Escolar Documentos
Profissional Documentos
Cultura Documentos
1. **Escalas Nominais:**
- Essas escalas são usadas para variáveis que apenas discriminam ou definem
parâmetros qualitativos sem qualquer ordem ou nível de quantidade. Isso significa
que os valores não têm relação de ordem ou magnitude entre si. Exemplos incluem
observações binárias, como presença/ausência, vivo/óbito, masculino/feminino, e
categorias não relacionadas, como diferentes etnias, lista de afecções, regiões
geográficas.
2. **Escalas Ordinais:**
- Essas escalas são usadas para variáveis que discriminam ou definem parâmetros
qualitativos e demonstram uma ordem ou nível de quantidade. Embora não haja
necessariamente uma diferença igual entre os valores, há uma noção de progressão ou
classificação. Exemplos incluem classificações progressivas, como grau de
alteração, nível de acometimento, classificação funcional, e escores ou índices,
como escore de risco, escore de qualidade de vida, índice de Apgar, escala de
Glasgow.
3. **Escalas Numéricas:**
- Essas escalas são usadas para variáveis que expressam medidas de quantidade de
forma objetiva. Elas podem ser divididas em variáveis contínuas e discretas.
- **Variáveis Contínuas:** São parâmetros cuja variação é contínua e pode
incluir frações da unidade de medida. Isso significa que os valores podem assumir
qualquer valor dentro de um intervalo. Exemplos incluem idade, frequência cardíaca,
pressão arterial, dosagem de nível hormonal.
- **Variáveis Discretas:** São parâmetros que expressam quantidade em números
absolutos, sem frações da unidade de medida. Isso significa que os valores são
inteiros e não podem ser subdivididos em partes menores. Exemplos incluem número de
eventos, número de observações, número de procedimentos.
**Apresentação de Variáveis**
1. **Escalas Nominais:**
- Quando os dados são coletados usando escalas nominais, onde não há ordem ou
magnitude entre as categorias, os resultados são sempre apresentados na forma de
percentagens ou proporções. Isso significa que os resultados são expressos como uma
porcentagem do total de observações em cada categoria. Por exemplo, se estamos
estudando preferências de cores e temos as categorias vermelho, azul e verde, os
resultados seriam apresentados como a porcentagem de indivíduos que escolheram cada
cor, sem considerar uma ordem específica entre elas.
2. **Escalas Ordinais:**
- Para dados coletados usando escalas ordinais, onde existe uma ordem ou
classificação entre as categorias, os resultados são geralmente apresentados como
percentagens ou proporções, como no caso das escalas nominais. Além disso, como
essas escalas também têm valores numéricos associados, os resultados podem ser
apresentados em medidas de tendência central, como a mediana, e de dispersão, como
o intervalo interquartil. Isso proporciona uma visão mais detalhada da distribuição
dos dados além das percentagens.
3. **Escalas Numéricas:**
- Quando os dados são coletados usando escalas numéricas, onde os valores têm
significado quantitativo, os resultados são normalmente apresentados em medidas de
tendência central, como a média ou a mediana, e de dispersão, como o desvio padrão
ou a amplitude. Essas medidas fornecem informações sobre a distribuição dos dados e
sua variabilidade. Às vezes, os valores numéricos podem ser agrupados em faixas
para facilitar a apresentação e expressos como percentagens ou proporções,
especialmente se houver muitos valores distintos. Isso simplifica a interpretação
dos resultados, especialmente em conjuntos de dados grandes.
Claro, vou explicar cada parte da análise descritiva para variáveis qualitativas e
quantitativas:
**Análise Descritiva:**
**Variáveis Qualitativas:**
Para variáveis qualitativas, como categorias ou atributos, como cor dos olhos ou
tipo de tratamento, a análise descritiva envolve principalmente a apresentação das
frequências relativas das diferentes categorias. Isso pode ser feito por meio de
percentagens ou proporções.
- **Percentagens ou Proporções:**
- Esta é uma maneira de expressar a frequência de cada categoria em relação ao
total de observações. Por exemplo, se estamos estudando a cor dos olhos em uma
amostra de 100 pessoas e 25 têm olhos azuis, podemos dizer que a proporção de olhos
azuis é de 25%. Isso fornece uma compreensão clara da distribuição das categorias
dentro da amostra.
**Variáveis Quantitativas:**
Para variáveis quantitativas, que representam medidas numéricas, como altura, peso
ou temperatura, a análise descritiva é um pouco mais complexa e envolve medidas
estatísticas que resumem a distribuição dos dados.
- **Uni ou Bidirecional:**
- Indica se o teste estatístico é unidirecional (procura apenas por diferenças em
uma direção específica) ou bidirecional (procura por diferenças em ambas as
direções). A escolha depende da hipótese de pesquisa.
- **Uni ou Bidirecional:**
- Define se o teste estatístico é unidirecional ou bidirecional.
- **Uni ou Bidirecional:**
- Determina a direção em que a diferença entre as médias é testada.
**Classificação de Diferenças:**