 = V(X ) = E[(X ) 2 ] = ( x ) 2 p( x )
x
(0 p) 2 .p( x = 0) + (1 p) 2 .p( x = 1) =
( p ) 2 .(1 p ) + (1 p ) 2 p = p (1 p )[ p + (1 p )] = pq
Resumindo,
Modelo de probabilidade Bernoulli
Uma varivel aleatria discreta X que pode assumir valores 0 e 1, com funo de probabilidade dada
x 1 x
por p ( x ) = p (1 p ) com x=0,1
segue uma distribuio Bernoulli com parmetro p , 0<p<1.
p a probabilidade de obter o resultado X=1. Isto pode ser escrito como X~Bernoulli(p) com mdia p
Populao: 2 categorias
Ex: sexo (masculino, feminino),
faces de uma moeda (cara, coroa),
desfecho de um tratamento (cura, no cura)
Resumindo
Modelo de probabilidade Binomial
Exemplo
Lanamento de moedas.
n= nmero de ensaios (n de lanamentos)= 10;
X= varivel aleatria (n de caras);
x= resultado particular de X (0, 1, 2, ...,10);
p= probabilidade de ocorrer cara (sucesso); p=P(cara)= 0,5.
n
P( X = x) = p x (1 p ) n x
x
Distribuio de probabilidade B(n=10; p=0,5)
Mdia = np = 10x0,5 = 5.
npq npq pq
Desvio padro = = = = 0,158
n n2 n
Exemplo 26
Um programa de incentivo amamentao exclusiva ao seio nos primeiros 3 meses est sendo execu-
tado em um hospital universitrio. Verificou-se que a eficcia do programa era de = 60%.
Para uma amostra de 20 mes que deram luz neste hospital, a distribuio de probabilidade da vari-
vel aleatria nmero de mes amamentando exclusivamente ao seio a seguinte:
X= n de mes P(X=x|p=0,6)
amamentando
0 0,000
1 0,000 0,20 p(X=x)
2 0,000 0,18
3 0,000
0,16
4 0,000
0,14
5 0,001
6 0,005 0,12
7 0,015 0,10
8 0,035 0,08
9 0,071 0,06
10 0,117 0,04
11 0,160
0,02
12 0,180
0
13 0,166
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
14 0,124
15 0,075 X
16 0,035
17 0,012
18 0,003
19 0,000
20 0,000
3 0 3 3! 3
P(X=0) = (0,3) (0,7) = (0,7) = 1x0,343 = 0,343 = 34,3%
0 0!(3 0)!
3 1 3 1 3! 3 x 2 x1
P(X=1) = (0,3) (0,7) = (0,3) 1 (0,7) 31 = 0,3 x0,49 = 0,441 = 44,1%
1 1! (3 1)! 1x 2 x1
3 3! 3 x 2 x1
P(X=2) = (0,3) 2 (0,7) 3 2 = (0,3) 2 (0,7) 3 2 = 0,09 x0,7 = 0,189 = 18,9%
2 2! (3 2)! 2 x1x1
3 3 3 3 3! 3 x 2 x1
P(X=3) = (0,3) (0,7) = (0,3) 3 (0,7) 0 = 0,027 x1 = 0,027 = 2,7%
3 3! (3 3)! 3 x 2 x1x1
Exemplo 28
Uma indstria de alimentos est realizando testes com um bolo que ser comercializado. Durante a
prova do bolo, 20% das pessoas selecionadas para tal tarefa acharam o sabor muito doce. Supondo
que 5 pessoas provaro o bolo novamente, qual a probabilidade de:
a) Nenhuma pessoa achar o bolo muito doce?
b) Todos acharem o bolo muito doce ?
c) Pelo menos 4 pessoas acharem o bolo muito doce?
d) No mximo 2 pessoas acharem o bolo muito doce?
EXERCCIOS SUPLEMENTARES
Exerccio S18
Supor um teste com questes com 5 respostas de mltipla escolha com somente uma alternativa cor-
reta.
a) Se o aluno escolher uma ao acaso ("chute"), qual a probabilidade dele escolher a resposta certa?
b) Supondo que o teste tenha 20 questes; definindo-se a varivel aleatria T: nmero de questes
certas, qual a distribuio de probabilidade da varivel T?
c) Calcular a probabilidade de um aluno acertar, no chute, 3 questes.
Exerccio S19
Certa doena tem letalidade de 70%. Supondo-se que existam 20 pacientes com esta doena, calcu-
lar:
a) a probabilidade de que todos morram da doena.
b) a probabilidade de que nenhum paciente morra da doena.
c) a probabilidade de que 7 pacientes morram da doena.
d) a probabilidade de que, no mximo, 10 pacientes morram da doena.
e) a probabilidade de que, no mnimo, 5 pacientes sobrevivam.
f) o nmero esperado de bitos e o respectivo desvio padro.
Exerccio S20
Em uma grande populao, 20% das pessoas so canhotas. Assumindo que a varivel X: nmero de
pessoas canhotas segue uma distribuio Binomial, e sorteando-se uma amostra aleatria de 10 pes-
soas, encontre a probabilidade de:
a) encontrar 2 pessoas canhotas .
b) encontrar pelo menos 2 pessoas canhotas.
c) encontrar no mximo 1 pessoa canhota.
d) encontrar de 1 a 4 pessoas canhotas.
Exerccio S21
Um caso de esquistossomase identificado pela deteco de ovo de xistossoma em amostra de fe-
zes. Em pacientes com infeco baixa, uma tcnica de exame de fezes tem probabilidade de 0,4 de
detectar ovo. Se 5 amostras so examinadas para cada paciente, qual a probabilidade de um paciente
com baixa infeco no ser identificado?
Exerccio S22
Supor que 20% de certa populao tem sangue tipo B. Para uma amostra de tamanho 18, retirada
desta populao, calcule a probabilidade de que sejam encontradas:
a) 3 pessoas com sangue tipo B.
b) 3 ou mais pessoas com sangue tipo B.
c) no mximo 3 pessoas com sangue tipo B.
Exerccio S23
A probabilidade que uma pessoa que sofre de enxaqueca obter alvio utilizando certo medicamento
de 0,9. So selecionados 5 pacientes que sofrem de enxaqueca e recebem o medicamento. Quanto ao
nmero de pessoas que vai ter alvio, encontre a probabilidade de:
a) nenhuma pessoa ter alvio.
b) mais do que uma pessoa tenha alvio.
c) trs ou mais pessoas tenha alvio.
d) no mximo duas pessoas tenham alvio.
Os dados abaixo so medidas do trax (polegadas) de 5732 soldados escoceses, tomadas pelo mate-
mtico belga, Adolphe Quetelet (1796-1874).
1000
800
Frequency
600
400
200
0
33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
medidas
Exemplo:
Depois de tomarmos vrias amostras, decidiu-se adotar um modelo para as medidas de permetro do
trax de uma populao de homens adultos com os parmetros: mdia ( ) = 40 polegadas e des-
vio padro ( ) = 2 polegadas.
40 43 X
Qual a probabilidade de um indivduo, sorteado desta populao, ter um permetro de trax entre 40
e 43 polegadas?
43 ( x 40 ) 2
1 [ ]
P ( 40 X 43) = 40 2 2 e 2x4
dx
0 1,5 Z
Exemplo 29:
Com base na distribuio de X~N( =40, =2), calcular:
a) a probabilidade de um indivduo, sorteado desta populao, ter um permetro de trax maior ou
igual a 43 polegadas.
40 43 X
X 43 40
P ( X 43 ) = P ( ) = P (Z 1 ,5 )
2
0 1,5 Z
d) Qual o valor do permetro do trax, que seria ultrapassado por 25% da populao?
Exemplo 30
Considerar a altura de 351 mulheres idosas como seguindo uma distribuio normal com mdia
160cm e desvio padro 6 cm. Sorteia-se uma mulher; qual a probabilidade de que ela tenha:
a) altura entre 160 cm e 165 cm?
b) altura menor do que 145 cm?
c) Altura maior do que 170 cm?
4 12,5 2
Frequency
5 13 4 4
6 13,5 6
7 14 5 2
8 14,5 2
9 15 5 0
10 10.65 11.3 11.95 12.6 13.25 13.9 14.55 15.2 15.85
medias
10 15,5 4
11 16 4
Total 36
x
i =1
i fi
Mdia das mdias (x ) = = 14
n
11
(x i x)2 fi
Varincia das mdias x2 = i =1
= 1,833 ;
n
X ~ N ( , )
n
1,915
No exemplo, X ~ N ( = 14, = 1,915 ) , portanto X ~ N ( x = 14, x = = 1,354) .
2
Exemplo:
Os valores de cido rico em homens adultos sadios seguem distribuio aproximadamente Normal
com mdia 5,7mg% e desvio padro 1mg%. Encontre a probabilidade de que uma amostra aleatria
de tamanho 9, sorteada desta populao, tenha mdia
a) maior do que 6 mg%.
b) menor do que 5,2 mg%.
X~N( =5,7; = 1)
6 5,7
a) P( X 6) = P ( Z X ) = P( Z X 0,91) = 0,5 0,31859 = 0,18141.
1
9
b) 5,2 5,7
P( X 5,2) = P(Z X ) = P(Z X 1,52) = 0,5 0,43574 = 0,064 .
1
9
Exemplo 31
Suponha que o peso em gramas do contedo de pacotes de salgadinho siga uma distribuio normal
com mdia 500g e desvio padro 85g. Sorteia-se uma amostra de 50 pacotes. Calcule:
a) a probabilidade de obter peso mdio entre 500 e 530 gramas.
b) a probabilidade de obter peso mdio entre 450 e 500 gramas.
0,25
0,20
0,15
0,10
0,05
0
0 1 2 3 4 5 6 7 8 9 10
X
0,25
0,20
0,15
0,10
0,05
0
0 1 2 3 4 5 6 7 8 9 10
X
X X pq
desvio padro de = V( ) = .
n n n
X
Para n suficientemente grande (np 5 e nq 5), a distribuio de pode ser aproximada para a
n
pq
distribuio Normal(mdia=p, e desvio padro= ).
n
Exemplo:
Y: nmero de sucessos;
Y~B(n=10; p=0,5)
2,5 5 Y 5 5,5 5
P(3 Y < 6) =P( < )=
1,581 npq 1,581
P( 1,581 Z Y < 0,316) =0,44295+0,12552=0,5685.
Trabalhando-se com a proporo de sucessos:
Y
: proporo de sucessos
n
Exerccio S24
Suponha que o peso de acar em pacotes seja anunciado como sendo 2Kg (2000g). Suponha que o
peso (X) segue uma distribuio normal com mdia e desvio padro em gramas dado por
N( = 2003; = 1 ). Qual a probabilidade de sortear um pacote com peso abaixo do anunciado?
Exerccio S25
Suponha que o tempo mdio de permanncia em um hospital para pacientes com determinada doen-
a de 60 dias com desvio padro de 15 dias. Supor que o tempo de permanncia segue uma distri-
buio aproximadamente normal. Se for sorteado 1 paciente desta populao, calcule a probabilidade
de que seu tempo de permanncia ser
a) maior que 50 dias.
b) menor que 30 dias.
c) entre 40 e 70 dias.
d) maior do que 75 dias.
Exerccio S26
Supor que a idade para o aparecimento de certa doena possui distribuio aproximadamente normal
com mdia 11,5 anos e desvio padro 3 anos. Uma criana apresentou esta doena. Calcule a proba-
bilidade de que a criana tenha
a) idade entre 8,5 e 14,5 anos.
b) acima de 10 anos.
c) abaixo de 12 anos.
Exerccio S27
Supor que a presso mdia diastlica de certa populao em certo grupo de idade igual a 78mmHg
com desvio padro 9mmHg. Calcule a probabilidade de que em uma amostra de tamanho 16, a mdia
seja maior que 81mmgHg.
Exerccio S28
Seja X a varivel estatura de homens adultos, assuma que X segue uma distribuio normal com m-
dia = 172 cm e desvio padro = 7,6 cm. Supor que uma amostra de tamanho n= 25 retirada
desta populao.
a) Qual a distribuio da mdia amostral X e qual a mdia e o desvio padro desta distribu-
io?
b) Calcule a probabilidade que a mdia amostral seja menor que a mdia populacional em 2,5
cm.
Esta famlia t no descreve o que acontece na natureza mas sim o que aconteceria se selecionsse-
X uma caracterstica que na populao possui distribuio normal com mdia e varincia 2
(desvio padro ).
Seja X1, X2, X3, ...Xn uma amostra aleatria de tamanho n extrada desta populao.
Mdia aritmtica
N
estimador : X =
Xi
i =1
Populacional Parmetro
N
Varincia
N
(X i X )2
S (2N ) = i =1
ou
2 N
Populacional Parmetro estimador : N
(X i X )2
S (2N 1) = i =1
N 1
Intervalo de confiana: um conjunto de valores calculados com base na amostra. Pressupe-se que
cubra o parmetro de interesse com um certo grau (nvel) de confiana.
Seria impossvel construir um intervalo de 100% de confiana a menos que se medisse toda a popula-
o.
IMC mdio, desvio padro (dp) e IC de 95% segundo sexo e idade (anos). Duas escolas pblicas de
So Paulo, 2004.
Sexo(1) Idade (anos)(2)
7 8 9 10
IMC (kg/m2) mdio e desvio padro (dp) (IC 95%)
Masculino 16,8 (2,5) 17,9 (4,0) 17,3 (3,1) 18,9 (4,0)
(16,2 17,4) (17,0 18,9) (16,5 18,1) (17,9 19,8)
Feminino 16,4 (2,30) 16,9 (2,9) 17,4 (3,3) 18,7 (3,1)
(15,9 17,0) (16,2 17,6) (16,6 18,2) (17,9 19,5)
Os dados de composio corporal obtidos pela utilizao da BIA, classificados em duas cate-
gorias: sem risco de doena cardiovascular e com risco de DCV, resultaram em prevalncia de risco de
DCV igual a 42,3% (IC95%: 38,1 - 46,5%).
A linha vertical representa o parmetro populacional. O grfico foi gerado via programa de computa-
dor. So apresentados 50 intervalos de confiana para amostras de tamanho n=20. As linhas horizon-
tais representam os intervalos de confiana. Se o intervalo de confiana no contiver o parmetro, a
linha horizontal no cruzar a linha vertical. A linha vertical o parmetro. No exemplo, 3 intervalos
no cobrem ("capturam") o parmetro.
Para amostras menores (n=5), as larguras dos intervalos so maiores a proporo de intervalos que
"capturam" o parmetro parecida com a anterior (para n=20). Portanto, o tamanho da amostra no
interfere na proporo de captura do parmetro mas sim na preciso do estimador.
Pode-se tambm pensar no IC a partir da seleo de milhares de amostras de uma populao. Para
cada amostra calcula-se um intervalo de confiana com grau de confiana 100(1- )%, para um pa-
rmetro da populao. A porcentagem de intervalos que contm o verdadeiro valor do parmetro
100(1- ). Para =0,05, o grau de confiana ser igual a 100(1-0,05)% = 100(0,95)% = 95%.
Na prtica, tomamos somente uma amostra e obtemos somente um intervalo. Mas sabemos que
100(1- )% de todas as amostras tem um intervalo de confiana contendo o verdadeiro valor do
parmetro, portanto depositamos uma confiana 100(1- )% que o particular intervalo contm o
verdadeiro valor do parmetro.
Para um grau de confiana especificado (por exemplo, 95%), desejamos o intervalo to pequeno
quanto possvel.
Ex: o intervalo de confiana de 95% para o peso mdio ao nascer (gramas) de recm-nascidos no
Municpio de So Paulo de (2500, 4000) traz pouca informao prtica porque sabe-se, da experin-
cia, que a mdia populacional est neste intervalo. Deseja-se um intervalo com amplitude de poucas
gramas. o tamanho da amostra que determina a amplitude do intervalo. Quanto maior a amostra,
menor ser o intervalo.
P(1,96 X +1,96 ) = 0,95
n n
P( X 1,96 X + 1,96 ) = 0,95
n n
Multiplicando tudo por -1
P( X + 1,96 X 1,96 ) = 0,95
n n
O parmetro ser estimado por um conjunto de valores provenientes de uma amostra. Quando isto
feito, a mdia estimada por um determinado valor ( X = x ), e o intervalo
x 1,96 x + 1,96 deixa de ser uma varivel aleatria.
n n
Este intervalo cobre (contm) ou no cobre (no contm) a verdadeira mdia (parmetro). Diz-se
ento que a confiana que se deposita neste intervalo de 95% porque antes de coletar a amostra de
tamanho n, existia, associada a ele, uma probabilidade de 95% de que contivesse a mdia populacio-
nal. Por isso chama-se intervalo de confiana para a mdia populacional.
IC(95%) : ( x 1,96 ; x + 1,96 )
n n
Exemplo 32
Em uma amostra de 16 gestantes com diagnstico clnico de pr-eclmpsia, a taxa mdia de cido
rico no plasma foi de 5,3 mg sabendo que a variabilidade na populao igual a 0,6 mg. Estime,
com 95% de confiana, a taxa mdia de cido rico no plasma da populao de gestantes com diag-
nstico de pr-eclmpsia.
12 12
85 2,03 ;85 + 2,03 , ou seja, (80,94; 89,06 mmHg)
36 36
Exemplo 33
Uma amostra de 25 adolescentes meninos apresenta peso mdio de 56 kg e desvio padro 8 kg.
a) encontre o intervalo de confiana de 95% para o peso mdio da populao da qual esta a-
mostra foi sorteada.
b) interprete o intervalo de confiana encontrado.
Pressuposies:
1- np e nq5
2- a amostra deve ser obtida de forma aleatria
Seja X uma varivel aleatria que segue uma distribuio binomial, X~ B(n,p).
X
A proporo de sucessos populacional desconhecido. Seu estimador por ponto p=
n
pq
Para n grande, p ~ N ( = p, = ).
n
Com intervalo de confiana para dado por
p q p q
IC( ) : p z / 2 . ; p +z / 2 . , com p e q estimados na amostra onde p =
x
e
n n n
q = 1 p e x o nmero de sucessos observado na amostra de tamanho n.
Exemplo:
Supor que em uma amostra de 200 casais encontrou-se 10 casais onde a esposa era mais alta que o
marido. Construir o intervalo de confiana de 95% para a proporo de casais na populao ( ) onde
as esposas so mais altas que seus maridos.
10
p = = 0,05 ; q = 1 p = 0,95
200
Para uma populao de 1000 casais, obtm-se: (1000 x 0,02 ; 1000 x 0,08), ou seja, (20 ; 80 casais)
Exemplo 34
Em uma pesquisa sobre sade bucal na Inglaterra observou-se que de uma amostra de
262 mulheres com idade entre 25 e 34 anos, 7,6% no tinham dentes. Calcule o intervalo de confian-
a de 95% para a proporo de mulheres inglesas naquela faixa etria, que no possuem dentes.
Mdia populacional:
2: 2 2
Com varincia conhecida x Z / 2 ; x + Z / 2
n n
Intervalo aproximado: np , np (1 p ) 5
p (1 p ) p (1 p )
p Z / 2 ; p + Z / 2
n n
onde p a proporo de sucessos na amostra.
Exerccio S29
So apresentadas medidas de presso arterial sistlica de uma amostra de 20 pacientes.
a) Construa o intervalo de confiana de 90% para a presso sistlica mdia populacional.
b) Interprete o intervalo de confiana encontrado.
Exerccio S30
Em uma pesquisa sobre propriedades teratognicas de uma droga, 85 camundongos fmeas grvidas
que no foram expostas a droga foram observadas. Do total de 85 ninhadas, 12 tiveram pelo menos 1
filhote com malformao.
a) Apresente o intervalo de confiana de 95% para a verdadeira proporo de malformao na
populao de camundongos de onde os 85 que participaram do estudo foram provenientes.
b) Interprete o intervalo de confiana encontrado.
Exerccio S31
Os dados a seguir so provenientes do grupo Western Collaborative Group Study, criado na Califrnia
em 1960-61.
Tipo A: nvel de colesterol
233 291 312 250 246 197 268 224 239 239
254 276 234 181 248 252 202 218 212 325
Exerccio S32
So apresentados dados sobre o estado nutricional de 1226 crianas brasileiras de 2 anos de idade,
segundo sexo.
Estado nutricional Masculino Feminino total
Desnutridas 29 20 49
Normais 574 603 1177
Total 603 623 1226
Fonte: retirado de material de aula da Profa M. R. Cardoso
Exerccio S33
No artigo Hipovitaminose A em crianas de reas rurais do semi-rido baiano a idade mdia das
crianas com nvel aceitvel e inadequado de retinol e seus respectivos desvios-padro so apresen-
tados a seguir. Encontre o intervalo de confiana de 90% para as verdadeiras idades mdias. Compa-
re os resultados. Pode-se dizer que as crianas provm de uma mesma populao?
Exerccio S34
O nvel mdio de protrombina em populaes normais 20 mg/100ml de sangue. Uma amostra de
40 pacientes que tinham deficincia de vitamina K tiveram nvel mdio observado de protrombina de
18,5mg/100ml e desvio padro 4mg/100ml. Seria razovel concluir que a verdadeira mdia de paci-
entes com deficincia de vitamina K a mesma que a da populao normal?
Exerccio S35
Uma companhia de produtos alimentcios solicitou pela mdia que os consumidores entrassem em
contato dizendo se tinham aprovado o sabor de um novo produto. Quem telefonasse receberia um
exemplar de um livro de receitas. 320 consumidores telefonaram sendo que 75% destes aprovaram o
produto.
a) Poderia ser construdo o intervalo de confiana de 95% para a proporo de consumidores
que aprovaram o produto na populao?
b) Se sim, calcule o intervalo; se no, explique porque no.
Conceitos gerais
Hiptese cientfica Hiptese estatstica em termos operacionais relativos a po-
pulao
(inferncia dedutiva)
Estimador (Populacional)
Inferncia estatstica: qualquer procedimento que se utiliza para se generalizar afirmaes sobre
determinada populao, baseadas em dados retirados de uma amostra.
Hiptese: uma forma de especulao relativa a um fenmeno estudado (qualquer que seja).
qualquer afirmao sobre a distribuio de probabilidade de uma varivel aleatria (afirmao sobre
um parmetro).
Hiptese estatstica: uma especulao feita em relao a uma proposio, porm relativa a uma
populao definida.
Teste de Hipteses
Neyman e Pearson propuseram uma abordagem, para a tomada de deciso, que envolve a fixao,
antes da realizao do experimento, das hipteses nula e alternativa, e fixao de valores de probabi-
lidade de ocorrncia de erros de deciso.
Considerar a situao na qual se deseja comparar a eficcia de uma nova droga (DN) com a eficcia
de uma droga padro (DA), que vem sendo atualmente utilizada.
Para a tomada de deciso sobre a eficcia de DN, torna-se necessrio seguir os seguintes passos:
Formular as hipteses;
Identificar a distribuio de probabilidade da estatstica do teste;
Fixar o nvel de significncia do teste ( );
Calcular o tamanho da amostra;
Determinar a regio de rejeio/aceitao de H0;
Realizar o estudo, observar os resultados, calcular a estatstica do teste;
Confrontar o valor observado da estatstica do teste com a regio de rejeio/aceitao de H0;
Tomar a deciso;
Apresentar a concluso.
H0 : DN = DA
Teste monocaudal direita
Ha : DN > DA
Se o estudo envolvesse a comparao de duas drogas, uma nova e outra que atualmente utilizada,
e a nova droga se prope a reduzir os efeitos colaterais, as hipteses seriam:
Se ambas os lados forem possveis, deve-se optar pela hiptese alternativa que explicita a diferena
como na situao onde uma nova droga para depresso est em teste e deseja-se investigar se a
droga inibe ou provoca o apetite, como efeito colateral. Assim, antes do estudo no se conhece o
efeito da droga sobre o apetite dos pacientes.
H0 : DN = DA
Teste bicaudal
Ha : DN DA
Supor que a nova droga ser utilizada em 10 pacientes (n=10) e, considerando-se a eficcia conheci-
da da droga antiga (DA), de 50%, tem-se que a probabilidade de cura (p) igual a 0,5.
H 0 : D N = 0,5 H 0 : E N = 0,5
Hipteses: ou
H a : D N > 0,5 H a : E N > 0,5
X: 0, 1, 2, 3,...,10
Utiliza-se o teste de hipteses para testar H0. O teste de hipteses fornece elementos para a tomada
de deciso com base em H0
Exemplo 35
Em um julgamento jurdico o jri tem que decidir sobre a culpa ou inocncia de um ru. Considere
dois fatos: 1) o sistema jurdico admite que toda pessoa inocente at que se prove o contrrio. 2) s
vai a julgamento pessoas sobre as quais existe dvida de sua inocncia. Fazendo uma analogia com
teste de hipteses, responda:
b) O jri pode errar se decidir que o ru culpado quando na verdade ele inocente. Qual o outro
erro de deciso que o jri pode cometer?
d) Na terminologia de teste de hiptese, qual tipo de erro (I ou II) pode-se vincular a cada uma das
decises do item b?
Exemplo 36
Supor duas situaes: 1- a pessoa est fazendo parte de um levantamento para diagnstico de para
cncer de mama (screening); 2- a pessoa realiza o teste para detectar anticorpos anti-HIV.
fornecido um diagnstico com base no resultado do teste.
a) Qual dos erros geralmente mais srio: um resultado falso positivo que diz que a pessoa tem a
doena quando na verdade ela no tem ou um resultado falso negativo, que diz que a pessoa no
tem a doena quando na verdade ela tem?
b) Apresente as hipteses nula e alternativa sobre a situao de sade do paciente; fazendo uma
analogia com teste de hipteses, que tipo de erro (I ou II) seria cometido se o resultado do teste
fosse falso positivo? Que tipo de erro (I ou II) seria cometido se o resultado do teste fosse falso nega-
tivo?
Se tivessem sido observadas 6 curas ou qualquer valor da rea de aceitao de H0, a deciso seria
no rejeitar H0 ou seja, aceitar H0.
Onde est ?
H 0 : D N = 0,5
Lembrar que as hipteses de teste so: e que a probabilidade do erro tipo II a pro-
H a : D N > 0,5
babilidade de aceitar H0 quando H0 falsa e que (1 ) o poder do teste, ou seja, a probabilidade
Valores de e de 1 para o teste de H0: EN =EP=50% contra H1: EN >50%, quando n=10,
1% (a rigor, 1,08%) segundo diferentes valores de EN.
EN (%) 1 (%)
60% 95,36 4,64
70% 85,07 14,93
80% 62,42 37,58
90% 26,39 73,61
Se na amostra de 10 pacientes, 9 evolussem para a cura (90%), Fisher recomendava que se calculas-
se a probabilidade de 9 ou mais pacientes se curarem (P(X9)), tendo como base, a distribuio de
probabilidade conhecida, especificada na proposio inicial, onde a probabilidade de cura igual a
50%.
Pelo exemplo, esta probabilidade seria igual a P(X9) = P(X=9) + P(X=10) = 0,011 = 1,1%
Se na amostra de 10 pacientes, fossem observadas 6 curas (60%), P(X6) = P(X=6) + P(X=7) +
P(X=8) + P(X=9) + P(X=10) = 0,205 + 0,117 + 0,044 + 0,010 + 0,001 = 0,377 = 37,7%
A probabilidade calculada conhecida como valor de p (p-value) e a deciso estatstica ser tomada
com base no valor desta probabilidade.
Se o valor de p for considerado pequeno, conclui-se que os dados no mostram evidncia de perten-
cer a uma populao com proporo de cura igual a 50% e, portanto, a droga cura mais do que 50%.
Se o valor de p for considerado grande, ento se pode dizer que os dados provavelmente vm de uma
populao que possui como parmetro 50% de curas.
Definio:
Fisher dizia que antes de dar uma forma matemtica a um problema, propondo hipteses a serem
testadas, era necessrio um amplo conhecimento dos dados, o que poderia ser realizado com base no
valor de p.
Segundo dados de rotina dos servios de sade tem-se que, em determinada comunidade, a propor-
o de mes que amamentam at o 3 ms de idade da criana de 60%. Desejando-se aumentar
esta proporo, realizou-se o estudo que consistiu em desenvolver um programa educativo. Deseja-
se, portanto, avaliar a eficcia do programa.
Aps o programa observou-se que, em uma amostra de 10 mes que foram submetidas ao programa
e acompanhadas durante quatro meses, 9 mes amamentaram pelo menos at o 30 ms.
X: 0,1,2,...,10
4) Deciso: Como 9 mes amamentaram pelo menos trs meses, e 9 cai na rea de re-
jeio de H0, decide-se por rejeitar H0.
Ab o rd a g e m de Fi s h e r
Proposio: mes que so submetidas ao programa provm de uma populao onde 60% delas a-
mamentam pelo menos at o 3 ms.
Para decidir com base no valor de p necessrio perguntar-se se os resultados observados so com-
patveis com a proposio de que as mes vm de populao na qual 60% das mes amamentam
pelo menos at o at o 3 ms. Em outras palavras, com base nos resultados, voc diria que existe
evidncia favorvel ou contrria proposio inicial?
Se p for considerado, pelo investigador, grande, ento se conclui que os dados no mostram evidn-
cia contrria proposio e, portanto, as mes, aps a interveno, devem ser de uma populao na
qual 60% amamentam pelo menos at o 3 ms. Neste caso, a interveno no surtiu efeito.
Consideraes finais
O valor de p a fora de evidncia contrria proposio inicial. Para existir forte evidncia contrria
proposio inicial, o valor de p deve ser bem pequeno;
O julgamento sobre o valor de p, se grande ou pequeno, arbitrrio e quem decide o investiga-
dor.
Exemplo
Considerar a situao, comum na rea de anlise sensorial, denominada comparao de par, direcio-
nada: A situao envolve um fabricante que quer lanar um bolo mais doce do que o produto que
est no mercado (cdigo 15). Para tanto desenvolvido um novo produto (cdigo 23).
O experimento consiste em oferecer uma fatia de cada produto a 20 degustadores, de modo indepen-
dente, e registrar (contar) quantos acham o produto novo mais doce.
H 0 : = 0,5
Hipteses:
H A : > 0,5
Distribuio de probabilidade:
Cada degustador escolhe o produto independente do outro degustador e se for feita a escolha por
um produto (eventos independentes), o outro produto fica eliminado (mutuamente exclusivos).
X ~B( n = 2 0 ; p = 0 , 5)
X P(X = x) R e gi o d o te s te
0
.
Ace ita o de H 0
.
.
13
14 0, 0 3 6 9 6
15 0, 0 1 4 7 9
16 0, 0 0 4 6 2 R e je i o de H 0
17 0, 0 0 1 0 9 = 0,058
18 0, 0 0 0 1 8
19 0, 0 0 0 0 2
20 0, 0 0 0 0 0
n=20
K~B(n=20; p=0,5)
Valor de p=probabilidade de ocorrer 8 ou mais, se os dados vierem de uma populao que escolhe os
produtos em propores iguais.
Conclui-se que os dados no mostram evidncia contrria proposio inicial (p=0,868). Os dados
so compatveis com uma populao que escolhe igualmente os produtos com cdigos 15 e 23. O
novo produto no foi considerado mais doce que o antigo.
OBS: Como np=10 e nq=10, para o clculo de p poderia ter sido utilizada a distribuio normal.
Exemplo 37
Supor o experimento onde existe interesse em investigar se o odor de determinado alimento atrai
camundongos. O experimento consiste em colocar um animal em um corredor que no final dividido
para a direita e para a esquerda. Um alimento colocado no final do corredor da esquerda, fora da
viso do animal. Entretanto, antes da realizao do experimento, decide-se eliminar a possibilidade de
incluir no estudo camundongos que tm predileo por um lado, independentemente do odor do ali-
mento. Neste caso, decide-se investigar inicialmente se os camundongos escolhem os lados em pro-
pores iguais. Para tanto, realiza-se o experimento com 12 camundongos sem a colocao do ali-
mento e verifica-se que 7 viram para a esquerda.
Realize um teste de hipteses seguindo as propostas de Neyman e Pearson, com nvel de significncia
de 5%, e a de Fisher, para verificar se os camundongos vm de uma populao que escolhe mais um
lado do que o outro.
EXERCCIOS SUPLEMENTARES
Exerccio S36
Um estudo foi desenvolvido para investigar se aleitamento materno um fator que protege a criana
contra diabetes, em idades maiores. Considerando H0: aleitamento materno no protege contra
diabetes e Ha: aleitamento materno protege contra diabetes, responda:
a) Tomando qual deciso (aceitar ou rejeitar) sobre H0 voc poderia estar cometendo o erro tipo I?
b) Tomando qual deciso (aceitar ou rejeitar) sobre H0 voc poderia estar cometendo o erro tipo II?
c) Como denominada a probabilidade de ocorrer o erro tipo I?
d) Como denominada a probabilidade de ocorrer o erro tipo II?
e) O que o poder do teste?
f) Se voc fosse fixar valores de probabilidades associadas ocorrncia dos erros tipo I e II para
este estudo, qual deles seria menor? Justifique.
Exerccio S37
Ser realizado um estudo para investigar a relao entre consumo de produtos derivados de soja e
presena de osteoporose em mulheres com mais de 50 anos. Para a tomada de deciso, ser utilizado
teste de hipteses, no modelo clssico, proposto por Neyman e Pearson. Apresente os passos
necessrios para a realizao do teste de hipteses, listados a seguir, em uma sequncia correta:
tomada de deciso, clculo do tamanho da amostra, elaborao das hipteses, determinao da
regio de rejeio do teste, coleta dos dados e clculo da estatstica do teste, fixao do nvel de
significncia, concluso, verificao se o valor observado da estatstica cai na regio de aceitao ou
rejeio, identificao da distribuio de probabilidade da estatstica do teste.
Exerccio S38
Considere a seguinte situao hipottica: A incidncia de resfriados durante o inverno, em uma creche
60%. Durante o ano de 2001, a direo da creche resolveu servir suco de acerola durante todo o
inverno com o objetivo de prevenir resfriados. Aps o inverno observou-se que de 20 crianas que
Exerccio S39
Considere a situao onde 40% de mulheres idosas apresentam condio esqueltica do tipo A. Sus-
peita-se que mulheres magras apresentam menor predisposio a esta condio. Realizou-se um es-
tudo e observou-se que entre 28 mulheres idosas magras, 6 apresentaram a condio.
a) Realize um teste de hipteses para investigar se os resultados do estudo so compatveis com
uma populao onde 40% apresentam a condio. Utilize a abordagem clssica de Neyman e Pe-
arson, com nvel de significncia de 10%.
b) Realize um teste de hipteses para investigar se os resultados do estudo so compatveis com
uma populao onde 40% apresentam a condio, utilizando a abordagem de Fisher.
Exerccio S40
A prevalncia de infeco por hepatite B na populao geral de 30%. A literatura sugere que a in-
feco por hepatite B maior entre pessoas com infectadas pelo vrus HIV. Em uma amostra de 20
pessoas que apresentaram teste HIV +, 8 apresentaram positividade para hepatite B. Teste a hipte-
se de que as pessoas HIV + possuem mesma prevalncia de Hepatite B que a populao geral. Utilize
a estratgia clssica de Neyman e Pearson, com nvel de significncia de 5% e a abordagem de Fi-
sher, com tomada de deciso a partir do valor descritivo do teste (valor de p).
Exerccio S41
Suponha que uma pesquisa de grande abrangncia encontrou que 60% de crianas entre 7 e 10 anos
consomem determinada marca de cereal. Com o objetivo de verificar possvel queda no consumo, a
indstria sorteou 15 crianas nesta faixa etria e observou 6 crianas consomem o produto. Teste a
hiptese de que o consumo do produto no foi alterado. Utilize a estratgia clssica de Neyman e
Com base em conhecimento prvio (da literatura) sabe-se que a distribuio do peso ao
nascer em crianas sadias segue uma distribuio normal com mdia 3000 gramas e desvio padro
500 gramas, ou seja X ~ N ( X = 3000; X = 500) .
Distribuio de probabilidade
Como as hipteses envolvem a mdia populacional, necessrio utilizar a distribuio de probabilida-
de da mdia.
X = 3000
X = 70,71
X
H0
Rejeio de H0
Aceitao de H0
=0,05
-4 -3 -2 -1 0 1 2 3 4
z
Zcrtico=-1,64
Como Zobs est esquerda de Zcrtico (regio de rejeio), decide-se por rejeitar H0.
Deciso:
Rejeita-se H0.
Concluso
Foi encontrada diferena estatisticamente significante entre os pesos ao nascer de crianas sadias e
com SDIG para nvel de significncia = 0,05. Crianas com SDIG nascem com peso menor do que
crianas sadias.
possvel realizar o teste comparando a mdia observada na amostra ( x obs = 2800) e o valor de peso
mdio ao nascer que deixa, no caso deste exemplo, uma rea =0,05 sua esquerda. O valor de
peso mdio que limita esta rea denominado x critico .
Clculo de x critico
xcritico x x critico = Z critico X + X
De Z critico = tem-se
X
Rejeita-se H0
Aceita-se H0
Como xobs = 2800 menor que x critico (fica esquerda), opta-se por rejeitar H0.
Regra geral:
Rejeita-se H0 se
Rejeita-se H0 se
Exemplo 39
O nvel mdio de protrombina em populaes normais 20 mg/100ml de sangue. Uma amostra de 40
pacientes que tinham deficincia de vitamina K tiveram nvel mdio observado de protrombina de
18,5mg/100ml e desvio padro 4mg/100ml. Seria razovel concluir que a verdadeira mdia de pacien-
tes com deficincia de vitamina K a mesma que a da populao normal? Realize um teste de hipte-
ses.
Supor a situao anterior, s que a varincia (desvio padro) populacional do peso ao nascer de cri-
anas sadias desconhecida sendo conhecido somente o peso mdio populacional de crianas sadias
Clculo do tamanho da amostra: supor um tamanho de amostra n=50 recm-nascidos com SDIG
Distribuio de probabilidade:
Admitindo-se que H0 verdade, resta um problema que o fato de no se conhecer o valor da dis-
perso do peso ao nascer das crianas sadias. Neste caso no possvel utilizar a estatstica Z.
T segue uma distribuio t de Student, com (n-1) graus de liberdade. Quando o tamanho da amostra
grande, a estatstica T tende para uma distribuio normal com mdia 0 e desvio padro 1
(n T ~ N (0 ;1) ). H0
Regio de rejeio
e aceitao
da hiptese H0. Rejeio de H0
Aceitao de H0
=0,05
Como tobs est esquerda de tcrtico (regio de rejeio), decide-se por rejeitar H0.
Deciso
Rejeita-se H0.
Exemplo 40
Uma companhia de produtos alimentcios utiliza uma mquina para embalar salgadinhos cujas emba-
lagens especificam 454 gramas. Com o propsito de verificar se a mquina est trabalhando correta-
mente, selecionou-se 50 pacotes de salgadinhos, obtendo-se os seguintes valores de peso:
464 450 450 456 452 433 446 446 450 447
442 438 452 447 460 450 453 456 446 433
448 450 439 452 459 454 456 454 452 449
463 449 447 466 446 447 450 449 457 464
468 447 433 464 469 457 454 451 453 443
mdia da amostra, x =451,22 gramas e desvio padro amostral (s) =8,40 gramas
Distribuio Normal
Medindo-se a altura de muitas mulheres (populao), obtm-se o grfico a seguir.
proporo
.35
.3
.25
.2
.15
.1
.05
0
140 145 150 155 160 165 170 175 180
Altura(cm)
.3
.25
.2
.15
.1
.05
0
140 145 150 155 160 165 170 175 180
Altura (cm)
Sorteia-se uma mulher ao acaso; P(desta mulher ter mais de 160) = 50%;
P(esta mulher tenha mais de 180)= P( X > 180) = P( Z > 180 160 ) = P ( Z > 2) =0,5-0,47725=0,02275
10
ou 2,3%
Sortear uma mulher com altura 180 ou mais desta populao uma coisa comum?
P(esta mulher tenha mais de 170)= P( X > 170) = P( Z > 170 160 ) = P (Z > 1) = 0,5-0,34134=0,15866 ou
10
15,9%
Sortear uma mulher com altura 170 ou mais desta populao uma coisa comum?
O limite para decidir o que comum arbitrrio. O investigador que decide, com base no problema
que est sendo estudado.
proporo
.35
.3
.25
.2
.15
.1
.05
0
160 165 170 175 180 185 190 195 200
Altura (cm)
Supor que as pessoas da primeira curva tenham uma marca vermelha e as pessoas da segunda curva
tenham uma marca azul. Misturam-se todas as pessoas e sorteia-se uma pessoa ao acaso e ela tem
altura 180. De qual populao seria este indivduo?
=160 170
X
=0 2,74
ZX
P(Z 2,74) = 0,5- 0,49693 = 0,0031 ou 0,31%
Sortear uma amostra que apresenta altura mdia igual a 170 cm ou mais da populao que tem altura
mdia 160 cm uma coisa comum?
Para decidir se a amostra representa uma populao com altura mdia maior e que o resultado no
devido ao acaso, realiza-se o teste de hipteses.
Situao:
Estudos mostram que crianas sadias possuem peso mdio (m) ao nascer igual a 3100 gramas e des-
vio padro = 610 gramas .
Suspeita-se que crianas que nascem com sndrome de desconforto idioptico grave possuem peso ao
nascer abaixo do peso ao nascer da populao de crianas sadias.
Proposio (equivalente H0): Crianas com sndrome vm de uma populao com peso mdio =3100
gramas.
Realiza-se um estudo em uma amostra de n=50 crianas que nasceram com esta sndrome, onde
observou-se peso mdio ( x ) igual a 2800 gramas.
Supondo-se que as crianas da amostra (com sndrome) vm de uma populao com mesma disper-
so do peso ao nascer de crianas sadias, teste a hiptese de que crianas com sndrome idioptica
grave possuem peso mdio ao nascer igual ao peso mdio ao nascer de crianas sadias.
Distribuio de probabilidade:
Distribuio do peso mdio: segue uma distribuio normal com mdia m=3100 gramas e desvio pa-
610
dro = = 86,27 gramas
n 50
2800 =3100
X
Clculo da probabilidade de observar um peso mdio ao nascer igual ou menor que 2800 se H0 for
verdade.
Pela distribuio Normal reduzida tem-se que P ( Z 3,48) = 0,5 0,49975 = 0,00025 ou 0,025%
Os resultados no so compatveis com uma distribuio que tem peso mdio igual a 3100. Possivel-
mente a amostra vem de uma populao com mdia menor que 3100. Pode-se dizer que crianas
com sndrome de desconforto idioptico grave possivelmente possuem peso ao nascer menor do que
o peso mdio de crianas sadias.
Exemplo 41
O nvel mdio de protrombina em populaes normais 20 mg/100ml de sangue. Uma amostra de 40
pacientes que tinham deficincia de vitamina K tiveram nvel mdio observado de protrombina de
18,5mg/100ml e desvio padro 4mg/100ml. Seria razovel concluir que a verdadeira mdia de pacien-
tes com deficincia de vitamina K a mesma que a da populao normal? Realize um teste de hipte-
ses pela abordagem de Fisher.
Teste de hipteses para uma mdia populacional com varincia desconhecida - Aborda-
gem de Fisher
Supor a mesma situao anterior, s que neste caso somente a mdia populacional conhecida. O
peso mdio de crianas sadias () igual a 3100 gramas.
H0: Crianas com sndrome de desconforto idioptico grave vm de uma populao com peso mdio =
3100 gramas
Seleciona-se uma amostra de 50 crianas com a sndrome e calcula-se o peso mdio e o desvio pa-
Distribuio de probabilidade:
Distribuio do peso mdio ao nascer de crianas sadias: como no se sabe o desvio padro popula-
cional, este estimado utilizando-se os dados da amostra.
-4,16 =0 t
Pela distribuio t de Student com 49 graus de liberdade, tem-se P(t X 4,159) < 0,05%
Os resultados no so compatveis com uma distribuio que tem peso mdio igual a 3100. Pode-se
dizer que crianas com desconforto idioptico grave provavelmente vm de uma populao com peso
mdio ao nascer menor do que o peso mdio ao nascer de crianas sadias.
Exemplo 42
Uma companhia de produtos alimentcios utiliza uma mquina para embalar salgadinhos cujas emba-
lagens especificam 454 gramas. Com o propsito de verificar se a mquina est trabalhando correta-
mente, selecionou-se 50 pacotes de salgadinhos, obtendo-se os seguintes valores de peso:
464 450 450 456 452 433 446 446 450 447
442 438 452 447 460 450 453 456 446 433
448 450 439 452 459 454 456 454 452 449
463 449 447 466 446 447 450 449 457 464
468 447 433 464 469 457 454 451 453 443
mdia da amostra, x =451,22 gramas e s=8,40 gramas
Testar a hiptese, pela abordagem de Fisher, de que a mquina est trabalhando corretamente.
EXERCCIOS SUPLEMENTARES
Exerccio S42
Deseja-se saber se o consumo calrico mdio de determinada populao adulta de zona rural menor
que 2000 kcal. Uma amostra de 500 pessoas apresentou consumo mdio igual a 1985 kcal e desvio
padro igual a 210. Faa um teste de hipteses pela abordagem de Neyman e Pearson e de Fisher
para tomar a deciso; considere o nvel de significncia igual a 5%.
Exerccio S43
O contedo de iodo em pacotes de sal recomendado que seja igual a 590 g . Determinada inds-
tria, tendo recebido reclamaes de que estava vendendo seu produto com teor de iodo abaixo do
Exerccio S44
Vacas da raa Jersey (J) produzem porcentagem mdia de gordura para manteiga igual a 5,25%.
Suspeita-se que vacas Holstein-Fresian (HF), se no forem criadas de um modo especial, produzem
quantidades menores deste tipo de gordura. fornecida a porcentagem mdia de gordura de mantei-
ga de uma amostra de 10 vacas da raa Holstein-Fresian. Os dados sugerem que as que as vacas
Holstein-Fresian produzem a mesma quantidade de gordura do que as vacas Jersey? Conduza um
teste de hipteses pela abordagem de Neyman e Pearson e de Fisher. Utilize nvel de significncia de
5%.
Exerccio S45
Em uma pesquisa realizada entre os cadetes da Fora Area sobre a relao entre sade em geral e
patologias orais, o escore mdio de CPO (nmero de superfcies de dentes cariados, obturados ou
extrados em um indivduo) foi 27,2. Em 121 cadetes que procuraram os servios mdicos 5 ou mais
vezes durante um ano, o CPO mdio foi 31,1 com desvio padro 15,5. Se for assumido que estes 121
cadetes representam a populao de cadetes com pior sade, existe evidncia que pior nvel de sade
est associado a escore de CPO mais elevado? Tome a deciso utilizando as duas estratgias: a cls-
sica de Neyman e Pearson, com nvel de significncia de 5% e a abordagem de Fisher, com tomada
de deciso a partir do valor descritivo do teste (valor de p).
Exerccio S46
O nvel mdio de ganho de peso entre 42 homens submetidos a exerccios fsicos durante 3 meses foi
igual a 0,5 kg com desvio padro de 2,2 kg. Entre homens que no fazem exerccios fsicos mas que
possuem uma dieta balanceada, o ganho mdio de peso de 1,3 kg. Seria razovel concluir que a
verdadeira mdia de ganho de peso entre homens que praticam exerccios a mesma que a de ho-
mens que no praticam exerccios mas que possuem dieta balanceada? Tome a deciso utilizando as
duas estratgias: a clssica de Neyman e Pearson, com nvel de significncia de 5% e a abordagem
de Fisher, com tomada de deciso a partir do valor descritivo do teste (valor de p).
O qui-quadrado obtido somando-se razes dadas pelos quadrados das diferenas entre frequncias
observadas e as esperadas, divididos pelas frequncias esperadas.
(O E ) 2
=
2
E
Quando as variveis so independentes, equivalente a dizer que no existe associao, e neste
caso, o valor do qui-quadrado ser zero. O qui-quadrado no mede fora de associao e no sufi-
ciente para estabelecer relao de causa e efeito.
.4
H0: No existe associao
Ha: Existe associao .3
.2
rea de rejeio de H0
Fixando-se a probabilidade de erro tipo I: =0,05
Nvel de significncia () = 0,05 .1
0
rea de rejeio do teste: 0 5 10 15 20
Para a tomada de deciso, utiliza-se a regra: rejeita-se H0 se o valor calculado do qui-quadrado for
maior do que o valor crtico para um nvel de significncia pr definido.
Qui quadrado =
(O E ) 2
E
~ (2r 1)( c1)
Exemplo: na tabela abaixo, nmero de linhas =2 (masculino, feminino) e nmero de colunas = 2 (a-
ceitvel, no aceitvel). Assim, o nmero de graus de liberdade (gl) seria (2-1)x(2-1) = 1
Distribuio de crianas segundo sexo e nvel de retinol srico. Cansao, Bahia, 1992
Na tabela abaixo, gl = 2
Distribuio de recm-nascidos segundo condio caso - com defeitos do tubo neural; controle re-
cm-nascidos que no tinham defeitos do tubo neural e dieta materna.
Dieta Casos Controles Total
n % n % n %
Boa 34 13,9 43 35,0 77 21,0
Razovel 110 45,1 48 39,0 158 43,0
Pobre 100 41,0 32 26,0 132 36,0
Total 244 100 123 100 367 100
Fonte: Hand DJ et al. A handbook of small data sets. Chapman&Hall, 1994.
Correo de continuidade:
L im i ta es :
Para n<20, utilizar o teste exato de Fisher
Para 20 n 40 , utilizar o qui-quadrado somente se os valores esperados forem maiores ou iguais
a 5.
Deciso:
O valor do qui-quadrado calculado maior do que o valor do qui-quadrado crtico para 1 grau de li-
berdade e nvel de significncia de 5%, portanto, rejeita-se H0.
Concluso: Pode-se dizer que na populao existe associao entre bronquite na infncia e tosse na
adolescncia.
Abordagem de Fisher
Pela tabela da distribuio qui-quadrado, com 1 gl, p<0,001 (na tabela, menor que 0,1%)
Concluso: Existe forte evidncia contrria independncia portanto a associao observada ocorre
no devido ao acaso. Pode-se dizer que os dados so compatveis com existncia de associao entre
bronquite na infncia e tosse na adolescncia, na populao.
Exerccio
Considere os dados apresentados a seguir. Investigue a existncia de associao entre nveis de -
caroteno (mg/L) e hbito de fumar, em purperas. Utilize as abordagens de Neyman e Pearson (nvel
de significncia de 5%) e de Fisher.
Situao 1
So coletados os pesos ao nascer de 50 recm nascidos (RN) com sndrome de desconforto respirat-
rio idioptico grave (SDIG) sendo que 54% dos RN vo a bito. Pode existir uma diferena entre o
peso ao nascer de crianas que sobrevivem e as que morrem. possvel realizar um teste de hipte-
se para confirmar a aparente diferena.
1.050* 2.500* 1.890* 1.760 2.830
1.175* 1.030* 1.940* 1.930 1.410
1.230* 1.100* 2.200* 2.015 1.715
1.310* 1.185* 2.270* 2.090 1.720
1.500* 1.225* 2.440* 2.600 2.040
1.600* 1.262* 2.560* 2.700 2.200
1.720* 1.295* 2.730* 2.950 2.400
1.750* 1.300* 1.130 2.550 3.160
1.770* 1.550* 1.575 2.570 3.400
2.275* 1.820* 1.680 3.005 3.640
Fonte: Hand DJ et alli. A handbook of small data sets. Chapman&Hall, 1994.
(*)
crianas que foram a bito.
Situao 2
Quantifica-se uma enzima (ornithine carbonyl transferase) do fgado de dois grupos de
pessoas que sofrem de hepatite. Um grupo tem a forma viral, aguda e o outro, a crnica. Existe inte-
resse em verificar se existe diferena entre pessoas com cada tipo de doena, com base na medida da
enzima.
1.5
Estatsticas Hepatite viral Hepatite
aguda crnica
1
(log medidas) (log medi-
Density
das)
n 57 40
.5
Mdia 2,587 2,651
Varincia 0,107 0,194
0
(n-1) 1.5 2 2.5 3 3.5 4 1.5 2 2.5 3 3.5 4
enzima
Density
Razo entre varincias =1,8 normal enzima
Graphs by grupo
Pressuposies:
A varivel sob estudo segue as seguintes distribuies nas populaes de origem:
na populao 1 ~ N ( 1 , )
na populao 2 ~ N ( 2 , )
Observe que prossupem-se amostras provenientes de populaes normais, com mdias distintas e
mesma disperso.
Estatstica do teste:
Para duas amostras n1 e n2, como consequncia da distribuio amostral da mdia e Teorema Central
do Limite, tem-se X 1 ~ N (media = 1 , d . p = ) e
n1
X 2 ~ N (media = 2 , d . p. = )
n2
pode ser estimado tanto por S1 como por S2. Existe uma combinao de S1 e S2 que fornece um
estimador melhor:
(n1 1)S12 + (n 2 1) S 22
Estimador ponderado (agregado): S p =
(n1 + n 2 2)
onde (n1+n2-2) o nmero de graus de liberdade necessrio para o clculo de T, utilizando-se a dis-
tribuio t de Student .
Esta estatstica pode ser utilizada para a realizao do teste de hiptese e para o intervalo de confi-
ana da diferena de duas mdias para amostras independentes.
Se o teste for segundo Neyman e Pearson, deve-se confrontar o valor observado (tobs) de T, com a
rea de rejeio de H0, para um nvel de significncia pr-fixado. Se tobs cair na rea de rejeio de H0,
opta-se pela rejeio da hiptese nula.
Se o teste for segundo Fisher, deve-se calcular a probabilidade de observar o valor observado (tobs) de
T ou um valor mais extremo, na curva especificada em H0. Decide-se com base no valor de p. Se a
probabilidade for pequena, conclu-se que os dados mostram evidncia contrria proposio de i-
gualdade de mdias.
H 0 : sobrev = no sobrevivente
H a : sobrev no sobreviviente
.001
Peso ao nascer segue distribuio normal?
Density
5.0e-04
Varincias so iguais?
0
1000 1500 2000 2500 3000 3500 1000 1500 2000 2500 3000 3500
peso
Density
normal peso
Graphs by condicao
H0
Graus de liberdade = 27+23 2 = 48
Abordagem de Fisher
Pelo valor de p pode-se concluir que os dados mostram evidncia contrria proposio inicial. Os RN
sobreviventes apresentam maior peso mdio ao nascer.
Existem situaes onde os dados da primeira amostra esto, de alguma forma, relacionados aos da-
dos da segunda amostra. So apresentadas duas situaes com amostras dependentes.
Situao 1
Uma certa droga est sendo testada quanto a seu efeito na presso sangunea. 12 pacientes tiveram
sua presso arterial diastlica (PAD) medida antes e aps o tratamento. Os resultados so mostrados
a seguir. Os resultados so compatveis com uma droga que produz efeito na presso sangunea dias-
tlica?
Paciente PAD antes PAD aps paciente PAD antes PAD aps
1 120 125 7 140 146
2 124 126 8 135 133
3 130 138 9 126 127
4 118 117 10 130 135
5 140 143 11 126 126
6 128 128 12 127 131
H 0 : 1 = 2
Hipteses
H a : 1 2
Pressuposio:
d segue uma distribuio normal; d ~ N ( d , d )
Estatstica do teste:
(d ) ( d ) (d ) ( d ) d
T= = , que sob H0 torna-se T = ~ t ( n1)
Sd Sd Sd
n n
Onde n o nmero de pares de valores.
Se o teste for segundo Neyman e Pearson, deve-se comparar o valor observado (tobs) de T, com a
rea de rejeio de H0, para um nvel de significncia pr-fixado. Se tobs cair na rea de rejeio de H0,
opta-se por esta deciso.
Aplicao:
31
d= = 2,58 ;
12
sd = 9,501 = 3,082 ,
d 2,58
tobs = = = 2,90
sd 3,082
n 12
rea de aceitao de H0
rea de rejeio rea de rejeio de
Como o valor calculado caiu na rea de rejeio, decide-se por rejeitar H0.
Conclui-se que foi encontrada diferena estatisticamente significante entre os nveis mdios de pres-
so arterial diastlica antes e aps o tratamento, para nvel de significncia de 5%. O tratamento
provoca aumento da presso arterial diastlica.
Abordagem de Fisher
Clculo do valor de p: pela tabela da Distribuio t de Student, e 11 graus de liberdade (12-1), ob-
tm-se 1%<p<2% ou p 1,5% (p 0,015). Os dados mostram evidncia contrria proposio
inicial. O tratamento produz efeito, os valores mdios antes e aps o tratamento so diferentes, sendo
que aps o tratamento o nvel mdio maior.