INTRODUÇÃO AOS CONCEITOS ESTATISTICOS

NA VIDA, TUDO É 6 CONTRA 5

A estatística é um dos poucos modos que os dados podem ser apresentados uniformemente,
permitindo fazer comparações e tirar conclusões relevantes e precisas. Ela não é aleatória,
inconsistente ou aterrorizante, ao contrário, é metódica, logica e necessária.
“Há os mentirosos, os mentirosos malditos e os estatísticos”

Por que precisamos da estatística

Media: medida estatística da tendência central, formada pelo valor médio de um grupo de
escores.
A medida do grau de associação entre duas variáveis é chamada de coeficiente de correlação
produto-momento de Pearson (r de Pearson ou correlação simples) – o método mais comum
para computar correlações entre duas variáveis. Existe uma correlação entre a estatura e a
distância do salto sem corrida? Correlação entre duas variáveis.
Técnicas descritivas (media) e correlacionais (Pearson).

Você acredita que o treinamento resistido de MMII aumenta a distancia do salto? Para testar
essa hipótese, divide-se dois grupos – um participa de um programa de oito semanas de
treinamento com peso, destinado a desenvolver a força da perna; o outro continua as
atividades regulares. O objetivo é saber se a variável independente (treinamento com pesos vs
atividade regular) produz alguma mudança na variável dependente (escore no salto em
distancia sem corrida). No final das oitos semanas, medem-se os escores dos dois grupos e
compara seu desempenho médio. Neste caso usa o teste t, técnica estatística para avaliar
diferenças entre dois grupos independentes. Calculado t e comparando-o com um valor da
tabela de t, é possível avaliar se os dois grupos apresentaram diferenças significativas nos
escores no salto.
Teste t: técnica estatística para avaliar diferenças entre dois grupos independentes.

Variável independente: é uma variável que representa uma quantidade que esta a ser
manipulada numa experiência – variável que eu tenho o controle.
Variável dependente: representa uma quantidade cujo valor depende da forma como a
variável independente é manipulada.
O computador e seus acessórios físicos (disco rígido, monitor, impressora) chamam-se
hardware, e os programas software.

Inferência: generalização dos resultados para um grupo maior.

A confusão é causada pelo fato de dizermos que correlações descrevem relações e que causa e
efeito são inferidos por técnicas de teste de diferenças entre grupos. Mas isso não é
necessariamente verdadeiro. Qualquer estatística descreve a amostra de sujeitos a partir da
qual foi feito o calculo. Se a amostra representa um grupo maior, as descobertas podem ser
inferidas (ou generalizadsa) para esse grupo maior. Porem, a estatística usada não tem nada a
ver com a inferência. O método de selecionar a amostra, os procedimentos e o contexto é que
vao permitir ou não a inferência.

Amostra: grupo de voluntários, tratamentos ou situações selecionados a partir de uma

população maior.

O uso ou não da inferência é determinado pelo método empregado para selecionar a amostra,
os procedimentos e o contexto. A permissão não é afetada pela estatística.

População: grupo maior de onde é extraída a amostra.

FORMAS DE SELECIONAR UMA AMOSTRA

Seleção Aleatoria
Amostra é o grupo de participantes, os tratamentos e as situações do estudo.
Seleção aleatória se dá a partir de um grupo ou uma população maior. Tabela de números
aleatórios: tabela em que os números são organizados em conjunto de dois (ou mais) dígitos,
de modo que as combinações de linhas ou colunas não mantem relação entre si.
No enfoque estatístico, inferir significa que uma característica, relação ou diferença
encontrada na amostra provavelmente estará presente na população da qual ela foi retirada.

Amostragem estratificada aleatória

A população é dividida (estratificada) de acordo com alguma característica antes de selecionar
aleatoriamente a amostra.
Amostragem sistemática

Designação aleatória
Divisão da amostra em grupos. Desginados de forma aleatória.

Justificativa de explicações post-hoc

Nesse tipo de medida, apenas as características medidas podem ser comparadas.

UNIDADE DE ANALISE
Conceito relativo à amostragem e à análise estatística, que se refere ao que é considerado
como a primeira unidade da produção de dados.
A unidade de analise afeta significativamente o tamanho da amostra.

MEDIDAS DE TENDENCIA CENTRAL E DE VARIABILIDADE

Tendência central (medida de): escore único que melhor representa todos os escores. Em
geral, esse numero é a media, mediana ou moda.
Variabilidade: grau de diferença entre cada escore e o escore de tendência central. É descrito
pelo desvio-padrao e a variância.
Desvio-padrao: estimativa da variabilidade dos escores de um grupo em relação a média.
Variância: quadrado do desvio-padrao.

Escores de tendência central

Mediana: medida estatística da tendência central; em um grupo de escores, o valor do meio (N
+ 1)/2).
Moda: medida estatística da tendência central, é dada pelo escore que ocorre com maior
frequência no grupo.

Intervalos de confiança
Usada para facilitar a interpretação de uma serie de estatísticas, como medias, medianas e
correlações. São usados em testes de hipótese e fornecem os limites superior e inferior
esperados para determinada estatística, em um nivel de probabilidade determinado,
geralmente 95 ou 99%. O tamanho ou duração do intervalo é afetado pela dimensão da
amostra, pela homogeneidade dos valores da amostra e pelo nivel de confiança selecionado
pelo pesquisador. Se baseiam no fato de que, em qualquer estatística, há um erro de
amostragem, que depende de quão bem a estatística representa a população-alvo.

Erro-padrao: representa a variabilidade da distribuição da amostragem. A divisão do desvio

padrão da amostra pela raiz-quadrada do tamanho da amostra nos da o erro-padrao.
DESCOBRINDO A ESTATISTICA USANDO O SPSS

Aderência: grau com que o modelo estatístico representa os dados coletados.

Boa aderência (apesar de diferencias, é uma boa replica do mundo real).
Aderência moderada (há algumas diferenças entre o modelo e os dados, mas há também
grandes similaridades).
Modelo de pouca aderência

Amostra: subconjunto de uma população. Usamos as informações de uma amostra para inferir
sobre toda a população.
Variância: media do erro entre a media e as observações feitas (medidad como o modelo
corresponde aos dados reais).
Desvio parao: raiz quadrada da variância. Desvio pequeno indicam que pontos de dados estão
próximos da media. Grande que estão distantes da media, e 0 que todos os escores são os
mesmos. Medida de quão bem a media representa os dados.