Aula 5 – TCC – Noções Básicas de Bioestatística – Prof Betine

*Acompanhar aula com slide.

 Estatística Descritiva
 Frequências absolutas (n) e relativas (%); Medidas de tendência central e dispersão dos dados
 “As variáveis quantitativas serão descritas por meio de medidas de tendência central e dispersão dos dados, e as
variáveis qualitativas em números absolutos e proporções.
 Para se verificar associação entre as variáveis de interesse...” -> Estatística analítica – testes estatísticos

 Medidas de Tendência Central ou de Posição

 Sintetizam em um único número o conjunto de dados; Informam os “centros dos dados”
 Distribuição simétrica -> média aritmética; Distribuição assimétrica -> mediana
 Média e mediana na amostra devem ser aproximadamente iguais

 Média de Tendência Central

**Preferência por usar a média.

*Moda é o mais frequente, mas pode
não ter moda ou ter mais de uma. Não
muito usada.

 Medidas de Posição
 Percentil: Divide os dados em 100 partes iguais: P1, P2, P3, ...., P99
 Quartil: Divide os dados em 4 partes iguais: Q1, Q2 ,Q3

 Medidas de Dispersão
 São medidas que permitem avaliar o grau de dispersão dos valores da variável em relação à média
 Quase nunca uma única medida de tendência central é suficiente para descrever, de modo satisfatório, um
conjunto de dados
 Conhecer grau de desagregação dos dados: Desvio-padrão; Amplitude; Variância; Coeficiente de variação;
Distância interquartílica

- Inferência Estatística 

 Testes Estatísticos
 Muitas vezes o pesquisador toma decisão para o todo (população),
tendo examinado apenas uma parte (amostra)
 Esse processo se chama INFERÊNCIA
 Na pesquisa científica, a inferência é feita com a ajuda de testes
estatísticos (testes de hipóteses)
• Teste qui-quadrado – proporções (qualitativas)
• Teste t de Student (ANOVA) – médias (quantitativas)

 Estatística Inferencial
 Escolha dos testes estatísticos -> Tipo e comportamento da variável? Dois ou mais grupos estudados? Existe
dependência entre variáveis?; Distribuição normal -> testes paramétricos
  Distribuição Normal
- Se a distribuição da população for normal e a amostra retirada
aleatoriamente for maior que 30 casos, vale afirmar que a
distribuição da amostra também será normal. Pode-se usar uma
gama grande de testes e modelos estatísticos

 A Curva Normal
- Distribuição equilibrada com valores centrais mais frequentes
e extremos raros
- Simétrica
- Média=Mediana=Moda

 Teste t de Student
- Comparação da MÉDIA de uma VARIÁVEL CONTÍNUA em
DUAS AMOSTRAS, de maneira a determinar se existe ou não
diferença entre a média das duas observações que exceda a
diferença que se esperaria ao acaso (Jekel, 1999)

CONDIÇÕES: distribuição normal; variável contínua; dois

grupos; independência; variância igual.

 O que é o qui-quadrado ?
- Teste paramétrico para comparação de frequências ou
proporções
- Para avaliar relações estatísticas entre variáveis comumente
categóricas (ex.: Exposições e doença)
- Teste não paramétrico: Exato de Fisher

Teste Qui-quadrado: Uma abordagem prática

Condições requeridos para uso do X2
1. Variáveis categóricas
2. Categorias mutualmente excludentes
Sexo: Masculino ou Feminino
O dado só pode estar em uma célula da tabela 2 x 2
3. Valores desconhecidos excluídos: Pessoas sem informação são excluídas da tabela
4. Valor esperado (tabela 2 x 2) tem que ser > 5

 Correlação linear simples

- Avaliar se existe associação entre duas variáveis quantitativas
- Se os dados “ variam juntos”, diz-se que eles estão correlacionados

Coeficiente de correlação de Pearson (r)

- Pode variar de: -1,0 = perfeita correlação negativa;
+ 1,0 = perfeita correlação positiva

 Interpretação de dados estatísticos

Análise dos dados: Descrever os dados coletados por:
- Pessoa - Quem foi afetado? Tempo - Quando foram afetados? Lugar - Onde foram afetados?  Epidemiologia
Descritiva
- Como? Por quê?  Epidemiologia Analítica
  Epidemiologia Analítica
1. Medir a força da associação: Risco relativo (RR), Odds ratio (OR), Razão de prevalência (RP)
- Elas variam conforme o tipo de estudo
Estudos de coorte – RR: incidência doença expostos/ não expostos
Estudos transversais - RP: prevalência doença expostos/não expostos
Estudos de caso-controle: OR: chance de exposição entre doentes/ não doentes
Ensaios clínicos: risco de doença entre tratamento/grupo placebo (redução absoluta e relativa de risco)
EX: Para estimar se e o quanto a ocorrência de diabetes gestacional foi maior em mulheres com excess de peso antes
da gravidez … Medidas de Associação – magnitude do efeito exposição doença

Interpretação: 1: ausência de risco; >1: aumento do risco; <1: diminuição do risco

2. Teste de hipóteses (comparação 2 ou mais grupos)

- Qui-quadrado; Exato de fisher  Variáveis categóricas
- Teste t / ANOVA; U Mann-Whitney / Kruskall-Wallis  Variáveis contínuas

Teste de significância estatística: Valor do p; Intervalo de confiança (IC)

Valor de p  indica a probabilidade aceitável de erro tipo I –

de encontrar uma diferença no estudo que não existe na
realidade – nível de significância estatística
Em geral: 5% - p<0,05
Valor p: A probabilidade de que uma associação observada
entre uma exposição e uma doença possa ter ocorrido ao acaso.

Toda afirmação deve vir acompanhada de um grau de

confiança, ou grau de certeza, ou seja, quanto se está certo ao
comunicar aquela informação. O nível ou grau de confiança é
denotado por 100(1- alfa), onde alfa é o nível de significância.
Em geral: 100 (1- 0,05) = IC 95%

RESUMO: