INDICE

1.Introdução.....................................................................................................................................3
1.1.Objectivos do trabalho...........................................................................................................4
1.1.1.Objetivo geral..................................................................................................................4
1.1.2.Objetivos específicos.......................................................................................................4
2.Metodologia da Pesquisa..............................................................................................................4
3.Revisão de Literatura....................................................................................................................5
3.1.Aplicações da Estatística........................................................................................................5
3.2.Relação entre o projeto de pesquisa e o papel da estatística..................................................5
3.3.Bioestatística e genética.........................................................................................................6
3.3.1.Planeamento da investigação...........................................................................................7
3.3.2.Pergunta de investigação.................................................................................................8
3.3.3.Definição de hipótese......................................................................................................8
3.3.4.Amostragem....................................................................................................................8
3.3.5.Desenho experimental.....................................................................................................9
3.3.6.Coleta de dados.............................................................................................................10
3.4.Análise e interpretação de dados nas ciências biologicas....................................................10
3.4.1.Ferramentas descritivas.................................................................................................10
3.4.2.Tabelas de frequência....................................................................................................10
Conclusão......................................................................................................................................11
Bibliografias..................................................................................................................................12

Autor: Sergio Alfredo Macore Sergio.macore@gmail.com Pemba - Mozambique

1.Introdução

O presente trabalha tem como o tema “O papel Estatística nas Ciências Biológicas -
Importância e desafios”. A importância da Estatística e da Bioestatística na Ciência e na
Sociedade Moderna Segundo Wikimedia Foundation, Inc, 2011, “A estatística utiliza-se através
das teorias probabilísticas para explicar a frequência de fenómenos e para possibilitar a previsão
desses fenómenos no futuro.”. Segundo a mesma fonte, algumas ciências usam a estatística
aplicada tão extensivamente que elas acabam tendo uma terminologia especializada, sendo a
bioestatística uma aplicação da estatística no campo biológico e médico. A estatística sempre foi
importante para a sociedade de antigamente.

Actualmente, a estatística tem tornado as realidades quotidianas em realidades maleáveis aos

dados disponíveis, além disso a importância da estatística na ciência biologica tem sido resumida
a alguns pontos importantes da interacção da mesma com a ciência.

Contudo, a bioestatística é a aplicação de estatística ao campo biológico e médico, sendo

essencial ao planeaamento, coleta, avaliação e interpretação de todos os dados obtidos em
pesquisa em tais campos. É fundamental à epidemiologia, à ecologia, à psicologia social e à
medicina baseada em evidência. A estatística forma uma ferramenta chave nos negócios e na
industrialização como um todo. É utilizada a fim de entender sistemas variáveis, controle de
processos (chamado de "controlo estatístico de processo" ou CEP), custos financeiros
(contábilistico) e de qualidade e para sumarização de dados e também tomada de decisão baseada
em dados. Nessas funções ela é uma ferramenta chave e a única ferramenta segura. A estatística
é uma ferramenta segura, uma ciência exata. Incorparada ao campo biológico e médico avalia
com seguridade dados médicos e biológicos, tendo assim, uma maior segurança nas análises
clínicas, com uso de ferramentas avançadas e softwares estatísticos, realizando análises
estatísticas sobre o facto ou problema estudado.

Autor: Sergio Alfredo Macore Sergio.macore@gmail.com Pemba - Mozambique

1.1.Objectivos do trabalho

1.1.1.Objetivo geral

 Conhecer e saber aplicar corretamente a metodologia para descrever e analisar

estatisticamente, experimentos biológicos, bem como a obtenção de conclusões que
permitam a tomada de decisões.

1.1.2.Objetivos específicos

 Apresentar conceitos gerais básicos de Estatística, com ênfase na apresentação e

descrição dos dados;
 Determinar metodologias adequadas para interpretação de dados, para a análise de dados
científicos;
 Desenvolver noções básicas de probabilidade, enfatizando a aplicação de probabilidade e
o uso de distribuições estatísticas em problemas biológicos;
 Apresentar conceitos de inferência Estatística aplicando-os em questões relativas às
Ciências Biológicas.

2.Metodologia da Pesquisa

Para elaboração deste trabalho foi feito uma revisão bibliográfica. Onde foi usado o método
indutivo, que é um método responsável pela generalização, isto é, partimos de algo particular
para uma questão mais ampla, mais geral.

Para Lakatos e Marconi (2007), Indução é um processo mental por intermédio do qual, partindo
de dados particulares, suficientemente constatados, infere-se uma verdade geral ou universal, não
contida nas partes examinadas. Portanto, o objectivo dos argumentos indutivos é levar a
conclusões cujo conteúdo é muito mais amplo do que o das premissas nas quais nos baseia-mos.

Autor: Sergio Alfredo Macore Sergio.macore@gmail.com Pemba - Mozambique

3.Revisão de Literatura

3.1.Aplicações da Estatística

A partir do século XX, os métodos estatísticos foram desenvolvidos como uma mistura de
ciência, tecnologia e lógica para a solução e investigação de problemas em várias áreas do
conhecimento humano (Stigler, 1986). Ela foi reconhecida como um campo da ciência neste
período, mas sua história tem início bem anterior a 1900. A estatística moderna é uma tecnologia
quantitativa para a ciência experimental e observacional que permite avaliar e estudar as
incertezas e os seus efeitos no planejamento e interpretação de experiências e de observações de
fenômenos da natureza e da sociedade (Matsushita, 2004).

A estatística não é um ramo da matemática onde se investigam os processos de obtenção,

organização e análise de dados sobre uma determinada população. A estatística também não se
limita a um conjunto de elementos numéricos relativos a um fato social, nem a números, tabelas
e gráficos usados para o resumo, à organização e apresentação dos dados de uma pesquisa,
embora este seja um aspecto da estatística que pode ser facilmente percebido no cotidiano. Ela é
uma ciência multidisciplinar, que permite a análise estatística de dados de um físico. Poderia
também ser usada por um economista, agrônomo, químico, geólogo, matemático, biólogo,
sociólogo psicólogo e cientista político.

3.2.Relação entre o projeto de pesquisa e o papel da estatística

A estatística tem tido uma longa e estreita relação com a filosofia da ciência e sua epistemologia,
embora a estatística, frequentemente tem sido modesta na sua extensão e pragmática na sua
atitude. Em restricto sem sua estatística é parte da filosofia da ciência, porém de fato,essas duas
áreas são estudadas separadamente (Kuskale Tuner,1978). Segundo Pereira (1997)a estatística é
a Tecnologia da ciência e, portanto, a estatística deve estar presente desde o início da pesquisa.

Autor: Sergio Alfredo Macore Sergio.macore@gmail.com Pemba - Mozambique

3.3.Bioestatística e genética

A modelação bioestatística constitui uma parte importante de numerosas teorias biológicas

modernas. Os estudos genéticos, desde o seu início, utilizaram conceitos estatísticos para
compreender os resultados experimentais observados. Alguns cientistas da genética contribuíram
mesmo com avanços estatísticos com o desenvolvimento de métodos e ferramentas.

Gregor Mendel iniciou os estudos genéticos investigando os padrões de segregação genética em

famílias de ervilhas e utilizou estatísticas para explicar os dados recolhidos. No início do século
XIX, após a redescoberta do trabalho de Mendel sobre a herança Mendeliana, houve lacunas na
compreensão entre a genética e o darwinismo evolutivo. Francis Galton tentou expandir as
descobertas de Mendel com dados humanos e propôs um modelo diferente com fracções da
hereditariedade provenientes de cada antepassado, compondo uma série infinita. Ele chamou a
isto a teoria da "Lei da Hereditariedade Ancestral".

As suas ideias foram fortemente contestadas por William Bateson, que seguiu as conclusões de
Mendel, segundo as quais a herança genética provinha exclusivamente dos pais, metade de cada
um deles. Isto levou a um debate vigoroso entre os biometristas, que apoiaram as ideias de
Galton, como Raphael Weldon, Arthur Dukinfield Darbishire e Karl Pearson, e Mendelianos,
que apoiaram as ideias de Bateson (e de Mendel), como Charles Davenport e Wilhelm
Johannsen. Mais tarde, os biometristas não puderam reproduzir as conclusões de Galton em
diferentes experiências, e as ideias de Mendel prevaleceram. Na década de 1930, modelos
construídos com base no raciocínio estatístico tinham ajudado a resolver estas diferenças e a
produzir a síntese evolucionária moderna neo-darwinista.

A resolução destas diferenças permitiu também definir o conceito de genética da população e

reuniu a genética e a evolução. As três figuras principais no estabelecimento da genética
populacional e esta síntese basearam-se todas em estatísticas e desenvolveram a sua utilização
em biologia.

Ronald Fisher desenvolveu vários métodos estatísticos básicos em apoio ao seu trabalho de
estudo das experiências de culturas na Rothamsted Research, incluindo nos seus livros Statistical
Methods for Research Workers (1925) end The Genetical Theory of Natural Selection (1930).
Deu muitas contribuições para a genética e estatística. Algumas delas incluem a ANOVA,

Autor: Sergio Alfredo Macore Sergio.macore@gmail.com Pemba - Mozambique

conceitos de valor-p, o teste exacto de Fisher e a equação de Fisher para a dinâmica
populacional. Ele é creditado pela frase "A selecção natural é um mecanismo para gerar um grau
excessivamente elevado de improbabilidade".

Sewall G. Wright desenvolveu estatísticas F e métodos de cálculo das mesmas e definiu o

coeficiente de consanguinidade.

O livro de J. B. S. Haldane The Causes of Evolution, restabeleceu a seleção natural como o

principal mecanismo da evolução, explicando-a em termos das consequências matemáticas da
genética Mendeliana. Também desenvolveu a teoria da sopa primordial. Estes e outros
bioestatísticos, biólogos matemáticos e geneticistas estatisticamente inclinados ajudaram a reunir
a biologia evolutiva e a genética num todo consistente e coerente que poderia começar a ser
modelado quantitativamente.

Paralelamente a este desenvolvimento global, o trabalho pioneiro de D'Arcy Thompson em

Sobre Crescimento e Forma também ajudou a acrescentar disciplina quantitativa ao estudo
biológico.

Apesar da importância fundamental e da necessidade frequente de raciocínio estatístico, pode ter

existido uma tendência entre os biólogos para desconfiar ou depreciar resultados que não são
qualitativamente aparentes. Uma anedota descreve Thomas Hunt Morgan a proibir a calculadora
Friden do seu departamento na Caltech, dizendo "Bem, eu sou como um tipo que prospecta ouro
ao longo das margens do rio Sacramento em 1849. Com um pouco de inteligência, posso descer
e apanhar grandes pepitas de ouro. E enquanto puder fazer isso, não vou deixar que nenhuma
pessoa do meu departamento desperdice recursos escassos na mineração de placar".

3.3.1.Planeamento da investigação

Qualquer investigação em ciências da vida é proposta para responder a uma questão científica
que possamos ter. Para responder a esta pergunta com uma elevada certeza, precisamos de
resultados precisos. A definição correta da hipótese principal e do plano de investigação reduzirá
os erros ao mesmo tempo que se toma uma decisão na compreensão de um fenômeno. O plano
de investigação poderá incluir a questão da investigação, a hipótese a ser testada, a concepção
experimental, os métodos de recolha de dados, as perspectivas de análise de dados e os custos

Autor: Sergio Alfredo Macore Sergio.macore@gmail.com Pemba - Mozambique

evoluídos. É essencial realizar o estudo com base nos três princípios básicos da estatística
experimental: randomização, replicação, e controle local.

3.3.2.Pergunta de investigação

A questão da investigação irá definir o objetivo de um estudo. A investigação será encabeçada

pela pergunta, pelo que precisa de ser concisa, ao mesmo tempo que se concentra em tópicos
interessantes e inovadores que podem melhorar a ciência e o conhecimento e esse campo. Para
definir a forma de colocar a questão científica, poderá ser necessária uma exaustiva revisão
bibliográfica. Assim, a investigação pode ser útil para acrescentar valor à comunidade científica.

3.3.3.Definição de hipótese

Uma vez definido o objetivo do estudo, podem ser propostas as possíveis respostas à questão da
investigação, transformando esta questão numa hipótese. A proposta principal chama-se hipótese
nula (H0) e baseia-se geralmente num conhecimento permanente sobre o tema ou numa
ocorrência óbvia do fenómeno, sustentado por uma profunda revisão da literatura. Podemos dizer
que é a resposta padrão esperada para os dados sob a situação em teste. Em geral, HO não
assume qualquer associação entre tratamentos. Por outro lado, a hipótese alternativa é a negação
de HO. Pressupõe algum grau de associação entre o tratamento e o resultado. Embora, a hipótese
seja sustentada por pesquisas de perguntas e pelas suas respostas esperadas e inesperadas.

Como exemplo, considerar grupos de animais semelhantes (ratos, por exemplo) sob dois
sistemas alimentares diferentes. A questão de investigação seria: qual é a melhor dieta? Neste
caso, H0 seria que não há diferença entre as duas dietas no metabolismo dos ratos (H0: μ1 = μ2)
e a hipótese alternativa seria que as dietas têm efeitos diferentes sobre o metabolismo dos
animais (H1: μ1 ≠ μ2).

A hipótese é definida pelo investigador, de acordo com os seus interesses em responder à

pergunta principal. Além disso, a hipótese alternativa pode ser mais do que uma hipótese. Pode
assumir não só diferenças entre os parâmetros observados, mas também o seu grau de diferença
(ou seja, maior ou menor).

Autor: Sergio Alfredo Macore Sergio.macore@gmail.com Pemba - Mozambique

3.3.4.Amostragem

Normalmente, um estudo visa compreender um efeito de um fenômeno sobre uma população.

Em biologia, uma população é definida como todos os indivíduos de uma determinada espécie,
numa área específica e num determinado momento. Na bioestatística, este conceito é alargado a
uma variedade de coleções possíveis de estudo. Embora, em bioestatística, uma população não
seja apenas os indivíduos, mas o total de um componente específico dos seus organismos, como
o genoma inteiro, ou todas as células espermáticas, para os animais, ou a área total da folha, para
uma planta, por exemplo.

Não é possível tomar as medidas a partir de todos os elementos de uma população. Devido a
isso, o processo de amostragem é muito importante para a inferência estatística. A amostragem é
definida de forma a obter aleatoriamente uma parte representativa de toda a população, para
fazer inferências posteriores sobre a população. Assim, a amostra pode apanhar a maior
variabilidade entre uma população. O tamanho da amostra é determinado por várias coisas, desde
o âmbito da investigação até aos recursos disponíveis. Na investigação clínica, o tipo de ensaio,
como inferioridade, equivalência, e superioridade, é uma chave na determinação do tamanho da
amostra.

3.3.5.Desenho experimental

Os desenhos experimentais sustentam esses princípios básicos das estatísticas experimentais.

Existem três desenhos experimentais básicos para atribuir tratamentos aleatórios em todas as
parcelas da experiência. São desenhos completamente randomizados, desenhos de blocos
aleatórios, e desenhos fatoriais. Os tratamentos podem ser dispostos de muitas maneiras dentro
da experiência.

Na agricultura, o desenho experimental correto é a raiz de um bom estudo e a disposição dos

tratamentos dentro do estudo é essencial porque o ambiente afeta largamente as parcelas (plantas,
gado, microrganismos). Estes arranjos principais podem ser encontrados na literatura sob os
nomes de "treliças", "blocos incompletos", "parcela dividida", "blocos aumentados", e muitos
outros. Todos os desenhos podem incluir parcelas de controle, determinadas pelo investigador,
para fornecer uma estimativa de erro durante a inferência.

Autor: Sergio Alfredo Macore Sergio.macore@gmail.com Pemba - Mozambique

Em estudos clínicos, as amostras são geralmente mais pequenas do que noutros estudos
biológicos, e na maioria dos casos, o efeito ambiental pode ser controlado ou medido. É comum
utilizar ensaios clínicos controlados randomizados, onde os resultados são normalmente
comparados com desenhos de estudos observacionais, tais como caso-controle ou coorte.

3.3.6.Coleta de dados

Os métodos de coleta de dados devem ser considerados no planeamento da investigação, porque

influenciam fortemente o tamanho da amostra e a concepção experimental.

A recolha de dados varia de acordo com o tipo de dados. Para os dados qualitativos, a recolha
pode ser feita com questionários estruturados ou por observação, considerando a presença ou
intensidade da doença, utilizando o critério de pontuação para categorizar os níveis de
ocorrência. Para os dados quantitativos, a recolha é feita através da medição de informação
numérica utilizando instrumentos.

Em estudos de agricultura e biologia, os dados de rendimento e os seus componentes podem ser

obtidos por medidas métricas. No entanto, as lesões por pragas e doenças em placas são obtidas
por observação, considerando escalas de pontuação para níveis de danos. Especialmente em
estudos genéticos, devem ser considerados métodos modernos de recolha de dados no campo e
em laboratório, como plataformas de alto rendimento para fenotipagem e genotipagem. Estas
ferramentas permitem experiências maiores, enquanto tornam possível avaliar muitas parcelas
em menos tempo do que um método de recolha de dados baseado apenas em humanos.
Finalmente, todos os dados recolhidos de interesse devem ser armazenados num quadro de dados
organizado para posterior análise.

3.4.Análise e interpretação de dados nas ciências biologicas

3.4.1.Ferramentas descritivas

Os dados podem ser representados através de tabelas ou representação gráfica, tais como gráficos
de linhas, gráficos de barras, histogramas, gráfico de dispersão. Além disso, medidas de

Autor: Sergio Alfredo Macore Sergio.macore@gmail.com Pemba - Mozambique

tendência central e variabilidade podem ser muito úteis para descrever uma visão geral dos
dados.

3.4.2.Tabelas de frequência

Um tipo de tabelas é a tabela de frequência, que consiste em dados dispostos em linhas e

colunas, em que a frequência é o número de ocorrências ou repetições de dados. A frequência
pode ser:

Absoluta: representa o número de vezes que determinado valor aparece

Conclusão

Para terminar, dizer que a estatística é um conjunto de métodos usados para analisar dados, ela
pode ser aplicada praticamente a todas as áreas do conhecimento humano, e para algumas em
especifico recebe um nome especial, este é o caso da Bioestatística. Os estudos envolvem
planeamentos, analises, para que no final a pesquisa seja concluída de uma forma clara e
objetiva. Além de uma área ampla da biologia para aplicarem suas pesquisas, como econometria,
finanças estatísticas, investigação operacional, etc. A Ciência não usa meras suposições, tudo
tem que ser provado, e de uma forma geral é um ciclo onde o conhecimento dos fenômenos
naturais é sempre aprimorado.

Autor: Sergio Alfredo Macore Sergio.macore@gmail.com Pemba - Mozambique

Bibliografias

ARANGO, H. G. Bioestatística: teórica e computacional. Rio de Janeiro: Guanabara Koogan,

2005. 423 p.

CALLEGARI-JACQUES, S. M. Bioestatística: princípios e aplicações. Porto Alegre: Artmed,

2003. 255 p.

BANZATTO, David Ariovaldo; KRONKA, Sergio do Nascimento. Experimentação agrícola. 3.

ed. São Paulo: Jaboticabal: Funep, 2006.

DÍAZ, Francisco Rius; LÓPEZ, Francisco Javier Baron. Bioestatística. São Paulo: Thomson
Learning, 2007.

GOMES, F. P. O problema do tamanho das parcelas em experimentos com plantas arbóreas.

Brasília: Pesquisa Agropecuária Brasileira, v. 19, n. 12, p. 1507-1515, dez. 1984.

MILUNSKI A; ATKINS L. Prenatal diagnosis of genetic disorders: an analysis of experience

with 600 cases. JAMA. Chicago, 230(2), p. 232-235, Oct. 1974.

RAMALHO, M. A. P.; FERREIRA, D. F.; OLIVEIRA, A.C. Experimentação em Genética e

Melhoramento de Plantas. 3. ed. Minas Gerais: UFLA. 2012.

Autor: Sergio Alfredo Macore Sergio.macore@gmail.com Pemba - Mozambique