Documente Academic
Documente Profesional
Documente Cultură
MEDICÍNA VETERINÁRIA
ROTEIRO DE BIOESTATÍSTICA
SÃO PAULO - SP
2013
ROTEIRO DE BIOESTATÍSTICA
Relatório de monitoria da
disciplina de Bioestatística a
SUMÁRIO
1. INTRODUÇÃO ............................................................................................................... 7
2. BIOESTATÍSTICA ........................................................................................................ 8
3.1. População............................................................................................................................ 8
3.2. Amostra............................................................................................................................... 8
3.3. Censo ................................................................................................................................... 8
3.4. População Alvo ................................................................................................................... 9
3.5. População de Estudo .......................................................................................................... 9
3.6. Unidade Amostral ............................................................................................................... 9
3.7. Estrato ................................................................................................................................. 9
3.8. Quadro Amostral ................................................................................................................ 9
3.9. Fração Amostral .................................................................................................................. 9
3.10. Obtenção de amostras ....................................................................................................... 9
3.10.1. Probabilística .................................................................................................................. 9
3.10.1.1. Aleatória ...................................................................................................................... 9
3.10.4.2. Intencional................................................................................................................. 10
8. TAXAS ........................................................................................................................... 20
1. INTRODUÇÃO
futuros. A disciplina tem como objetivo ensinar o aluno a descrição dos estudos, as formas de
2. BIOESTATÍSTICA
um local, é inviável, pois desprende muito tempo e por vezes a população é tão vasta que
impossibilita a coleta de dados, por este motivo é selecionada uma parte desta população
3. CONCEITOS BÁSICOS
3.1. População
3.2. Amostra
muito grandes, custo beneficio, pois em casos de teste de qualidade não podemos utilizar toda
a produção de uma empresa para fazer o teste é inviável. O uso da amostragem tem uma
margem de erro conhecido, tem um valor cientifico maior, um estudo feito com amostragem
tem maior qualidade, pois passa-se mais tempo analisando os dados coletados do que
3.3. Censo
profissão entre outros dados. É feito normalmente de dez em dez ano nos países.
9
3.7. Estrato
características.
3.10.1. Probabilística
3.10.1.1. Aleatória
Cada unidade deve ser identificada por nome e numero, é feito o sorteio normalmente é
3.10.1.2. Simples
3.10.1.3. Estratificada
Sorteios dos indivíduos em uma população heterogênea, para este sorteio os indivíduos
similares devem ser separados em estratos (subgrupos) e o sorteio deve ser feito dentro de
cada estrato.
3.10.2. Semiprobalitica
Sorteio sistêmico, onde decidimos quanto de uma população queremos, exemplo 1/8
3.10.3. Conglomerados
3.10.4.1. Conveniência
A amostra é escolhida pelo pesquisador, sendo uma amostra onde o pesquisador tem
3.10.4.2. Intencional
O pesquisador usa o seu julgamento para selecionar os membros da população que são
3.10.4.3. Quotas
Amostragem de cota não tem validade científica, devido ao fato de que a seleção da
amostra não é feita de forma aleatória. Não podemos usar os resultados obtidos dessas
amostras sem receio, já que fatores estranhos podem ter sido introduzidos causando
O uso da amostragem de cotas é rápido, sendo utilizado também por conta do aumento
da violência urbana o que dificulta os institutos de pesquisa a visitarem domicílios para coleta
de dados.
levando em consideração algumas características da população tais como: sexo, idade, nível
3.11. Variáveis
Diferença entre o que acontece na população e o que acontece na amostra , podemos ter
erros aleatórios que interferem na precisão dos resultados e erros não aleatórios onde o
resultado é enviesado(tendencioso).
3.14. Qualitativas
3.14.1. Discretas
3.14.2. Continua
3.15. Quantitativas
3.15.1. Nominais
Não possui ordem logica sendo definida por nome exemplo: cor da pelagem (branca,
preta, amarela...).
12
3.15.2. Ordinais
Possui ordem logica definida por nome exemplo: escore corporal (1,2,3,4,5),
4. ESTATISTICA INFERENCIAL
5. ESTATÍSTICA DESCRITIVA
Definição do problema.
Planejamento.
Coleta de dados.
Apresentação de dados.
5.1.1. Tabular
Podemos escolher tabela onde as laterais são abertas ou quadro onde as laterais são
fechadas, independente desta escolha é obrigatório o uso de cabeçalho, corpo e rodapé (fonte
de dados).
13
Disposição em colunas
Disposição em linhas
S T Q Q S S D 1 3 4 5 6
1
2 3 4 5 6 7 8
5.1.2. Gráfica
5.1.2.1.1. Linear
Variável qualitativa.
4
Série 1
3
Série 2
2 Série 3
0
Categoria 1 Categoria 2 Categoria 3 Categoria 4
5.1.2.1.2. Pontos
8
7
6
5
4
3
2
1
0
0 1 2 3 4 5 6
Valores Y
15
5.1.2.1.3. Setorial
setor.
Vendas
1º Tri
2º Tri
3º Tri
4º Tri
5.1.2.1.4. Barras
Utilizado para variáveis qualitativas, cada linha da tabela pode ser representada por uma
4
Série 1
3
Série 2
2 Série 3
0
Categoria 1 Categoria 2 Categoria 3 Categoria 4
16
Categoria 4
Categoria 3
Série 3
Série 2
Categoria 2
Série 1
Categoria 1
0 1 2 3 4 5 6
É a subtração da unidade de maior valor pela unidade de menor valor. Quanto menor a
O limite de classe determina quem esta dentro daquela classe e deve ser contado, e
01—14 -> ambos os números não pertencem a classe, somente os números entre este
14 |-- 34 -> o numero 14 pertence a esta classe porem o numero 34 não pertence, ou
numero total de observações, fornecendo assim uma melhor visualização dos dados definindo
melhor a situação comparativa de cada caso. A frequência relativa é obtida através da divisão
da frequência absoluta da classe dividida pelo numero total de observações multiplicado por
dados anteriores.
6.1. Média
Para calcular a Media de dados dispostos em uma tabela temos que multiplicar os
valores observados pelas respectivas frequências e dividir pela somatória das frequências.
Quando um número é acrescido na amostra ele deve ser acrescido na media. Quando a
classe é multiplicada a media também deve ser multiplicada pelo mesmo numero.
6.2. Mediana
Quando a quantidade de unidades de uma amostra for impar, a mediana será o valor que
Quando a quantidade de unidades de uma amostra for par, a mediana será a soma dos
6.3. Moda
Moda é o valor que mais se repete entre as unidades de uma amostra, o valor modal
pode não existir como pode ter mais de um sendo bimodal, trimodal...
É o desvio da classe, ou seja, a dispersão desta classe sendo o resultado mais elevado
uma dispersão maior sendo assim uma classe mais heterogenia, quando o resultado é menor a
dispersão é menor e a classe é mais homogênea, o desvio médio é obtido pelo valor da classe
subtraído pela media. A soma dos desvios deve ser igual a zero.
6.5. Variância
Variância é uma medida de dispersão, ou seja, o quanto este valor pode estar longe ou
perto do esperado. É obtida através da soma de todos os desvios médios elevado ao quadrado
variância, seu resultado pode ser igual a zero sendo assim não há dispersão, e quanto maior o
Quartil são os valores do quadro que dividem a amostra em partes iguais. São três
Primeiro quartil representa 25% da amostra sendo obtido através do numero total de
amostras mais um dividido por quatro. O resultado obtido será a posição do primeiro quartil.
19
Segundo quartil representa 50% da amostra sendo obtido através do numero total de
Terceiro quartil representa 75% da amostra sendo obtido através do numero total de
Os valores das amostras devem ser organizados de forma crescente para localizar os
quartis.
é o terceiro quartil menos o primeiro quartil, quanto maior a diferença maior a dispersão, é
6.7.1. BoxPlot
7. RAZÃO
Tem como objetivo a comparação entre duas grandezas, onde o numerador não faz parte
do denominador.
20
8. TAXAS
risco.
8.1. Incidência
Indica a quantidade de novos casos de uma determinada doença na população, esta taxa
8.2. Prevalência
8.3. Letalidade
O quanto uma doença é letal, ou seja, o quanto ela pode causar a morte em pessoas
afetadas. Numero de mortos pela doença, dividido pelo numero de casos da doença.
8.4. Mortalidade
8.5. Natalidade
9. PROBABILIDADE
Estudo em que o resultado esta sujeito ao acaso (incertos), ou seja, são resultados que
9.1. Conjuntos
Termo empregado para designar uma lista (grupo), o conjunto é representado por letras
A={1,2,3,4,5,6,7,8,9} B={7,8,9,10,11,12}
21
9.1.1. União
9.1.2. Intercessão
A∩B={7,8,9}
9.1.3. Diferença
A\B={1,2,3,4,5,6} B\A={10,11,12}
(100%).
Quando a probabilidade for igual á zero indica que um evento não pode ocorrer.
Ex: probabilidade de sair 2 ou 3 quando lançado um dado – ou seja, quando sair 2 não
saíra 3 e vice-versa.
Quando os eventos são independentes, ou seja, podem ocorrer ao mesmo tempo. Sendo
eventos.
Ex: probabilidade de sair o numero 6 em dois dados lançados ao mesmo tempo- ou seja,
Probabilidade de sair 6 nos dois dados= 1/6 x 1/6 = 1/36 (multiplica numerador por
A\B= A∩B/B
A= Tosse
B= Bronquite
Probabilidade de ter tosse e teve bronquite = (total de tosse com bronquite)/(total de
amostras) => 26/1319 = 0,019 (porem estes é só a porcentagem de quem teve bronquite e tem
tosse diante de todos os analisados 0,019 tem tosse e teve bronquite)
Mas temos 273 que apresentaram bronquite na infância porem 247 não tiveram tosse
então 273/1319= 0,20 não tiveram tosse.
23
9.3.1. Discreta
9.3.1.1. Binominal
constante.
sucessos fatorial (x!) vezes (numero de tentativas observadas menos o numero de sucessos)
sucessos.
dado 7 vezes?
Em cada lançamentos temos 1/6 de possibilidade de sair 3, e 5/6 de sair qualquer outro
P= n! / x!(n-x)!pxq(n-x)
n=7 x=4
9.3.1.2. Poisson
Ex: Uma central telefônica recebe em media 5 ligações por minuto. Qual a
E=2,71828
9.3.2. Continua
Para que a variável siga uma distribuição normal um grande número de fatores deve
influenciar a variável, sendo cada fator individualmente de peso pequeno, a ação dos fatores
µ = Média
σ2 = Variância
σ = Desvio Padrão
25
Afirma que quanto mais a amostra aumenta a distribuição amostral aproxima-se mais da
distribuição normal.
Ex: se jogarmos um dado não viciado ele pode sair 1,2,3,4,5,6 e sabemos que cada
resultada elimina outro então temos 1+2+3+4+5+6 / 6= 3,5 sendo esta a media de ocorrer
cada resultado. Se jogarmos 10 vezes este dado é provável que a média seja maior que 3,5.
Porem se jogarmos este dado 2 mil vezes a media ficara mais próximo da media geral de 3,5
analise é valida.
Formulação da hipótese, representação gráfica dos dados, optar por um teste estatístico
Tipo I- também expressado com a letra alpha no alfabeto grego. O erro tipo I demostra a
rejeição de uma hipótese nula valida. Também é conhecido como nível de significância e
Tipo II- expressado com a letra Beta do alfabeto grego, demostra a aceitação de uma
Expressado como H0- define a ausência de diferença entre os dois valores médios.
Expressado como H1- define a presença da diferença entre os dois valores médios e em
Teste cujo objetivo é testar apenas se as médias são iguais ou diferentes e não
Teste cuja hipótese alternativa é uma desigualdade, ou seja, deseja-se testar se o valor
10.5. Valor de P.
deve-se rejeita-la.
Quando o valor de P for muito alto a hipótese nula provavelmente é verdadeira, portanto
deve-se considera-la.
que se as medias puderem ser consideradas iguais o numero zero estará incluso do contrario o
Para utilizar o intervalo de confiança como base para rejeição ou não da hipótese nula,
observamos o numero zero incluso ou não no intervalo, se zero estiver incluso a hipótese nula
não deve ser rejeitada , se zero não estiver incluso a hipótese nula deve ser rejeitada.
Usado para comparar uma media a um valor especifico, a distribuição dos dados devem
O valor T é igual a media individual menos a media geral dividido pelo (desvio padrão
numero de observados da 2ª amostra menos 2) vezes ((1 dividido pela numero de observações
Ex:
(30−1)𝑥2,4972 +(24−1)𝑥2,2522
65,77-67,37/√ 𝑥(1⁄30 + 1⁄24).
30+24−2
-1,6/√0,429 = 2,46
esperadas.
28
Valores obervados
Curso Gênero Total
Feminino Masculino
Enfermagem 108 42 150
Física 35 65 100
Total 143 107 250
Valores esperados:
Curso Gênero
Feminino Masculino
Enfermagem 143/250x150=85,8 107/250x150=64,2
Física 143/250x100=57,2 107/250x100=42,8
Valores esperados
13.1. Correlação
Verifica se existe a relação entre duas variáveis numéricas e o grau desta relação.
menos a media da amostra1) vezes (todos os resultados da subtração do valor da classe menos
29
a media da amostra 2) dividido pela raiz quadrada (da soma de todos os resultados do valor da
classe menos a media elevado ao quadrado da 1ºamostra) vezes (soma de todos os valor da
Media de X= 310/10=31
Media de Y= 746/10=74,6
614/√660𝑥636,4=0,95
Coeficiente linear:
Coeficiente angular:
30
todos os valores de (cada classe de y menos a media de y) dividido pela soma de todos os
14. CONCLUSÃO
característica principal a sua complexidade, pois é uma disciplina em sua maior parte teórica
A monitoria desta disciplina auxilia o aluno com maiores dificuldades nas aulas a fixar
a matéria, pois o mesmo tem maior facilidade de expressar suas dúvidas para uma pessoa que
também é aluno e que tem uma maior disponibilidade de tempo do que o professor durante o
período de uma aula, além de a monitoria ser, na maioria das vezes, em particular, deixando o
15. REFERENCIA
<http://pessoal.utfpr.edu.br/eustaquio/arquivos/Apostila%20de%20Estatistica.pdf>. Acesso
<http://www.cpc.unc.edu/measure/training/materials/data-quality-portuguese/Estatistica.pdf>.