ATIVIDADE 1

Considerando "bom" como sendo um valor-p que rejeita a hipótese nula e "ruim" sendo
um valor-p que aceita, podemos dizer que somente o Estudo 2 apresenta valor-p
"bom", enquanto que os Estudos 1 e 3 possuem valor-p "ruim".
Para entender o que é um valor-p, primeiro temos que entender o que seria hipótese
nula. No método científico, existe a hipótese com a qual o pesquisador trabalha,
por exemplo provar que uma vacina é eficiente contra alguma doença, e existe a
hipótese nula, que seria o contrário, no caso a vacina ser ineficiente.
Sendo assim, durante as análises dos dados se define um nível de confiança, por
exemplo no Estudo 2 é igual a 95%. Isso define que valores-p iguais ou maiores que
0,05 (100% - 95%), recusam a hipótese nula e aceita a hipótese alternativa. Como no
estudo 2 o valor-p calculado é acima de 0,05, recusa-se a hipótese nula, e portanto
pode ser considerado um "bom" valor.
Diferentemente, nos estudos 1 e 3, os valores ficaram abaixo do valor-p aceitável.
No estudo 1 com nível de confiança igual a 98%, o valor-p aceitável seria 0,02, mas
os dados mostraram um valor-p de 0.015, enquanto que no estudo 3 o nível de
confiança era de 95% com valor-p aceitável de 0,05, mas os dados apontaram um
valor-p de somente 0,02.

ATIVIDADE 3
A porcentagem de casos diagnosticados na população por ano.
Utilizando a porcentagem de casos diagnosticados na população por ano, é possível
perceber qual a parcela da população infectada, levando em conta o crescimento ou
decrescimento da população, bem como a evolução temporal dos casos.
Sendo assim, para cada ano, teremos:
Para a cidade A:
2010:
80/25000*100% = 0.32%
2020:
400/29000*100%=1.38%
E para a cidade B:
2010:
20/7000*100%=0.28%
2020:
30/15000*100%=0.2%
Com isso, é possível perceber que na Cidade A, houve um aumento na porcentagem de
diagnósticos na população, e na Cidade B, mesmo com o aumento da quantidade de
diagnósticos, houve uma redução em relação a população, com o passar dos anos.