Você está na página 1de 61

ioestut

ioestut

sticu
sticu
PuuIo Nogueiru
17-9-Z00
{1," Purte}
Construo da base de dados
Construo da base de dados
Construo da base de dados
Exemplos de Inquritos
O instrumento de notao
Codificao e dicionrio das variveis
Data view e variable view
Introduo de dados
Para cada questo do inqurito:
Tipo de varivel - qualitativa (nominal ou ordinal), quantitativa
(discretas, contnuas)
Valores e cdigos - definir os suportes das variveis e cdigos
para as situaes de informao omissa.
Qualitativas, atribuir cdigos numricos s suas
categorias;
Quantitativas, definir os valores possveis (mnimo e
mximo)
Nome para as variveis SPSS com um mximo de 9
caracteres
Construo da base de dados
Dicionrio de Dados
11. Estado civil
1. solteiro
2. casado
3. vivo
4. divorciado
5. outro
9. no sabe
8. no responde
15. Actividades do doente so:
1. normais
2. ligeiramente reduzidas
3. muito limitadas
9. no sabe
8. no responde
Exemplo: Inqurito sobre Hipertenso Arterial Sistlica Isolada:
Construo da base de dados
Dicionrio de Dados
11. Altura (cm)
999. no sabe
998. no responde
31. Nmero de cigarros
999. no sabe
998. no responde
11. Altura (mt)
9,99. no sabe
9,98. no responde
Exemplo: Inqurito sobre Hipertenso Arterial Sistlica Isolada:
Construo da base de dados
Dicionrio de Dados
21. Medicao habitual
1. sim
2. No
9. no sabe
8. no responde
22.1 Diurtico
0. no
1. sim
9. no sabe
8. no responde
7. no aplicvel (quando se
respondeu 2, 9 ou 8 em 21)
Exemplo: Inqurito sobre Hipertenso Arterial Sistlica Isolada:
Construo da base de dados
Dicionrio de Dados
26. Insuficincia renal
1. sim
2. no
9. no sabe
8. no responde
27. Se sim, qual o valor da
Creatinina
999. no sabe
998. no responde
997. no aplicvel (quando se
respondeu 2, 9 ou 8 em 26)
Exemplo: Inqurito sobre Hipertenso Arterial Sistlica Isolada:
Construo da base de dados
Dicionrio de Dados
Para cada varivel:
Nome na base de dados
Nome da varivel, referncia no questionrio
Valores e cdigos possveis
Tipo (Numrico: n de algarismos e casas decimais,
caracter: nmero de caracteres)
Construo da base de dados
Dicionrio de Dados
Dicionrio de dados Plano de operacionalizao das variveis
Nome na base de
dados
Nome da varivel,
referncia no
questionrio
Valores/Cdigos Tipo
Nprocess 1. N do processo Caracter(6)
Csaude 2. Centro de sade Caracter(255)
DataReg 3. Data registo dd/mm/aaaa Data
MedFam 4. Mdico de
Famlia
Caracter(255)
Nome 5. Nome do doente Caracter(255)
Resid 6. Residncia Caracter(255)
Telef 7. Telefone n Caracter(7)
Datanasc 8. Data de
nascimento
dd/mm/aaaa Data
FregNat 9. Naturalidade/
Freguesia
Caracter(255)
CodFregNat 9. Naturalidade/
Freguesia
Codificao INE Caracter(6)
ConcNat 9. Naturalidade/
Concelho
Caracter(255)
CodConcNat 9. Naturalidade/
Freguesia
Codificao INE Caracter(4)
Sexo 10. Sexo 1. homem
2. mulher
9. no sabe
8. no responde
Caracter(1)
Nominal
EstCivil 11. Estado civil 1. solteiro
2. casado
3. vivo
4. divorciado
5. outro
9. no sabe
8. no responde
Caracter(1)
Nominal
Raca 12. Raa 1. branca
2. negra
Caracter(1)
Nominal
(Continuao)
Nome na base de
dados
Nome da varivel,
referncia no
questionrio
Valores/Cdigos Tipo
Reforma 14. Reformado 1. sim
2. no
9. no sabe
8. no responde
Caracter(1)
Nominal
Activ 15. Actividades do
doente so:
1. normais
2. ligeiramente
reduzidas
3. muito limitadas
Numrico(1)
Ordinal
Peso 16. Peso 0 a ? kg
999. no sabe
998. no responde
Numrico(3.2)
Quantitativa
continua
Altura 17. Altura 0 a ? cm
999. no sabe
998. no responde
Numrico(3.2)
Quantitativa
continua
Pas1 18. Presso arterial
sistlica ltima
medio
0 a ?
999. no sabe
998. no responde
Numrico(3.2)
Quantitativa
continua
Pas2 18. Presso arterial
sistlica actual
0 a ?
999. no sabe
998. no responde
Numrico(3.2)
Quantitativa
continua
Pad1 19. Presso arterial
diastlica ltima
medio
0 a ?
999. no sabe
998. no responde
Numrico(3.2)
Quantitativa
continua
Pad2 19. Presso arterial
sistlica actual
0 a ?
999. no sabe
998. no responde
Numrico(3.2)
Quantitativa
continua
Freqcard 20. Frequncia
cardaca
0 a ? ppm
999. no sabe
998. no responde
Numrico(3.2)
Quantitativa
continua
Medicam 21. Medicao
actual
1. sim
2. no
Caracter(1)
Nominal
Construo da base de dados
Exerccios Prticos
Para o exemplo de inqurito sobre o estados da sade,
construa o dicionrio de variveis e a respectiva estrutura de
dados no SPSS.
Construo da base de dados
Exerccios Prticos
1. Anlise descritiva, apropriada, para cada uma das
variveis.
Discusso dos resultados
2. Construo de variveis secundrias
Idade = Data de Registo - Data Nascimento
Ms de Registo = Ms (Data registo)
Indice Massa Corporal = Peso / (Altura)
2
Construo da base de dados
Exerccios Prticos
2. (continuao)
Grupos etrios (decenais),
Grupos IMC (<18, 18 e <20, 20 e <25, 25 e <27, 27 e
<30, 30)
Classificao da HTA (PAS>140 e PAD>90),
Hipercolosteremia (Coles>200)
3. Anlise descritiva das variveis construdas
Discusso dos resultados
Estatstica descritiva
Para que serve a estatstica?
Qual o seu principal objectivo?
obter concluses sobre a populao
usando uma amostra?
Algumas Noes
Populao
Amostragem
Uma ou mais variveis
(X) so observadas
Amostra
Populao
Amostragem
Uma ou mais variveis
(X) so observadas
Amostra
Verdadeiro valor

medio
mdia
Preciso
Exatido

*
*
*
*
*
*
*
*

*
*
*
*
*
*
*
*
+
-
+
-

*
*
*
*
*
*
*
*

*
*
*
*
*
*
*
*
ESTATSTICA
1. Estatstica Descritiva
Explorar, apresentar e resumir os dados da amostra.
(tabelas, Grficos, medidas de localizao, medidas de
disperso, etc.)
2. Inferncia Estatstica

Afirmaes sobre parmetros da populao.
(Estimativas pontuais, intervalos de confiana, Testes
de hipteses)
Algumas Noes
Tipos de Variveis
Qualitativas
Quantitativas
Exemplos de variveis
X - indica o Sexo (Masculino, Feminino).
X - representa a Altura (cm).
X - representa o Nmero de filhos.
X - representa o Grupo Sanguneo.
X - representa o Resultado do Tratamento
(melhoria, sem alteraes, pioria).
Algumas Noes
Qualitativas
Nominais
No existe uma ordem entre as categorias
Exemplos:
Sexo (dicotmica),
Grupo sanguneo (policotmico).
Ordinais
Existe uma ordem natural
Exemplos:
Resultado do tratamento ( - ; = ; + )
Habilitaes literrias
Classe social.
Algumas Noes
Quantitativas
Discretas (contagens)
Exemplos:
N. de elementos do agregado familiar.
Nmero de glbulos brancos numa amostra de sangue.
Contnuas
Exemplos:
Altura, Idade, Presso arterial.
Algumas Noes
Como descrever Distribuies?
Varivel qualitativa
Tabelas
Tabela de Frequncias
(Qual a frequncia de cada categoria).
Grficos
Diagrama de barras
18 45,0 45,0 45,0
22 55,0 55,0 100,0
40 100,0 100,0
40 100,0
Masculino
Feminino
Total
Valid
Total
Frequencia % % vlida
%
cumulativa
SEXO
X
?
No faz sentido usar frequncias
acumuladas!
Menor que sexo Feminino?
SEXO
Feminino Masculino
P
e
r
c
e
n
t
a
g
e
m
60
50
40
30
20
10
0
SEXO
Feminino Masculino
P
e
r
c
e
n
t
a
g
e
m
60
50
40
Explorao e representao de Dados
Sectogramas ( queijos )
etc.
22,00 / 55,0%
18,00 / 45,0%
Feminino
Masculino
22,00 / 55,0%
18,00 / 45,0%
Feminino
Masculino
Varivel quantitativa
Tabelas
Tabela de frequncias
Diagrama de Caule-e-Folhas
Etc.
1 2,5 2,6 2,6
1 2,5 2,6 5,1
1 2,5 2,6 7,7
1 2,5 2,6 10,3
2 5,0 5,1 15,4
2 5,0 5,1 20,5
2 5,0 5,1 25,6
1 2,5 2,6 28,2
2 5,0 5,1 33,3
1 2,5 2,6 35,9
2 5,0 5,1 41,0
1 2,5 2,6 43,6
1 2,5 2,6 46,2
1 2,5 2,6 48,7
1 2,5 2,6 51,3
2 5,0 5,1 56,4
1 2,5 2,6 59,0
2 5,0 5,1 64,1
1 2,5 2,6 66,7
1 2,5 2,6 69,2
1 2,5 2,6 71,8
1 2,5 2,6 74,4
1 2,5 2,6 76,9
1 2,5 2,6 79,5
1 2,5 2,6 82,1
1 2,5 2,6 84,6
1 2,5 2,6 87,2
1 2,5 2,6 89,7
1 2,5 2,6 92,3
1 2,5 2,6 94,9
1 2,5 2,6 97,4
1 2,5 2,6 100,0
39 97,5 100,0
1 2,5
1 2,5
40 100,0
50,0
50,5
53,0
54,5
57,0
58,0
59,0
60,5
62,0
63,0
65,0
66,5
67,0
67,5
68,0
70,0
71,0
73,0
75,0
77,0
77,5
78,0
79,0
79,5
82,0
87,0
91,0
92,0
96,5
97,0
100,5
118,2
Total
Valid
,0
Total
Missing
Total
Frequency Percent
Valid
Percent
Cumulative
Percent
PESO
PESO Stem-and-Leaf Plot
Frequency Stem & Leaf
4,00 5 . 0034
6,00 5 . 778899
4,00 6 . 0223
6,00 6 . 556778
5,00 7 . 00133
6,00 7 . 577899
1,00 8 . 2
1,00 8 . 7
2,00 9 . 12
2,00 9 . 67
1,00 10 . 0
1,00 Extremes (>=118)
Stem width: 10,0
Each leaf: 1 case(s)
Grficos
Diagrama de barras
IDADE
81 76 74 71 69 67 65 61 59 56 52 50 46 37
P
e
r
c
e
n
t
a
g
e
m
8
6
4
2
0
Histogramas
IDADE
78,3 70,0 61,7 53,3 45,0 36,7
16
14
12
10
8
6
4
2
0
Std. Dev = 10,65
Mean = 63,7
N = 40,00
IDADE
80,0
75,0
70,0
65,0
60,0
55,0
50,0
45,0
40,0
35,0
10
8
6
4
2
0
Std. Dev = 10,65
Mean = 63,7
N = 40,00
IDADE Stem-and-Leaf Plot
Frequency Stem & Leaf
1,00 3 . 7
1,00 4 . 4
2,00 4 . 67
3,00 5 . 012
7,00 5 . 5667799
4,00 6 . 0114
10,00 6 . 5667788999
5,00 7 . 01134
5,00 7 . 55677
2,00 8 . 12
Stem width: 10
Each leaf: 1 case(s)
Diagrama de Caule-e-folhas
40 N =
IDADE
90
80
70
60
50
40
30
IDADE
90 80 70 60 50 40 30
Caixa-de-bigodes
Como se obtm estas representaes grficas?
Usando o SPSS...
Statistics

Summarize

Explore

| Dependent List
aqui colocamos a varovel
que queremos estudar
| Factor List
Se quisermos estudar a
Varivel por outros nveis,
Por exemplo, sexo, grupo etrio,
Colocamos aqui essa varivel
| Label Cases by
Por vezes existem observaes
que so discrepantes das restantes
se as quisermos identificar de algum
modo, colocamos aqui a varivel que
contm essa identificao.
Analyse Descriptive Satatistics
Estatsticas descritivas que
caracterizam a distribuio
Medidas de Localizao
Mdia, Mediana, Moda
Quantis (e.g. 1. Tercil,
Decis, percentis, quartis)
1 2,5 2,5 2,5
1 2,5 2,5 5,0
1 2,5 2,5 7,5
1 2,5 2,5 10,0
1 2,5 2,5 12,5
1 2,5 2,5 15,0
1 2,5 2,5 17,5
1 2,5 2,5 20,0
2 5,0 5,0 25,0
2 5,0 5,0 30,0
2 5,0 5,0 35,0
1 2,5 2,5 37,5
2 5,0 5,0 42,5
1 2,5 2,5 45,0
1 2,5 2,5 47,5
2 5,0 5,0 52,5
2 5,0 5,0 57,5
2 5,0 5,0 62,5
3 7,5 7,5 70,0
1 2,5 2,5 72,5
2 5,0 5,0 77,5
1 2,5 2,5 80,0
1 2,5 2,5 82,5
2 5,0 5,0 87,5
1 2,5 2,5 90,0
2 5,0 5,0 95,0
1 2,5 2,5 97,5
1 2,5 2,5 100,0
40 100,0 100,0
40 100,0
37
44
46
47
50
51
52
55
56
57
59
60
61
64
65
66
67
68
69
70
71
73
74
75
76
77
81
82
Total
Valid
Total
Frequency Percent
Valid
Percent
Cumulative
Percent
IDADE
40 37 82
40
IDADE
Valid N
(listwise)
N Minimum Maximum
Descriptive Statistics
Mnimo e Mximo
40 0 44,10 47,30 56,25 59,00 66,00 71,00 76,90 IDADE
Valid Missing
N
5 10 25 33 50 75 90
Percentiles
Statistics
Quantis
Mdia
Mdia (Populao )
Populao da Tamanho
Populao na valores os todos de Soma x
mdia =
Mdia (Amostral)
x
x
=
Soma de todos os valores na Amostra
Tamanho da Amostra
Populao
Amostragem
Amostra
Populao
Amostragem
Amostra
Medidas de tendncia central
individuo SEXO PESO TRIG IDADE
1 Masculino 67 75 65
2 Masculino 92 133 64
3 Masculino 77,5 68 68
4 Masculino 50,5 107 69
5 Masculino 87 96 69
6 Masculino 73 173 55
7 Masculino 63 147 69
8 Masculino 65 59 51
9 Masculino 91 142 57
10 Masculino 96,5 170 71
11 Masculino 70 222 46
12 Masculino 75 108 56
13 Masculino 59 65 47
14 Masculino 62 120 73
15 Masculino 97 194 67
16 Masculino 79 146 61
17 Masculino 100,5 315 76
18 Masculino 185 56
Soma 1305 2525 1120
N 17 18 18
mdia 76,76471 140,2778 62,22222
Exemplos
Mediana
Medidas de tendncia central
Valor que divide a amostra em 50% para cada lado
A frmula de clculo desta estatstica depende do tamanho,
n par ou impar.
20, 20, 20, 22, 58
20, 20, 22, 58
21
2
22 20
=
+
= mediana
Nota: Dados ordenados
20, 20, 20, 22, 58
20, 20, 22, 58
Mediana = 20 Mdia=28
Mediana = 21 Mdia=30
1 5,6 5,6 5,6
1 5,6 5,6 11,1
1 5,6 5,6 16,7
1 5,6 5,6 22,2
2 11,1 11,1 33,3
1 5,6 5,6 38,9
1 5,6 5,6 44,4
1 5,6 5,6 50,0
1 5,6 5,6 55,6
1 5,6 5,6 61,1
1 5,6 5,6 66,7
3 16,7 16,7 83,3
1 5,6 5,6 88,9
1 5,6 5,6 94,4
1 5,6 5,6 100,0
18 100,0 100,0
18 100,0
46
47
51
55
56
57
61
64
65
67
68
69
71
73
76
Total
Valid
Total
Frequency Percent
Valid
Percent
Cumulative
Percent
IDADE
a
SEXO = Masculino
a.
Exemplo
Moda
Medidas de tendncia central
Valor da amostra com maior frequncia
Nem sempre faz sentido, porque existem muitos valores
com a mesma frequncia (variveis contnuas), nestes casos
Faz mais sentido falar na classe modal e num valor que representa
essa classe.
IDADE
78,3 70,0 61,7 53,3 45,0 36,7
16
14
12
10
8
6
4
2
0
Std. Dev = 10,65
Mean = 63,7
N = 40,00
IDADE Stem-and-Leaf Plot
Frequency Stem & Leaf
1,00 3 . 7
1,00 4 . 4
2,00 4 . 67
3,00 5 . 012
7,00 5 . 5667799
4,00 6 . 0114
10,00 6 . 5667788999
5,00 7 . 01134
5,00 7 . 55677
2,00 8 . 12
Stem width: 10
Each leaf: 1 case(s)
Exemplo Idade
40 0 63,70 66,00 69 IDADE
Valid Missing
N
Mean Median Mode
Statistics
Medidas de tendncia central
Medidas de Disperso
Desvio padro, Varincia
Amplitude amostral,
Disperso Quartal

pequeno

grande
As medidas de disperso do informao sobre a preciso da
mdia observada.
( )
Populao da Tamanho
quadrado ao media relao em dos desvios dos Soma x
=
Varincia e Desvio padro
Desvio padro (Populacional)
Desvio padro amostral
( )
1
2


=
n
x
i
x
s
Indivduo X
X X
( )
X X
2
1 65 2,777778 7,716049
2 64 1,777778 3,160494
3 68 5,777778 33,38272
4 69 6,777778 45,93827
5 69 6,777778 45,93827
6 55 -7,22222 52,16049
7 69 6,777778 45,93827
8 51 -11,2222 125,9383
9 57 -5,22222 27,2716
10 71 8,777778 77,04938
11 46 -16,2222 263,1605
12 56 -6,22222 38,71605
13 47 -15,2222 231,716
14 73 10,77778 116,1605
15 67 4,777778 22,82716
16 61 -1,22222 1,493827
17 76 13,77778 189,8272
18 56 -6,22222 38,71605
Soma 1120 0 1367,111
N 18
Mdia 62,22222 s
2
80,4183
s 8,967625
X - Idade dos indivduos do sexo masculino
Estatstica descritiva para variveis Quantitativas
Se distribuio simtrica Gaussiana (Normal), ento
Mdia
Desvio Padro
Simetria
Se os dados no so simtricos, ento
Mediana
Disperso quartal
Amplitude interquartil
Assimetria
Bimodal
M
e
d
i
a
n
a
Q
u
a
n
t
i
l

2
5
%
Q
u
a
n
t
i
l

7
5
%
- Amplitude interquartil
- Disperso quartal
63,70 1,68
60,29
67,11
64,00
66,00
113,446
10,65
37
82
45
14,75
-,473 ,374
-,266 ,733
Mean
Lower Bound
Upper Bound
95% Confidence
Interval for Mean
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
IDADE
Statistic Std. Error
Descriptives
Exemplo: Idade
PESO
140 120 100 80 60 40
37
71,531 2,445
66,580
76,481
70,600
68,000
233,213
15,271
50,0
118,2
68,2
20,000
1,015 ,378
1,007 ,741
Mean
Lower Bound
Upper Bound
95% Confidence
Interval for Mean
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
PESO
Statistic Std. Error
Descriptives
Exemplo: Peso
Como se interpreta uma Caixa-de-bigodes
A construo da caixa de bigodes baseia-se em 5 estatsticas
tambm chamadas as 5 Letras resumo: a mediana, o quarto inferior, o quarto superior, o
mnimo e o mximo.
PESO
140 120 100 80 60 40
37
Caixa das 5 Letras Resumo
# 39 Profundidade PESO
me 20 68
F 10,5 59,75 78,5
1 50 118,2
Barreiras de Outlies
(50 ; 106,625)
Existem Outliers na cauda superior
Localizao,
Disperso,
Assimetria,
Outliers (valores discrepantes).
As barreiras de outliers so definidas por forma a incluir 3 disperses, baseando-se
em pressupostos tericos de que 99,9 dos dados esto dentro de 3 disperses dos
dados.
A disperso dos dados dada nas caixas de bigodes pelo tamanho da caixa.
O equivalente do desvio padro a disperso quartal.
TRIGLOG
6,5 6,0 5,5 5,0 4,5 4,0 3,5
32
TRIG
500 400 300 200 100 0
17 32
TRIGLOG2
1,9 1,8 1,7 1,6 1,5 1,4 1,3
Exemplo: trigliceridos
transformaes
TRIG
3
2
5
,
0
3
0
0
,
0
2
7
5
,
0
2
5
0
,
0
2
2
5
,
0
2
0
0
,
0
1
7
5
,
0
1
5
0
,
0
1
2
5
,
0
1
0
0
,
0
7
5
,
0
5
0
,
0
SEXO: 1 Masculino
3,5
3,0
2,5
2,0
1,5
1,0
,5
0,0
Std. Dev = 64,38
Mean = 140,3
N = 18,00
TRIG
4
5
0
,
0
4
0
0
,
0
3
5
0
,
0
3
0
0
,
0
2
5
0
,
0
2
0
0
,
0
1
5
0
,
0
1
0
0
,
0
5
0
,
0
SEXO: 2 Feminino
10
8
6
4
2
0
Std. Dev = 97,46
Mean = 169,5
N = 22,00
Comparar duas distribuies
Exemplo: Trigliceridos
S
E
X
O
Masculino
Feminino
TRIG
500 400 300 200 100 0
32
17
Caixas de bigodes paralelas
140,28 15,17
108,26
172,29
135,09
137,50
4144,683
64,38
59
315
256
85,25
1,091 ,536
1,845 1,038
Mean
Lower
Bound
Upper
Bound
95% Confidence
Interval for Mean
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
TRIG
Statistic Std. Error
Descriptives
a
SEXO = Masculino
a.
169,55 20,78
126,34
212,76
159,56
142,50
9497,784
97,46
62
472
410
152,25
1,566 ,491
3,022 ,953
Mean
Lower
Bound
Upper
Bound
95% Confidence
Interval for Mean
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
TRIG
Statistic Std. Error
Descriptives
a
SEXO = Feminino
a.
SEXO = Feminino SEXO = Masculino
Dados bi-variados
Relao entre o peso e os trigliceridos?
SEXO: 1 Masculino
TRIG
400 300 200 100 0
P
E
S
O
110
100
90
80
70
60
50
SEXO: 2 Feminino
TRIG
500 400 300 200 100 0
P
E
S
O
120
110
100
90
80
70
60
50
40
Diagramas de disperso
Dados bi-variados
Relao entre o peso e os trigliceridos?
1,000 ,549*
,549* 1,000
, ,022
,022 ,
17 17
17 18
PESO
TRIG
PESO
TRIG
PESO
TRIG
Pearson
Correlation
Sig.
(2-tailed)
N
PESO TRIG
Correlations
a
Correlation is significant at the 0.05 level
(2-tailed).
*.
SEXO = Masculino
a.
SEXO = Feminino
1,000 ,331
,331 1,000
, ,133
,133 ,
22 22
22 22
PESO
TRIG
PESO
TRIG
PESO
TRIG
Pearson
Correlation
Sig.
(2-tailed)
N
PESO TRIG
Correlations
a
SEXO = Feminino
a.
SEXO = Masculino
Correlao paramtrica
O coeficiente de correlao de Pearson
SEXO = Feminino SEXO = Masculino
1,000 ,520*
,520* 1,000
, ,033
,033 ,
17 17
17 18
PESO
TRIG
PESO
TRIG
PESO
TRIG
Correlation
Coefficient
Sig.
(2-tailed)
N
Spearman's
rho
PESO TRIG
Correlations
a
Correlation is significant at the .05 level (2-tailed).
*.
SEXO = Masculino
a.
1,000 ,319
,319 1,000
, ,148
,148 ,
22 22
22 22
PESO
TRIG
PESO
TRIG
PESO
TRIG
Correlation
Coefficient
Sig.
(2-tailed)
N
Spearman's
rho
PESO TRIG
Correlations
a
SEXO = Feminino
a.
Dados bi-variados
Relao entre o peso e os trigliceridos?
Correlao no paramtrica
O coeficiente de correlao de Spearman
Dados bi-variados
SEXO: Feminino
IDADE
90 80 70 60 50 40 30
P
E
S
O
120
110
100
90
80
70
60
50
40
SEXO: Masculino
IDADE
80 70 60 50 40
P
E
S
O
110
100
90
80
70
60
50
SEXO = Feminino SEXO = Masculino
Relao entre peso e idade
Exemplo
Dados bi-variados
SEXO = Feminino SEXO = Masculino
Relao entre peso e idade
1,000 -,191
-,191 1,000
, ,394
,394 ,
22 22
22 22
PESO
IDADE
PESO
IDADE
PESO
IDADE
Correlation
Coefficient
Sig.
(2-tailed)
N
Spearman's
rho
PESO IDADE
Correlations
a
SEXO = Feminino
a.
1,000 ,246
,246 1,000
, ,342
,342 ,
17 17
17 18
PESO
IDADE
PESO
IDADE
PESO
IDADE
Correlation
Coefficient
Sig.
(2-tailed)
N
Spearman's
rho
PESO IDADE
Correlations
a
SEXO = Masculino
a.
No h evidncia de que o peso e a idade estejam relacionados.
No entanto, delineia-se uma tendncia positiva nos homens e uma tendncia negativa
nas mulheres.