Escolar Documentos
Profissional Documentos
Cultura Documentos
Material teórico
Bioestatística Aplicada
Atenção
Para um bom aproveitamento do curso, leia o material teórico atentamente antes de realizar
as atividades. É importante também respeitar os prazos estabelecidos no cronograma.
Contextualização
Você já parou para pensar que, hoje em dia, muita informação a respeito da nossa
saúde nos é dada sem que percebamos se essa realmente vale (ou serve) para nós? De
repente, uma publicação científica mostra que o sedentarismo faz mal para o ser humano
porque predispõe o nosso organismo a sérias doenças cardiovasculares... outra matéria
reafirma a importância do exames ginecológicos regulares... outra reportagem mostra que
cientistas brasileiros descobriram que o arroz com feijão deixou de ser consumido como antes
e que os novos hábitos alimentares ajudam a entender a epidemia da obesidade entre
brasileiros...
3- Que foram realizados três testes estatísticos e, para cada teste, calculou-se um valor de
p;
4- Que o testes utilizados foram o qui-quadrado e o de Fisher, pois são todas variáveis
qualitativas;
Esse achado nos permite admitir, exclusivamente para essa amostra, de que o hábito
de ver TV não teve relação com a condição da criança ser (ou estar) com sobrepeso ou peso
normal (ambos os grupos assistem a mais de 3 horas de TV por dia!), ainda que saibamos por
outros estudos que há uma forte relação de causa e efeito entre as horas gastas para assistir à
TV e o ganho de peso, seja de adultos ou crianças. Essa assertividade apresentada dada pela
tabela vale, exagerando na extrapolação, para a população da qual a amostra foi extraída,
considerando que os critérios de seleção (lembram-se das formas de amostragem?) tenham
sido adequadas.
É essa uma das grandes importâncias da estatística: buscar ser conclusiva para a
amostra, diminuindo as chances de que os resultados encontrados tenham sido ocorrências do
acaso, da sorte.
Dessa forma, fica claro que a compreensão de cada um dos testes é fundamental para
melhor compreensão dos dados apresentados em tabelas ou figuras. Tanto para testes que
utilizam dados quantitativos, como qualitativos ou ambos, a regra é sempre a mesma. Se:
Durante a disciplina aprendemos que existem testes para serem aplicados em amostras
e/ou populações. Esses testes também permitem identificar a relação entre duas ou mais
variáveis. Veja o modelo esquemático abaixo. Caso queiramos analisar a relação entre duas
variáveis, poderíamos escolher, por exemplo, um dos seguintes testes:
Tipo da variável Tipo da variável Tipo de resposta obtida Teste estatístico possível de
ser realizado
Nesse exemplo temos a descrição das calorias ingeridas pelas crianças com sobrepeso e
eutróficas de um determinado local, no caso, uma favela em Olinda. As medidas de resumo e
de dispersão foram utilizadas para apresentar esses dados. As conclusões não serão tão
conclusivas como aquelas que obtemos com a análise analítica, mas muitas vezes o que se
quer é a descrição detalhada dos dados, apenas.
A Adequação da Amostra
“Em 1988, Shere Hite levantou, por meio de questionários inseridos em revistas
femininas americanas, dados sobre a sexualidade feminina. Estima-se que cerca de
100.000 mulheres foram colocadas em contato com o questionário, mas só 4500
responderam. Mesmo assim, a amostra é grande. Você acha que essa amostra pode
dar boa ideia do comportamento sexual das mulheres americanas daquela época? “
(Fonte: Silver, M. Estatística para Administração. São Paulo, Atlas, 2000.)
O que vocês acham dessa condição? Qual a situação perigosa que ocorre nessa situação?
Diagrama de Dispersao e o Teste de Correlacão
Analisando o quadro, podemos notar que sujeitos mais novos parecem realizar mais
relações sexuais por mês quando comparados aos mais velhos. Será que existe alguma
relação entre idade e quantidade de relações sexuais, considerando a amostra acima?
Usando o software Excel pode-se selecionar o assistente gráfico e optar pelo gráfico de
dispersão para entender um pouco mais. Vejamos o gráfico.
Quantidade de relações sexuais/
12
10
8
mês
0
0 20 40 60 80 100 120
idade (anos)
No gráfico acima, podemos verificar que parece mesmo existir um relação, que
passaremos a chamar de correlação, entre as duas variáveis quantitativas (quantidade de
relações sexuais/mês e idade).
10
8
mês
0
0 20 40 60 80 100 120
idade (anos)
Vimos nas unidades passadas o que são variáveis e como essas podem ser classificadas
(como qualitativas e quantitativas, por exemplo). No entanto, quando tratamos de análise
estatística, ainda podemos classificar as variáveis, independentemente da natureza da variável,
como: Preditoras, Respostas ou de Controle. Vamos defini-las:
Um outro estudo que esclarece bem o que é uma variável confudidora (ou de
confusão):
“Há alguns anos, um pesquisador concluiu que o consumo de café aumentava o risco
de câncer de pâncreas (a análise estatística mostrava uma associação significante entre
as duas variáveis). Quando o trabalho foi re-analisado, concluiu-se que na verdade o
fator de risco era o fumo. O que ocorreu foi que os fumantes tomavam mais café.
Assim, o café era uma variável de confusão, ou seja, estava associada tanto ao fator de
risco verdadeiro (fumantes tomam mais café) como à doença (o consumo de café entre
os portadores de câncer de pâncreas era maior do que não população geral). No
entanto, não havia relação causa-efeito entre consumo de café e câncer de pâncreas.
Fonte: Unifesp Virtual. Curso de Introdução à Bioestatística- Aula 1 – Introdução à
Bioestatística
É bem provável que vocês tenham percebido que tabelas com essa estrutura já tenha
aparecido antes, em módulos anteriores, ou até mesmo nessa unidade. Esse tipo de tabela é o
que chamamos de “ Tabela de contingência” . Essa, muitas vezes, não necessita,
obrigatoriamente, de estar acompanhada do resultado de um teste estatístico analítico, como
o teste qui-quadrado. A simples apresentação dessa tabela, mostrando a relação de duas ou
mais variáveis, será bem explicativa se comparada a apresentação em separado que essas
mesmas variáveis pudessem ter.
Vejamos o exemplo acima:
Vale destacar que as tabelas de contingência não têm por finalidade determinar causa
e consequência, isto é, essas tabelas mostram a relação.
Pode ser que a natureza e aspecto observado em determinada variável poderá dar a noção
de causa e consequência.
Estamos finalizando mais uma unidade e espero que todos tenham compreendido um pouco
mais sobre a importância e aplicabilidade.
Material Complementar
3- Nunes, Marília Medeiros de Araújo; Figueiroa, José Natal e Alves, João Guilherme
Bezerra. Excesso de peso, atividade física e hábitos alimentares entre
adolescentes de diferentes classes econômicas em Campina Grande
(PB). Rev. Assoc. Med. Bras. [online]. 2007, vol.53, n.2, pp. 130-134.
Iochida LC, Castro AA. Projeto de pesquisa (Parte VIII- método estatístico / análise
estatística). In: Castro AA. Planejamento de Pesquisa. São Paulo: 2001.
TRIOLA, Mario. Introdução à bioestatística 9. ed. Rio de Janeiro: LTC, 2005. 656 p.