Curso de Difusão e Capacitação - Módulo Peixes

Princípios Éticos e Manejo de Animais no Ensino e Pesquisa

COORDENAÇÃO
Princípios Éticos e Manejo de Animais no Ensino e Pesquisa

Delineamento Experimental e Análise Estatística

Marcus Vinícius C. Baldo
Departamento de Fisiologia e Biofísica
Instituto de Ciências Biomédicas - USP
baldo@usp.br
 Conteúdo da aula
1- O ciclo de investigação científica
2- A importância do planejamento experimental
3- O lugar da análise estatística na pesquisa científica
4- Como estimar o tamanho amostral (N)
5- O impacto do tamanho amostral (N) na qualidade da pesquisa
6- Equívocos comuns ao longo do ciclo de investigação
7- Boas práticas e reprodutibilidade científicas
1- O ciclo de investigação científica

Perguntas

Métodos

Dados

Análise

Conclusões
Disseminação
2- A importância do planejamento experimental

Perguntas

Métodos

Dados

Análise

Conclusões
Disseminação
3- O lugar da análise estatística na pesquisa científica

Perguntas
A análise estatística deve ser
definida no início de um projeto,
Métodos na etapa de planejamento
experimental, e não após os
Dados dados terem sido coletados.

Análise

Conclusões
Disseminação
 3- O lugar da análise estatística na pesquisa científica

Tipos de Variável Escalas de Medida

Nominal Nominal
(ósseo, cartilaginoso, outro) (ósseo, cartilaginoso, outro)
Qualitativa
Ordinal Ordinal
(pequeno, médio, grande) (muito, médio, pouco; básico, neutro, ácido)

Variável Intervalar
(temperatura em oC)
Discreta
(número de indivíduos coletados) Razão
Quantitativa (temperatura em K, massa,
Contínua número de indivíduos coletados)
(temperatura, pH, massa, etc.)
 3- O lugar da análise estatística na pesquisa científica

População

Amostra
Estimação

Estatística Descritiva Estatística Inferencial

Histogramas e gráficos (p. ex., box plots), Estimação de parâmetros populacionais
Medidas de tendência central (média, mediana, moda) (médias, variâncias, etc.),
Medidas de dispersão (variância, desvio-padrão) Testes de hipóteses
 3- O lugar da análise estatística na pesquisa científica

População única
Amostra do
Lago 1 Teste de hipóteses
Amostra do
Lago 2

Estatística Descritiva Estatística Inferencial

Histogramas e gráficos (p. ex., box plots), Estimação de parâmetros populacionais
Medidas de tendência central (média, mediana, moda) (médias, variâncias, etc.),
Medidas de dispersão (variância, desvio-padrão) Testes de hipóteses
 3- O lugar da análise estatística na pesquisa científica
Poder estatístico:
População 1 capacidade de um teste em
detectar uma diferença quando,
Amostra do de fato, essa diferença existe.
Lago 1 Teste de hipóteses
Amostra do População 2
Lago 2

Estatística Descritiva Estatística Inferencial

Histogramas e gráficos (p. ex., box plots), Estimação de parâmetros populacionais
Medidas de tendência central (média, mediana, moda) (médias, variâncias, etc.),
Medidas de dispersão (variância, desvio-padrão) Testes de hipóteses
 3- O lugar da análise estatística na pesquisa científica
Exemplos de testes de hipóteses:
Curva normal ou gaussiana PARAMÉTRICO NÃO PARAMÉTRICO

Teste t de Student pareado Teste de Wilcoxon

Teste de Mann-
Teste t de Student não pareado
Whitney
Análise de variância (ANOVA) de 1 fator
Teste de Friedman
com medidas repetidas
Análise de variância (ANOVA) de 1 fator Teste de Kruskal-
sem medidas repetidas Wallis
Análise de variância (ANOVA) de 2 ou
mais fatores (com ou sem medidas ?
repetidas em qualquer um dos fatores)
 4- Como estimar o tamanho amostral (N)

Estudo sobre desempenho escolar:

Unidade Biológica Unidade Experimental Unidade Observacional

Define o tamanho da amostra (N)

Escola pública Estudantes

Salas de aula
Exemplo:
Em uma escola, 90 estudantes foram selecionados a partir de 10 salas de aula
escolhidas aleatoriamente dentre as 25 salas que a escola possui.
Tamanho da amostra: N = 10
 4- Como estimar o tamanho amostral (N)

Estimar a dose letal mediana de uma droga (DL50):

Unidade Biológica Unidade Experimental Unidade Observacional

Define o tamanho da amostra (N)

Camundongo Camundongo
Camundongo
Exemplo:
Em um experimento, 30 camundongos foram escolhidos aleatoriamente do biotério,
sendo cada um deles observado quanto à sua resposta a uma dada droga.
Tamanho da amostra: N = 30
 4- Como estimar o tamanho amostral (N)

Estudo da atividade unitária de neurônios corticais:

Unidade Biológica Unidade Experimental Unidade Observacional

Define o tamanho da amostra (N)

Camundongo Camundongo Neurônios corticais

Exemplo:
Em um experimento, 30 camundongos foram escolhidos aleatoriamente do biotério,
sendo 10 neurônios registrados em cada um dos camundongos, totalizando 300
neurônios registrados.
Tamanho da amostra: N = 30
 4- Como estimar o tamanho amostral (N)

Unidade Biológica Unidade Experimental Unidade Observacional

Define o tamanho da amostra (N)

Não interação das unidades experimentais entre si

Independência na aplicação dos tratamentos
Randomização das unidades experimentais

Confundir a unidade observacional com a unidade experimental leva

a um sério problema chamado “pseudorreplicação”, inflando-se o
tamanho da amostra e comprometendo a análise estatística.
 4- Como estimar o tamanho amostral (N)
Quanto maior o tamanho da amostra (N), maior o poder
estatístico de um teste, ou seja, maior sua capacidade de
encontrar um efeito significativo quando, de fato, ele existe.

O que determina o tamanho da amostra em um experimento confirmatório?

O teste estatístico que será utilizado na análise dos dados (é definido no planejamento experimental)
O nível de significância adotado () (é escolhido pela pesquisadora, p. ex., 10%, 5%, ou 1%)
O poder estatístico do teste (1 - ) (é dependente do tamanho da amostra, N)

A variância (2) da população em estudo (depende, essencialmente, da população estudada)

O tamanho do efeito esperado (p. ex., a diferença entre as
médias dos grupos controle e experimental) (dependente da natureza biológica do fenômeno estudado)
 4- Como estimar o tamanho amostral (N)

O tamanho amostral (N) precisará ser maior quando:

Adotarmos um nível de significância mais rigoroso (p. ex.,  = 1% em vez de 5%).

Exigirmos um poder estatístico maior (p. ex., 1 –  = 95% em vez de 1 –  = 80%).

A variância da população (2) for grande.

O tamanho do efeito for pequeno.

 4- Como estimar o tamanho amostral (N)

O tamanho amostral (N) precisará ser maior quando:

Adotarmos um nível de significância mais rigoroso (p. ex.,  = 1% em vez de 5%).

Exigirmos um poder estatístico maior (p. ex., 1 –  = 95% em vez de 1 –  = 80%).

A variância da população (2) for grande.

O tamanho do efeito for pequeno.

4- Como estimar o tamanho amostral (N)

https://www.psychologie.hhu.de/arbeitsgruppen/allgemeine-
psychologie-und-arbeitspsychologie/gpower
5- O impacto do tamanho amostral (N) na qualidade da pesquisa

3Rs
REPLACEMENT
(Substituição)

REDUCTION
(Redução)

REFINEMENT
(Refinamento)
https://caat.jhsph.edu/principles/the-
principles-of-humane-experimental-technique
 5- O impacto do tamanho amostral (N) na qualidade da pesquisa

-Baixo poder estatístico -Alto poder estatístico

-Desperdício de recursos -Custos elevados
Tamanho ideal
-Desperdício de tempo N muito pequeno N muito grande -Execução demorada
da amostra
-Desperdício de vidas -Desperdício de vidas
-Implicações éticas -Implicações éticas

“Tudo deveria ser feito tão simples

quanto possível, mas não mais simples.”
“O tamanho amostral deveria ser
reduzido a um número tão pequeno
quanto possível, mas não menor.”
 6- Equívocos comuns ao longo do ciclo de investigação
Perguntas

Métodos

Dados
CRISE DE
Análise
REPRODUTIBILIDADE
Conclusões
CIENTÍFICA Disseminação
 6- Equívocos comuns ao longo do ciclo de investigação
Perguntas

Métodos

Dados
CRISE DE
Análise
REPRODUTIBILIDADE
EPRODUTIBILIDADE
Conclusões
CIENTÍFICA
IENTÍFICA
Disseminação
7- Boas práticas e reprodutibilidade científicas
PLANEJAMENTO EXPERIMENTAL
Natureza exploratória ou confirmatória,
População alvo,
Delineamento experimental,
Planejamento estatístico,
Unidades experimentais,
Estimativa do tamanho da amostra,
Critérios de amostragem,
Cegamento,
Total transparência.
 Referências complementares

-Bussab, W.O. & Morettin, P.A. Estatística Básica (8ª. ed.). Editora Saraiva, 2014.

-Motulsky, H. Intuitive Biostatistics. Oxford University Press, 1995.

-Oehlert, G.W. A First Course in Design and Analysis of Experiments. “Creative

Commons” license, 2010.
-Montgomery, D.C. Design and Analysis of Experiments (8th ed.). John Wiley &
Sons, 2012.
 Muito obrigado!

Contato para esclarecimento de dúvidas: cebiot_curso@icb.usp.br

baldo@usp.br