Você está na página 1de 4

Objetivo: estudar a relação ou associação entre duas variáveis quantitativas

Correlação
contínuas
Cov > 0 = conforme as
observações de 1
variável crescem, as
observações da outra
É uma media para variável tendem a
sabermos o quanto uma crescer também Podemos usar unidades
Covariância variável se modifica de medida diferentes na
quando a outra se Cov < 0 = conforme as covariância
modifica observações de 1
variável, crescem, as
observações da outra
variável tendem a
descrescer
Coeficiente de
Mede a força da
correlação de Pearson Vai de -1 a 1
correlação
(r)
Coeficiente de
correlação de Spearman A diferença da de Pearson, é que Sperman trabalha com postos
(rho – ρ)
Quando o objetivo é estimar um parâmetro, ou seja, uma característica
Intervalo de confiança
numérica da população
Testes de hipóteses Quando há hipóteses sobre características numéricas da população
Teste estatístico de É uma regra utilizada para decidir quando rejeitar uma hipótese.
hipótese Esta regra é sempre baseada em uma amostra.
Hipótese alternativa É a hipótese do pesquisador, aquilo que ele deseja verificar.
(HA) Ex.: HA: média populacional ≠ 37,0 oC
É o complemento da hipótese alternativa.
Hipótese nula (H0)
Ex.: H0: média populacional = 37,0 oC
Rejeito H0, mas ela é Este é o pior tipo de A probabilidade de se
verdadeira erro cometer um erro tipo I é
geralmente chamada
Erro Tipo I
nível de significância do
teste e é denotada por
(alfa)
Não rejeito H0, mas ela é falsa A probabilidade de se
Erro Tipo II cometer um erro tipo II
é denotada por (beta)
Poder É denotado por 1 – (beta) Poder é a especificidade do teste de hipótese
É a menor possível O tamanho da associação NUNCA é dado pelo
Valor p escolha de alfa que nos valor p.
levaria a rejeitar H0
Pode me dar o tamanho da proporção.
ODDS RATIO > 1 = Exposição mais frequente nos casos.
< 1 = Exposição mais frequente nos controles.
Pares concordantes Tanto caso quanto controle, são expostos os não expostos.
Pares discordantes Se o caso é exposto, o controle não é, e vice e versa.
TESTES
Testes paramétricos: aqueles que especificam a distribuição dos dados (p. ex.: a distribuição segue a
normal padrão), e suas hipóteses envolvem os parâmetros desta distribuição.
Objetivo: comparar as H0: média do grupo 1 = Comparação entre
médias de duas amostras média do grupo 2 variâncias:
1) Testar previamente
Teste t de student para HA: média do grupo 1 ≠ se as variâncias são
amostras média do grupo 2 iguais ou não
independentes
Ou

2) Fazer boxplot
Comportamento Variâncias amostrais são próximas (não rejeito H0 que diz que as variâncias
homocedástico são iguais)
Comportamento Variâncias amostrais diferentes (rejeito H0 que diz que as variâncias são
heterocedástico iguais)
3 coisas que são 1) Comportamento homo ou heterocedástico
importantes saber antes
de usar o t de student 2) Presença de valores atípicos
(que podem ser
visualizados pelo 3) Distribuição dos dados (simétrica ou assimétrica) – se assimétrica à direita,
boxplot) posso tentar aplicar o logaritmo
Serve para saber se as variâncias dos 2 grupos são iguais (ou seja, não rejeito
Teste F para diferenças
H0 – comportamento homocedástico), ou se as variâncias são diferentes (ou
entre variâncias
seja, rejeito H0 – comportamento heterocedástico).
Teste t de student para Usado para comparar as médias de um mesmo grupo, em dois momentos
amostras pareadas (antes e depois; pré e pós intervenção...)
OBJETIVO: testar a H0: A e B são É uma distribuição de
associação entre duas independentes (não probabilidades.
variáveis qualitativas. tem associação) É a curva normal padrão
elevada ao quadrado.
Compara proporções HA: A e B não são Não tem valores a
populacionais (são o meu dependentes (á algum esquerda.
Teste Qui-quadrado parâmetro). tipo de associação Tem 1 grau de
entre A e B) liberdade.
É ASSINTÓTICO Parece uma curva
exponencial.
Não me dá o tamanho
nem a direção da
proporção.
OBJETIVO: Testar a H0: A e B são Faz a mesma coisa que
associação entre duas independentes (não o Qui Quadrado.
variáveis qualitativas. tem associação) Por ser exato e não
(Para amostras pequenas) assintótico, é embasado
Teste EXATO de Fisher
HA: A e B não são em uma teoria que não
dependentes (á algum exige uma amostra
tipo de associação grande
entre A e B)
ANOVA OBJETIVO: Comparar a H0: A média dos grupos A ideia da ANOVA é
média de 2 ou mais são iguais “dividir” a SQT (Soma dos
Antes de aplicar é grupos Quadrados Total) em duas
importante certificar HA: Pelo menos 2 parcelas: 1.) A variação
que os dados são médias são diferentes existente dentro dos
grupos 2.) A variação
hocedásticos . Utilizamos os métodos de existente entre os grupos.
comparações múltiplas se e
O que é o ideal para o somente se rejeitamos a Quando a variância
ANOVA? hipótese nula Ho : 1 = 2 = entre grupos é maior SQD: Soma de quadrado
Homocedásticos, sem 3 através da ANOVA que a variância dentro dentro do grupo
outlier, distribuição dos grupos, tenho SQE: Soma de quarado
Método de Tukey entre os grupos
simétrica. diferenças nas médias.
Método de Bonferroni SQT= SQD+SQE
Quando é o contrário
Método LSD
ANOVA DE WELCH: É a tenho médias
Método de Duncan Método Quadrados médios: São
formado ANOVA para os de Newman-Keuls próximas entre os
as somas de quadrados
casos heterocedásticos grupos.
divididas pelos seus
respectivos graus de
liberdade

Comparações multiplas Objetivos: Usamos quando rejeitamos o Ho


Tem a ver com o
ANOVA
OBJETIVO: Comparar proporções quando os dados são pareados.
Teste McNemar
Serve para amostras pareadas.
TESTES NÃO PARAMÉTRICOS
A curva dos dados não Os testes não- Os testes não-
segue necessariamente paramétricos não paramétricos tratam
uma distribuição de curva exigem conhecimento hipóteses envolvendo
Característica principal: normal sobre a distribuição parâmetros, mas estes
parâmetros não
dos dados
especificam distribuições
conhecidas
Testes não- Os métodos não- Um posto (rank) é a posição que uma observação
paramétricos: referem - paramétricos geralmente ocupa em uma sequência ordenada
se ao método não utilizam em seus
estatístico, e não ao tipo cálculos os dados
ou forma dos dados conforme observados,
observados mas em forma de postos
Teste da Soma de Objetivo: comparar dois A estatística W é dada pela menor dentre as duas
Postos de Wilcoxon ou grupos independentes somas de postos dos grupos investigados
Teste de Mann-Whitney
Teste de Wilcoxon para Semelhante ao teste t de para amostras pareadas, mas o Wilcoxon é não-
amostras pareadas paramétrico
Comparar mais de dois grupos independentes (ele é a versão não-paramétrica
Teste de Kruskal-Wallis
da ANOVA)
O teste de comparações múltiplas de Dunn é utilizado após o teste de
Teste de Dunn
Kruskal-Wallis, se e somente se o teste de Kruskal-Wallis permite rejeitar Ho
CONCORDÂNCIA
Mede a concordância Correlação é diferente
entre dois observadores, de concordância!
métodos ou
Coeficiente Kappa
instrumentos,
considerando a variável
qualitativa nominal
Mede a concordância
Coeficiente de Kappa
considerando as variáveis
ponderado
qualitativas ordinais
Medem a concordância
Gráfico de Bland e
entre dois observadores,
Altman
métodos ou
instrumentos,
Coeficiente de
considerando as variáveis
concordancia de Lin
quantitativas
Mede a força da É usado muitas vezes como um índice de
concordância entre dois reprodutibilidade
Coeficiente de observadores, avaliadores
concordancia de Lin ou métodos,
considerando variáveis de
natureza contínua
Coeficiente de Mede a força da concordância entre um observador, avaliador ou método e
StLaurent um padrão-ouro