Sunteți pe pagina 1din 39

QUADRO GERAL:  FÓRMULAS ESTATÍSTICAS, SUGESTÕES DE UTILIZAÇÃO E TIPOS DE ESCALAS COM QUE PODEM SER

EMPREGADAS.
TIPO DE
TESTE
UTILIZAÇÃO ESCALA E/OU FÓRMULA OBSERVAÇÃO
(TIPO)
VARIÁVEL
Plano   do   tipo   CRD,   p/   análise   de Nominal;   X2  
k 1 f o
 fe 
2

É conhecido também como teste de 
Qui­quadrado tabelas de contingência (2 l x 2 c) e Discreta  i j fe
aderência ("goodnes of fit") quando as
(Não c/   observações   independentes   (s/ (Categórica:   gl=c­1 x l­1 fe são teoricamente supostas iguais 
paramétrico) emparelhamento   entre   os   Ss   das raça;  sexo;   Onde:  fo = freqüência observada;   ou desiguais
amostras) estado civil)
fe = freqüência esperada
Plano   do   tipo   CRD,   p/   análise   de
Qui­quadrado
tabelas de contingência (2 l x 2 c) e
c/   correção   de Nominal;
c/   observações   independentes   (s/ Usa­se quando …
Yates   (Não Discreta
emparelhamento   entre   os   Ss   das
paramétrico)
amostras)
Qui­quadrado Plano   do   tipo   CRD,,   p/   análise   de
p/   tendência tabelas   grandes   e   c/   observações Nominal;
(Não independen­tes (s/ emparelhamento Discreta
paramétrico) entre os Ss das amostras)
Qui­quadrado
Plano   do   tipo   CRD,   p/   análise   de
p/
tabelas   grandes   e   c/   observações Nominal;
independência
independen­tes (s/ emparelhamento Discreta
(Não
entre os Ss das amostras)
paramétrico)
Plano do tipo CRD, c/ uma variável,
p/   análise   de   tabelas   de
 A  B !  C  D !  A  C !  B  D !
Probabilida­
contingência   (2 l x 2 c)   e   c/
observações   independentes   (s/
des   exatas   de emparelhamento   entre   os   Ss   das
Nominal;
Discreta;
p
N ! A! B! C! D!
Onde:     A = escores   na   casela   A;
AB
CD
Fisher   (Não amostras),   visando   comprovar   a B = escores   na   casela   B;
Categórica
paramétrico) independência   de   2   amostras C = escores   na   casela   C;     e
(independentes)   de   tamanhos D = escores na casela D
pequenos,   definidas   sob   2   critérios
mutuamente excludentes
Ordinal; Onde:     N = A+B+C+D;     A = escores
Plano   do  tipo   CRD,   p/   comparar   2
Postos, acima   da   mediana   combinada   da   1ª
grupos/amostras   independentes   (s/
Posição, 2 amostra;     C = escores   abaixo   da
Da   mediana emparelhamento   entre   os   Ss   das  N
"Rank" N  AD  BC   mediana   combinada   da   2ª   amostra;
(Não amostras) c/ dados que tenham uma  2
(conceitos x2  B = escores   acima   da   mediana
paramétrico) distribuição   livre,   com   objetivo   de
escolares;  A  B  C  D  A  C  B  D  combinada   da   2ª   amostra;
constatar   e   verificar   se   provêm   de
nível   sócio­ D = escores   abaixo   da   mediana
populações com medianas iguais
econômico) combinada da 2ª amostra
Plano   do   tipo   CRD,   p/   comparar
medianas   de   k   amostras
Extensão   do
independentes   (mais   de   3   grupos)
teste   da
do   mesmo   tamanho   (c/
mediana   (Não
emparelhamento   entre   os   Ss   dos
paramétrico)
grupos   ou   c/   medidas   repetidas
entre as amostras)
Ordenamento
das   somas   de
Compara mediana?!??! Dados brutos
Wilcoxon (Não
paramétrico)
Compara a  média  ou  mediana  de 2
Wilcoxon
grupos c/ medidas emparelhadas
N   =   nº   de   pares   de   observações,
 C ( da diferença de mesmo sinal )menos
  aqueles   em   que   houver
Se   n    25,   pode­se   usar   a empate   entre  os   valores   observados,
Plano do tipo RBD, c/ 2 grupos(?!) e
T  de Wilcoxon Nominal   ou estatística z ou seja, D = 0;   C = classificação das
com   emparelhamento   entre   os   Ss
(Não ordinal;
T
N  N  1  diferenças.
dos   grupos   ou   medidas   repetidas
paramétrico) Discreta?!? 4 O   valor   de  T  sempre   será   o   menor
entre as amostras z
N  N  1 2 N  1 valor   encontrado   para   a   soma   das
24 classificações   das   diferenças   de
mesmo sinal
z (…) P/ 1 amostra c/ 1 variável, quando Uma   variável; z  X   Há   necessidade   do   conhecimento
se quer comparar a   X   com a      e Numérica; SX prévio   da   média   e   do   desvio­padrão
quando n>30 Contínua da população ( e ).  O desvio­padrão
Onde:   X   i ;    n = nº   de da   população,   contudo,   pode   ser
X
n
estimado   a   partir   da   amostra   (S),
observações;   Xi = um valor, dado,
como mostrado ao lado.
observação   qualquer;     = média
S
da   população;     S X  ;   e
n

S
X i
X  2

n 1
Intervalo   ou z  X 1  X 2  
razão;     1 SX X 
P/   2   amostras   independentes   c/   1 1 2 Onde:     n1 = tamanho   da   1ª   amostra;
z variável
variável
numérica;   n  1 S12   n 2  1 S 22   1 n2 = tamanho da 2ª amostra
1 
S  X  X    1 

  
n 
contínua 1 2
 n1  n 2  2   1 n2 
Onde   n1  e   n2  se   referem   ao   nº   de
n1  n1  1 observações em cada um dos grupos;
n1 n 2   C1 ; C1  e  C2  refere­se   à   soma   das
2
"U"   de   Mann­ Plano   do   tipo  CRD,   p/   comparar   a Nominal   ou n n 
n 2  n 2  1 classificações   dos   valores   de   cada
1 2
 C2 grupo,   quando   ordenados   do   menor
Whitney   (Não diferença entre 2 grupos e testar a ordinal; 2
para o maior valor, independente do
paramétrico) significância dessa diferença Discreta
grupo.
O   valor   de  U  sempre   será   o   menor
valor   encontrado,   entre   os   dois   à
partir das formulas ao lado
Plano   do   tipo   CRD,   compara   2
grupos/amostras   de   mesmo 1   variável; n n  1 Onde:     R1 = soma   dos   postos   da   1ª
Mann­ U  n1 n 2  1 1
 R1 amostra;   R2 = soma dos postos da 2ª
tamanho   ou   tamanhos   diferentes, Ordinal   ou 2
Whitney   (Não
paramétrico)
podendo   também   ser   usado   p/ intervalo   ou n2 n  1
amostra;     n1 = tamanho   da   1ª
amostra;     n2 = tamanho   da   2ª
planos RBD c/ 1 variável e medidas razão U  n n
1 2
 2
 R2
2 amostra
emparelhadas
De
ordenamento
de   postos
robusto   de
Behrens­
Fisher   (Não
paramétrico)
Kolmogorov­ Para   análise   de   um   grupo,   c/   1 Pelo   menos,   a D = máximo |Dt(X)­Do(X)| É   conhecido   também   como   teste   de
variável, destinado a medir o grau Onde:     k = nº   de   postos;
aderência ou "goodnes of fit" (pode tb
de concordância entre a distribuição n = tamanho   da   amostra;
Smirnov   (Não nível   ordinal; "determinar"   se   uma   dada   amostra
acumulada   de   valores/dados Dt(X) = distribuição   acumulada
paramétrico) Discreta provêm   de   uma   população
observados na amostra com aqueles teórica;     Do(X) = distribuição
conhecida).
esperados teoricamente acumulada observada.
NA NB
X 2  4D 2 1. Ordenamos as duas amostras.
NA  NB
D  máximo S NA  X   S NB  X  2. Construímos as distribuições de 
freqüências acumuladas nos 
Pelo   menos,   a S  X   k e S NB  X   k
NA NA NB intervalos de classe de cada amostra
nível   ordinal;
3. Calculamos as diferenças entre as 
P/   analisar   se   2   amostras/grupos Discretas   ou
Onde:     NA = tamanho   da   1ª freqüências acumuladas de cada 
Kolmogorov­ foram   retirados   da   mesma Contínuas (não
amostra;     NB = tamanho   da   2ª amostra em cada um dos intervalos 
Smirnov   (Não população   ou   de   populações   c/   a há   exigência
amostra;  k = nº de postos de classe (diferenças entre a primeira
paramétrico) mesma   distribuição   cumulativa que
e a segunda amostra, A­B).
(distribuições semelhantes) provenham   de
É   muito   sensível,   detectando 4. Escolhemos a maior diferença 
distribuição
diferenças em relação à tendência [Dmax] que será comparada com 
normal)
central,   dispersão  e  simetria.     Se Dcrítico
as   diferenças   observadas   entre Se Dmax ≥ Dcrítico rejeitamos a hipótese
elas forem grandes é provável que de igualdade das amostras.
não se devam ao acaso.
Wald­
Wolfowitz
"runs   test"
(Não
paramétrico)
De   reações
extremas   de
Siegel­Tukey
(Não
paramétrico)
De   Moses   de
reações
extremas (Não
paramétrico)
De para 2 amostras independentes
randomização
(permutação)
(Não
paramétrico)
Risco relativo
Odds   ratio
(razão   de
chances)
Diferenças   de
2 proporções
No mínimo, no
nível   de t
X  
intervalo; SX
Numérica;
X
 Xi
"t"   p/   uma Contínua (Peso n Dados brutos.
Compara a média de 1 grupo (c/ n 
amostra em Kg;   altura S Há   necessidade   do   conhecimento
30) c/ a média da sua população SX 
(Paramétrico) em   m;     tempo prévio da média da população
n
de   duração   de
Onde:     X   =   média   da   amostra;
dado
 = média   da   população;     e
comportament
n = tamanho da amostra
o em min.)
"t"   para Plano   do   tipo   CRD,   p/   avaliar   a X1  X 2
medidas t
diferença   entre   as   médias   de   2 No mínimo, no
independentes
X12
(  X1) 2
  X 22 
  X 2  gl = (n1 + n2) ­ 2.
2

ou   c/   grupos
grupos   não   pareados  ou nível   de  
n1 n2 1 1
independentes  de   tamanhos   iguais intervalo   
não   pareados
(Paramétrico)
ou diferentes e c/ ns30  n1  n2   2  n1 n2 

"t"   para
Plano   do   tipo   RBD,   p/   avaliar   a X1  X 2 d
medidas ou
no   mínimo,   no
repetidas ou c/ diferença   entre   as   médias   de   2
nível   de 
  d
2


  d  gl = n­1
2

grupos grupos     pareados   ou   c/   medidas d 2


d 2
intervalo n n
pareados repetidas entre as amostras
n ( n  1) n ( n  1)
(Paramétrico)
"t"   com Compara a média de 2 grupos no   mínimo,   no Dados brutos
correção   de nível   de
intervalo
Welch
(Paramétrico)
Essa estatística tem uma distribuição
igual a do  X2, com gl = k ­ 1 (desde
que o nº de casos em cada tratamento
seja > 5).
No   caso   de   haver   mais   de   25%   das
Kruskall­ Plano   do   tipo   CRD,   p/   comparar 12 k C2

  3 N  1 Ond observações   empatadas,   é


j
Wallis   (ou médias   de   k   amostras H
N  N  1 j 1 n j recomendável   usar   a   formula
análise   de independentes   (mais   de   3   grupos)
no   mínimo,   a e:  N = nº total de observações;   Cj alternativa abaixo
variância   de do mesmo tamanho ou de tamanhos
nível ordinal =   soma   das   classificações   para   o 12  C 2j 
  3 N  1
tratamento  j;     nj  =   nº   de N  N  1  n j 
Kruskall­ desiguais (s/ emparelhamento entre 
Wallis)   (Não os   Ss   dos   grupos   e   s/   medidas  
paramétrico) repetidas entre as amostras) observações no tratamento j
1 3
 T
N N
Onde:    T  =  t3  ­  t  (e  t  é   o   nº   de
observações   empatadas   para   cada
valor);  N = nº total de observações
Para   dados   brutos,   onde:     N   =
Friedman   (ou Plano   do   tipo   RBD,   p/   comparar número   de   blocos;     k   =   número   de
análise   de médias   ou   medianas  de   3   ou   mais tratamentos;     Cj  =   soma   das

  
2
variância   de grupos,   quando   existe 12 k
Ordinal X c2    C j   3 N  k  1 classificações   para   o   tratamento  j.
Friedman) emparelhamento   entre   os   Ss   dos Nk  k  1  j 1  Obs.:     as   observações   de   cada   bloco
(Não grupos ou medidas repetidas  entre (unidades   experimentais)   são
paramétrico) as amostras classificadas da menor para a maior,
dentro de cada bloco.
2 2
 nr   n 
  X   X 
r

1  n    1 n 
1

P/   planos   CRD,   p/   comparar   as r


ANOVA variâncias   de   2   ou   mais 1   variável,   no r 1
ONEWAY grupos/amostras, c/ o fim de avaliar mínimo,   no
   nr  2 
2
  n 
2
 nGlInter
  = r ­ 1 e gl Intra = r (nr ­ 1)
(univariada) os   possíveis   efeitos   de   vários nível   de    X     X    X  
   1   
 n 2  1   
r
(Paramétrico) tratamentos   (representados   por intervalo     
1
X  
essas amostras).  1 n   1 nr n 
   
   
r  n r 1
ANOVA   (p/
no   mínimo,   no
medidas Compara   médias   de   3   ou   mais
nível   de
repetidas) grupos
intervalo
(Paramétrico)
Análise   de
no   mínimo,   no
variância F de
Compara mais de 2 grupos nível   de
Snedecor
intervalo
(Paramétrico)
Plano   do   tipo   RBD,   c/   2   grupos,
Análise   de para   testar   a   diferença   entre   as
no   mínimo,   no
variância F de médias   ou   analisar   as   suas
nível   de
Snedecor variâncias,   c/   emparelha­mento
intervalo
(Paramétrico) entre os Ss dos grupos ou medidas
repetidas entre as amostras
Análise   de Plano   do   tipo   CRD,   c/   2   grupos
no   mínimo,   no
variância F de independentes,   para   testar   a
nível   de
Snedecor diferença   entre   as   médias   ou
intervalo
(Paramétrico) analisar as suas variâncias
Plano   do   tipo   misto   (RBD/CRD),
Análise   de para   testar   a   diferença   entre   as
no   mínimo,   no
variância F de médias   ou   analisar   as   suas
nível   de
Snedecor variâncias,  c/   medidas   repetidas
intervalo
(Paramétrico) entre   algumas   variáveis   e   não   em
outras
Q  de   Cochran Plano   do   tipo   RBD,   c/   mais   de   2 Nominal  ?!?!(ou ordinal) dicotomizados:  são os dados estão contidos em n linhas e
grupos   e   com   emparelhamento definidos   somente   com   dois
(Não
entre os Ss dos grupos ou medidas valores: 1 (sim = sucesso) e 0 (não k colunas?!??!
paramétrico)
repetidas entre as amostras = insucesso)!??!?
Quando pa < pp
p  pp 
n rqp nr
Quando existe apenas 1 variável em a
2
2   níveis   e   um   grupo/amostra p(valor) =  ppqp

r 
retirado(a)   de   população   definida Nominal;
Categórica ;   onde   n   =   tamanho   da N
por   2   estratos/categorias   (aqui


Quando p   p
(e.g:
 
a p
descritas(os)   como   (+)   sucesso   e   (­)
Binomial (Não pa  p p
paramétrico)
insucesso masculino  vs 21   
(uma  proporção)   teste   estatístico feminino; p(valor) =  ppqp
baseado na distribuição binomial ou sadio  vs amostra;  r = nº de vezes em que o N
na   aproximação   à   curva   normal, doente) evento   ocorreu   na   amostra;     p   = Onde:     pa = proporção   de   evento
onde   se   compara   a   proporção   de
probabilidade do evento x;  q = 1­p amostral;     pp = proporção   de   evento
uma amostra com a do parâmetro. populacional;     N = tamanho   da
(probabilidade do evento y) 
amostra
  (duas  proporções)   teste   estatístico
baseado na distribuição binomial ou
Binomial (Não
na   aproximação   à   curva   normal,
paramétrico)
onde se comparam as proporções de
duas amostras.
McNemar   p/
Plano   do   tipo   RBD,   c/   2   grupos   e
significância
com   emparelhamento   entre   os   Ss
das  mudanças Nominal
dos   grupos   ou   medidas   repetidas
(Não
entre as amostras
paramétrico)
"One­sample
runs"   (Não P/ análise de um grupo Ordinal
paramétrico)
Plano   do   tipo   RBD,   c/   2   grupos   e
Do   sinal   (Não com   emparelhamento   entre   os   Ss
Ordinal
paramétrico) dos   grupos   ou   medidas   repetidas
entre as amostras
  de   Kendall P/ estabelecer apenas uma possível Intervalo
(Paramétrico) associação entre VI e VD usando­se
2 amostras ou conjunto de dados


Índice   de
correlação   de
P/ estabelecer apenas uma possível  xy  xy   ( Xi  X ).(Yi  Y ) Tem alto poder/eficiência
associação   entre   2   amostras   ou Intervalo r , ONDE  gl = n­2

   x2. y2   Xi  X 2. Yi  Y 2
Pearson   (r)
2x . y2
   
conjunto de dados
(Paramétrico)


 2 n3  n
 x    tx
Índice   de  6 d 2   12
correlação   de P/ estabelecer apenas uma possível rs  1    ou  x  y d 
2 2 2
t3  t
Spearman associação   entre   2   amostras   ou Ordinal
3
 ( n  n )  rs  , Onde:  eonde: t 
(rho ­  rs) (Não conjunto de dados, c/ 7  n  30  6 d 2 
2  x . y  3
2 2 12
 y2  n  n   ty
rs  1    gl = n
2
paramétrico)  n ( n  1) 

 12
Quando há postos repetidos...
Correlação   de
Útil   quando   n    10,   embora   não Ordinal 
Kendall (Tau)
relacionado diretamente ao r

Correlação Dicotomia   artificial,   às   vezes Nominal   e


rbis 
biserial ultrapassa  1,0   –   apresenta   erro­ Intervalo
padrão alto.
Correlação Nominal   e
Dicotomia  natural   –   extensão   do   r rpb
Ponto biserial Intervalo
de Pearson
Correlação   do
Nominal   (2
Coeficiente Dicotomias naturais – extensão do r r 
variáveis)
phi de Pearson e di Chi­quadrado
Correlação Nominal   (2 rt 
Tetracórica Dicotomias artificiais – apresentam variáveis)
correlações maiores do que phi

Correlação
Intervalo   (2
Coeficiente   de Usado   para   a   análise   de   relações  
variáveis)
razão (eta) não unilineares – extensão de r e da
ANOVA
É   uma   medida   da   proporção gl  r 1   F  1
relativa   da   variação   (ou   variância) 2  ; onde gl(r­1)
gl  r 1   F  1  n T Fórmula   simplificada   apresentada
total dos desempenhos que pode ser
corresponde   aos   graus   de por Geoffrey Keppel  in  Design and
explicada   pelo   efeito   da
OMEGA2 liberdade   inter­grupais;  F Analysis   ­   A   Researcher's
manipulação   experimental   (VI); Intervalo
(Paramétrico) corresponde   ao   valor   do   teste   F Handbook.     Prentice­Hall,   Inc.,
serve   para   avaliar   a   possível
significância   científica   de   um (anova);  e   nT  corresponde   ao Englewood Cliffs, New Jersey.  1973.
resultado   qualquer   de   pesquisa número   total   de   observações   em p. 551
manipulativa. todos os grupos
P/   poder­se   avaliar   o   Bartellet,
no   mínimo,   no
transforma­se­o em valor de    X2  =
de B  r .log 
Bartellet S2
nível     log S 2
(Paramétrico) r (2,3026) . r . B;  e se o lê na tabela do
intervalo
X2, sendo gl = r ­ 1
é   a   diferença   entre   as   médias   dos
grupos experimentais (tratamento =
terapias),   cada   um   per   si,   e   o   de G  GC
ET  E    Onde:     GE   é   a
controle   (não   tratamento   ou SC O uso do  efeito de tamanho  possui a
Efeito de 
placebo) em relação à determinada média   do   grupo   experimental   e vantagem  de não ser dependente do
tamanho 
medida   de   mudança.     Esta GC   é   a   média   do   grupo   de tamanho   da   amostra   para   ser
(Meta análise)
diferença   é   então   dividida   pelo controle;   e   SC   é o desvio padrão estatisticamente significativo
desvio padrão do grupo de controle do grupo de controle.
em   relação   à   mesma   medida
avaliativa.
Obs.:     se  os  dados  forem   de  intervalo  ou   de  razão,   mas   não  provierem   de  uma  distribuição  normal   (paramétrica),   então  deve­se
transformar os dados em ordinais e trabalhar com eles nesse nível escalar.
Quadro sobre as Escalas de Mensuração: Características, Afirmações e Operações Estatísticas.
Tipo de Afirmações Estatísticas Testes
Características Possíveis Exemplos Descritivas
Escala Estatísticos
eventos/objetos identificados Semelhanças Grupo étnico, religião, Moda; Chi quadrado;
na base da equivalência/não- e/ou sexo, cor dos olhos, Percentage Phi (); G2
1. Nominal equivalência; categorias diferenças preferência manual, m (%); IVQ (modelo Log
discretas (identidade rótulos psiquiátricos linear)
apenas)
ordenação, hierarquização, Maior do que Notas escolares, classe Mediana; Provas não-
postos - ponto zero arbitrário (>); menor do socioecônomica, posição percentis; paramétricas e,
(os intervalos, amiúde, não que (<); ordinal na família, “status” decis; frequentemente,
2. Ordinal
são iguais) identidade social, hierarquia das quartis paramétricas
forças armadas e
eclesiástica
magnitude/distância igual Todas acima, Temperatura em graus Média; r (PM de
entre escores (pontos na mais o grau de Celsius ou Fahrenheit, Desvio Pearson); teste t;
escala a intervalos distância entre medidas padronizadas de padrão Anova
numericamente iguais) - escores aptidão ou traços
3. Intervalar
ponto zero arbitrário -; (“personificaçã “intrapessoais”
valores contínuos o proibida”) convertidos em
quocientes,
tempo/calendário
Todas da escala intervalar Todas acima, Temperatura em graus Igual a 3, Os mesmos de 3
mais comparações além de certas Kelvin, altura, peso, tempo mais
proporcionais (advindas de atribuições de reação, ECG, EEG, nível coeficente
4. Razão medições com instrumentos organicamente auditivo em Hz ou db de variação
com unidades numéricas qualitativas Mg, Mh
precisamente calibradas) -
ponto zero absoluto
Nota: Adaptado de Stevens (1968), com modificações substanciais.
PROPRIEDADES DA DISTRIBUIÇÃO GAUSSIANA

ALGUNS PARÂMETROS ESTATÍSTICOS E SEUS SÍMBOLOS


REPRESENTATIVOS
Média 
Variância 2
Desvio Padrão 
Erro Padrão da Média x  Sx
Coeficiente de Momento de Assimetria sk  g1
Coeficiente de Momento de Curtose  1  g2

Com base nos trabalhos de Pascal (1623-1662), Fermat (1601-1665) e Bernoulli (1654-1705), Abrão de Moivre (1667-1754) demonstrou que a curva matemática que

se aproxima da curva normal é dada pela seguinte fórmula:

1
y e 1/ 2 ( X j   /  ) 2
 2

onde y = a altura (ordenada) da curva maior de qualquer valor de X j na distribuição de frequência;  = 3,14159, e = 2,71828 (a base de logaritmos

naturais);  e  representam a média e o desvio padrão da distribuição, respectivamente.


GLOSSÁRIO

ALEATORIZAÇÃO ­ Processo que assegura que uma amostra seja escolhida no meio de uma população de modo que a probabilidade de seleção
de  cada  membro  é  igual   à  probabilidade  de  escolha  de qualquer  outro  da  mesma  população;     dai   que  cada  um  e  todos  os   membros   da
população tenha(m) probabilidade(s) igual(is) de ser(em) incluído(s) numa amostra aleatória.
ALFA () ­ A probabilidade de ocorrência de um erro do tipo I ao se tomar uma decisão sobre a insustentabilidade de uma hipótese nula.  ( = 1 ­
;  quanto menor for , maior será , e vice­versa)
AMOSTRA ­ Subgrupo de uma população;  grupo específico do qual se tomam medidas.
AMOSTRA   ALEATÓRIA,  CAUSAL,   RANDÔMICA  ­  Amostra  escolhida  de  tal  maneira que  cada membro  da população­mãe teve a  mesma
chance ou oportunidade de ser escolhido.  É a amostra escolhida sem a interferência do pesquisador, obtida por meio de sorteio, ou de tabelas
de   números   aleatórios,   ou   por   procedimento   computadorizado   (pseudo­randômico),   constituindo,   do   ponto   de   vista   matemático,   amostra
probabilística.
AMOSTRA ESTRATIFICADA ­ Processo de obtenção de uma amostra representativa de todos os estratos (camadas) da população, para tal se
impõe   restrições   e   condições   à   composição   da   amostra.    Temos   uma   amostra   estratificada   quando   dividimos   a   população   em   categorias
relacionadas ao resultado da experiência, e depois "pegamos" um número proporcional de sujeitos de cada categoria, utilizando a forma aleatória
(de cada camada retiramos amostras aleatórias de tamanho proporcional a cada estrato).  A estratificação de uma amostra faz­se ao longo de
tantas dimensões quantas forem necessárias.
Amostra retirada de camadas da população denominadas estratos não superpostos, caracterizando­se, de um lado, pela maior homogeneidade
da   variável   investigada   dentre   cada  estrato   e,   de   outro,   pela  maior   heterogeneidade   entre  as   camadas,   como,   por   exemplo,   nível   sócio­
econômico de população urbana: baixo, médio e elevado.
De importância fundamental na técnica da estratificação é o conhecimento prévio de que os estratos são pertinentes ao resultado da experiência.
AMOSTRA NÃO­TENDENCIOSA ­ Processo de amostragem no qual não se faz nenhum tipo de restrição à possível inclusão de algum membro
de uma população numa dada amostra (não­tendenciosa);  um fato estatístico que caracteriza uma amostra não­tendenciosa, é sua média ser
igual ou bem próxima ao parâmetro da população que ela representa (quanto mais próxima da média da população for a média da amostra,
menos tendenciosa será a amostra).
Amostra por conglomerados:  amostra probabilística cujas unidades simples são obtidas de modo randômico de unidades coletivas, pressupondo­
se que estas últimas apresentem homogeneidade entre si.   Colmeias, cardumes, blocos residenciais são exemplos de unidades coletivas de
onde são retiradas amostras randômicas.

14
Amostra sistemática:   amostra probabilística cuja primeira unidade é obtida ao acaso e as demais, a partir da primeira, escolhidas a cada k
intervalo sistemático, definido pela razão entre o tamanho da  população e o tamanho da amostra.
AMOSTRA TENDENCIOSA ­ Amostra cuja média não corresponde a média da população em apreço;  ou, de outro modo, que sofreu algum tipo
de viés (restrição) durante seu processo de formação.
Amostra:  do ponto de vista da estatística, parte representativa da população.
Amostragem:  procedimento de estudo de uma parte do universo ou população.  Sinônimo:  sondagem.
Amostras independentes:  dois ou mais subconjuntos randômicos da população retirados de modo independente;  podem ser de tamanhos iguais
ou desiguais.
Amostras pareadas:  subconjuntos randômicos da população em que a variável estudada é mensurada antes e depois de um certo procedimento.
Exemplo:  medição do pulso radial antes e após esforço físico controlado.  As amostragens são, necessariamente, do mesmo tamanho.
Análise de sobrevivência:  análise estatística do tempo de ocorrência de determinado evento, o qual, na área médica, pode ser o óbito, a recidiva
de uma doença, a resposta terapêutica a uma droga etc.  As instituições securitárias utilizam esse modelo de análise.  O BioEstat apresenta os
seguintes programas de análise de sobrevivência:  atuarial, Kaplan­Meier e “Log­Rank test”.
Análise multivariada:  compreende testes estatísticos nos quais são consideradas de maneira simultânea n variáveis de k amostras, destacando­
se nesta versão do  BioEstat  os programas:   Componente Principal, Distância Multivariada (Euclidiana, Penrose e Mahalanobis), teste de
Hotelling e teste de Bartlett.
ANOVA:  teste estatístico cujo modelo de distribuição de probabilidades é o da variância para k amostras ou tratamentos independentes.   As
amostras podem ser do mesmo tamanho ou desiguais, no caso de k tratamentos (um critério), e devem ser iguais quando for o caso de k
tratamentos e r blocos (dois critérios).  Este teste é também conhecido como teste F, em homenagem a R. A. Fisher, e destina­se a comparar
diferenças entre médias através das variâncias, cujos escores amostrais devem ser mensurados a nível intervalar ou de razões.
BEHAVIORISMO ­ Escola psicológica que sustenta que os dados, do ponto de vista metodológico, devem ser, a um tempo, públicos e verificáveis,
e que os aspectos observáveis do comportamento  (humano e não­humano)  devem ser usados para desenvolver leis e para a elaboração de
teorias.  Por outro lado, do ponto de vista teórico, enfatiza as relações entre o comportamento dos organismos e os estímulos ambientais, o que
enseja ser considerado mecanicista (tal termo, entrementes, se referia aos filósofos pós­descartesianos).  Seu fundador foi John B. Watson, o
qual inspirou­se nas idéias de Locke e  fundamentou­se na  filosofia determinista  de  James,   no  funcionalismo de  John  Dewey,   no  método
experimental de Yerkes e na teoria do condicionamento reflexo de Ivan P. Pavlov (Watson criou o que ficou conhecido como   behaviorismo
metodológico ­ escola que propugnou pelo estatuto de ciência para a psicologia).
BETA () ­ A probabilidade de ocorrência de um erro do tipo II ao se tomar uma decisão sobre a sustentabilidade de uma hipótese nula.  Tal risco
é determinado pelo tamanho e pela variabilidade (heterogeneidade) das amostras, pelo nível de significância adotado, pelo uso de um teste

15
estatístico bicaudal ou unicaudal, e pela verdadeira natureza da distribuição de freqüências das diferenças médias.  ( = 1 ­ ;  quanto maior
for , menor será , e vice­versa)
Bioestatística ou Biometria:  estatística aplicada às ciências da saúde e biológicas.
Bonferroni:  procedimento de comparação entre médias de vários tratamentos, no sentido de verificar a significância estatística das diferenças
entre essas medidas de tendência central, determinando­se, a priori, o nível alfa de decisão.   A comparação é efetuada após a análise da
variância e somente se o valor de F for significativo. 
CATEGORIAS ­ Análise quantitativa (Catania, A. C., 1992)

CEGUEIRA DUPLA ­ (Vide dupla cegueira)
CETICISMO ­ Princípio filosófico segundo o qual é impossível se conhecer a verdade das coisas.
Coeficiente de assimetria:   medida de forma de distribuição dos escores de variáveis aleatórias contínuas, podendo ser simétrica, assimétrica
positiva (curva cuja cauda está desviada para a direita) e assimétrica negativa (curva cuja cauda está desviada para a esquerda).

COEFICIENTE DE CORRELAÇÃO  ­  Índice estatístico que denota a tendência de uma dada variável variar (não  em função da outra, mas)


quando uma outra varia (aumenta ou diminui);  expressa uma relação monotônica entre duas variáveis quaisquer.  Estatística que mede o
grau de relação interna entre duas ou mais varáveis sob investigação.
Coeficiente   de   curtose:     medida   da   forma   de   distribuição   de   variáveis   aleatórias   contínuas,   podendo   ser   mesocúrtica   (em   forma   de   sino),
leptocúrtica (afilada) ou platicúrtica (achatada).
Coeficiente   de   determinação   (r2):     é   o   quadrado   do   coeficiente   de   correlação   (r),   representando   a   quantidade   da   variação   de   uma   variável
dependente explicada pela variável preditiva.
Coeficiente de regressão:   é uma constante que determina o grau de inclinação da reta de regressão, simbolizado pela letra b.   Na regressão
múltipla há tantos coeficientes de regressão quanto o número de variáveis independentes testadas.
Coeficiente de variação:  razão entre o desvio padrão e a média aritmética vezes 100 (%).
Coeficiente Phi ():  coeficiente de correlação entre duas variáveis qualitativas e dicotômicas, dispostas em tabela de contingência 2 x 2.
COMPORTAMENTO ESPÉCIE­ESPECÍFICO  ­  Comportamento observado em todos ou na maioria dos membros de uma espécie (de somente
um dos sexo ou de ambos, e talvez somente sob limitado tempo da vida do organismo).   Diferentes usos podem incluir:   comportamento
emitido   antes   de   sua   seleção   pelas   conseqüências;     comportamento   respondente   incondicionado;     e,   em   "fairly   consistent   environments";
comportamento operante estereotipado mantido pelos reforçadores primários espécie­específicos ou reflexos condicionados que dependem de
reflexos   incondicionados   espécie­específicos.     Veja   também   exemplos   específicos:     Atividade   deslocada,   Padrão   fixo   de   ação,   "Releaser",
Atividade no vácuo (Catania, A. C., 1992)
16
Concordância de Kendall (W):  teste de associação entre k variáveis dispostas em vários conjuntos de postos e mensuradas a nível ordinal.
Contingência C:  teste de associação entre conjuntos de variáveis mensuradas a nível nominal, dispostas em tabelas de contingência l (linhas) x c
(colunas), isto é, com quaisquer números de categorias.
CONTRAPESO ­ Técnica de controle experimental em planos intraindividuais, a qual tem como objetivo distribuir uniformemente os efeitos de
transferência da(s) influência(s) de cada tratamento pelas várias condições do experimento.
CONTROLE  ­  Refere­se   a   métodos   e   processos   que   eliminam   ou   tentam   eliminar   ou   minimizar   a   ocorrência   de   variáveis   estranhas   ao
experimento ou não desejadas na experiência (cf. variáveis geradoras de confusão).  Controlada é a experiência em que o experimentador pode
concluir   sem   ambigüidades   que   a   variável   manipulada   (VI)   teve   (ou   não   teve)   efeito   sobre   a   variável   dependente,   ou   seja,   no   caso   da
Psicologia, sobre o comportamento.

A palavra controle em ciência tem duas acepções.  Na primeira, controle se refere a fazer algo ocorrer quando se quer que ocorra ou quando se
está em condições de observá­lo se ele vier a ocorrer (isso envolve seleção e manipulação de variáveis independentes).  A segunda acepção da
palavra controle está relacionada mais diretamente  às condições em que a experimentação será realizada (envolve  impedir que algo não
diretamente relacionado a manipulação da VI ocorra ­ basicamente, o problema se refere ao controle de possíveis variáveis extras, estranhas,
externas ou intervenientes).
Coorte:  grupo bem definido de uma população, possuindo alguma característica em comum e cujos indivíduos permanecem no conjunto durante
determinado tempo, registrando­se e avaliando­se as ocorrências havidas entre os elementos no período considerado.
Correção de Williams:  correção do teste G para obter melhor aproximação com o teste do qui­quadrado.
Correção de Yates:  correção de continuidade do teste do qui­quadrado, onde se subtrai 0.5 do numerador de cada termo, desde que o grau de
liberdade seja igual à unidade (1).
CORRELAÇÃO ­ Estratégia de pesquisa que não permite conclusões a respeito de possíveis causas acerca dos fatos que estão sendo observados.
Através   da   estratégia   correlacional   podemos,   apenas,   estabelecer   o   grau   em   que   duas   ou   mais   variáveis   estão   interrelacionadas   ou   co­
relacionadas (cf. índice de correlação).
Correlação de Kendall:  teste de associação entre duas variáveis mensuradas a nível ordinal (postos), calculando­se a correlação pelo coeficiente
de Kendall t.
Correlação   de   Spearman:     teste   de   associação   entre   duas   variáveis   mensuradas   a   nível   ordinal   (postos),   calculando­se   a   correlação   pelo
coeficiente de Spearman rs.
Correlação linear (Pearson):  teste de associação linear entre duas variáveis mensuradas a nível intervalar ou de razões, medindo­se o grau e a
direção pelo Coeficiente de correlação linear r.

17
Correlação Parcial:  teste de associação de duas variáveis quantitativas – X e Y – as quais são testadas juntamente com uma outra variável  – Z
–, a fim de se verificar se a correlação existente entre as primeiras é alterada pela presença da terceira variável introduzida.
Correlação:   teste de associação entre variáveis, medindo­se a magnitude e o sentido ou somente o grau dessa correlação, conforme o teste
empregado.  Não há qualquer dependência de uma variável em relação à outra.
DADOS ESTATÍSTICOS (OU ESTATÍSTICAS DA AMOSTRA) ­ Escores baseados em dados amostrais empregados para estimar os parâmetros
da população­mãe (por exemplo, média ou desvios­padrões).
Dados:  escores obtidos de observações ou de experimentos, podendo ser de fontes primárias ou secundárias e de amostras ou de populações.
DEFINIÇÃO ­ Enunciado a respeito do emprego de palavras na forma "A se, e apenas se, B, C etc.".  As definições são um meio taquigráfico de
comunicação, de modo que se preserva o significado inequívoco, ao mesmo tempo em que se reduz a verbosidade ao mínimo.
DEFINIÇÕES 0PERACIONAIS ­ Definição na forma "condicional" que proclama as condições específicas (quando e como) para a observação ou a
mensuração de conceitos mais ou menos abstratos, bem como o resultado que será observado ou medido depois que as condições impostas
forem satisfeitas.
DESCRIÇÃO ­ A mais simples das estratégias de pesquisa, a qual envolve o ato de observar e registrar os comportamentos à medida que eles
ocorrem.
DESVIO PADRÃO (DP) ­ (Apresenta propriedades da variância e tem a mesma unidade de medida dos dados).  É definido como a raiz quadrada
da variância, com sinal positivo e negativo ao mesmo tempo, pois envolve desvio em torno da média para um e para outro lado da distribuição
2 ( X )2
dos dados.  O desvio padrão é representado por S.   S   
( X  X )2
ou X 
n 1 S n
n 1
Distribuição   binomial:     modelo   de   distribuição   de   probabilidades   de   variáveis   aleatórias   discretas,   consistindo   de   n   provas   idênticas   e
independentes, cada uma apresentando apenas dois resultados:  sucesso (p) e insucesso (q = 1 ­ p). 
DISTRIBUIÇÃO DE FREQÜÊNCIA DE DIFERENÇAS MÉDIAS DE AMOSTRAS ­ Distribuição de freqüências de diferenças médias ( X E  X C )
obtida de um número supostamente infinito de diferenças médias entre amostras (diferenças entre médias de amostras);  o valor médio (ou
seja, a média das diferenças entre as médias) de uma distribuição de diferenças médias de amostras é zero.
DISTRIBUIÇÃO DE FREQÜÊNCIA DE MÉDIAS DE AMOSTRAS ­ Distribuição de freqüências de um número infinito de médias de amostras
aleatórias, geralmente hipotéticas;  seu valor médio é igual a média da população.
Distribuição de Poisson:  modelo de distribuição de probabilidades de variáveis aleatórias discretas, cujos eventos são raros e referentes ao tempo
e ao espaço.  A média é igual à variância.

18
Distribuição exponencial:  modelo de distribuição de probabilidades de variáveis aleatórias contínuas, referente ao intervalo de tempo decorrido
entre eventos raros e discretos.
Distribuição hipergeométrica:   modelo de distribuição de probabilidades de variáveis aleatórias discretas, com as mesmas características da
distribuição binomial.  O tamanho da amostra, contudo, é relativamente grande em relação ao tamanho da população, alterando­se em grau
acentuado a probabilidade dos elementos do universo pela retirada de cada unidade sem reposição.
DISTRIBUIÇÃO NORMAL (OU CURVA NORMAL OU CURVA DE GAUSS) ­ Modelo de distribuição de probabilidades de variáveis aleatórias
contínuas de largo emprego em estatística, caracterizando­se por ser simétrica, em forma de sino, assintótica, cuja área sob a curva é igual à
unidade.
É a distribuição simétrica de dados em que a maioria dos valores se concentra na região central da curva, isto  é, perto da média, e as
freqüências dos dados decresce rapidamente de ambos os lados da área central.  A forma geral da curva é descrita como em forma de sino e,
sendo simétrica, a média, a mediana e a moda terão todas o mesmo e único valor.  A curva normal tem como parâmetros  (mi) e  (sigma),
onde    representa a média e    o desvio­padrão da população.  Apresenta também dois pontos de inflexão (lugares onde a curva muda de
direção) correspondentes, respectivamente, aos valores de x =  +  e x =  ­ .  O termo "curva normal" foi cunhado por Pearson em 1893.
DUPLA CEGUEIRA ­ Processo experimental no qual nem o sujeito, nem o experimentador, tem conhecimento prévio da condição específica que
está sendo administrada (manipulada) na experiência.
ECOETOLOGIA  ­  ("ekos" = casa, lugar, ambiente) disciplina que estudo o comportamento dos organismos em seus ambientes naturais, sem
levar em consideração os determinantes internos (o mesmo que ecologia comportamental;  vide tb. etologia).
EFEITO PRINCIPAL ­ Comparação de médias globais com dados geralmente decompostos através dos níveis de uma terceira variável.
EFEITO SIMPLES ­ Quando há efeito de interação entre duas variáveis, a análise deve focalizar as diferenças entre cada par de médias (por
exemplo, A1 vs. A2) em cada nível de alguma outra variável (B1 e B2, por exemplo).
EMPARELHAMENTO  ­  Método   de   controle   em   planos   de   grupos   separados   em   que   se   tenta   explicitamente   tornar   os   grupos   (amostras)
equivalentes, antes da introdução das condições experimentais ou da aplicação dos tratamentos, com respeito a uma ou mais de uma medida
ou característica.
EMPIRISMO  ­  Escola   filosófica   que   afirma   serem   as   experiências   fatuais,   verificáveis,   sensoriais,   o   fundamento   da   observação   e,   por
conseqüência, de todo o conhecimento.

EQUIPARAÇÃO ­ (Vide emparelhamento).
Erro   amostral:     viés   observado   nas   amostras   aleatórias,   decorrente   da   natural   variabilidade   dos   elementos   constituintes   das   populações,
assinalando­se o fato de que nem todos as unidades do universo participam da amostra.   O erro amostral  é minimizado pelo aumento do
tamanho amostral e medido pelo erro padrão.

19
ERRO DE AMOSTRAGEM ­ Erro não­sistemático ocorrido entre amostras retiradas de uma mesma população, o qual se deve a representações
errôneas nas amostras de características relevantes da população.
ERRO DO TIPO G  ­   Tipo de erro de amostragem (extrínseco ao planejamento experimental) que se deve à ocorrência acidental de alguma
particularidade ambiental que influi no desempenho de toda uma amostra.
ERRO DO TIPO I (ou simplesmente Erro tipo I)  ­  Erro de julgamento que resulta da rejeição da hipótese nula (H0) quando ela é, de fato,
verdadeira.
ERRO DO TIPO II (ou simplesmente Erro tipo II)  ­  Erro de julgamento que resulta da aceitação da hipótese nula (H 0) quando ela é, de fato,
falsa.
ERRO DO TIPO R ­ Tipo de erro de amostragem (intrínseco ao planejamento experimental) que se deve à seleção de uma amostra que contém
alguma particularidade relativamente permanente que a diferencia da população­mãe.
ERRO DO TIPO  S ­ Tipo de erro de amostragem que se deve à inclusão inadequada, numa amostra, de indivíduos com características extremas
e pouco representativas ou não representativas da totalidade dos indivíduos da população.
ERRO PADRÃO DA DIFERENÇA ENTRE MÉDIAS ­ O erro­padrão da diferença entre médias é igual à raiz quadrada  da soma das variâncias
estimadas das populações.  O tamanho do erro­padrão de uma distribuição de freqüências de diferenças entre médias depende do tamanho
das amostras e das estimativas das variâncias das populações.  Ele é calculado pela formula:   EPX 1  X 2  12  2 2

ERRO PADRÃO DA MÉDIA (ou simplesmente Erro padrão) ­ É o desvio padrão da média ( S x );  é o "erro" inerente a qualquer cálculo de médias

S S2 
  X
2

de amostras.   Pode ser calculado pelas seguintes formulas:   EP  ou   , ou ainda,    X 2


.   O erro padrão é uma
n1 n1 n
n  2n  1
2

estimativa da diferença entre a média da população e a média da amostra.
ESCALA DE RAZÃO ­ caracteriza­se por apresentar unidade constante e comum de mensuração, atribuindo­se um número real a cada escore,
havendo uma razão conhecida entre dois intervalos quaisquer, um quociente conhecido entre dois valores quaisquer e um verdadeiro ponto
zero como origem.  Escala de mensuração que possui todas as propriedades das escalas nominal, ordinal e de intervalo, mais a propriedade
adicional de possuir um zero absoluto no ponto de origem (por exemplo, as mensurações físicas corriqueiras de peso e comprimento).
ESCALA INTERVALAR ­ Escala de mensuração que proporciona enunciados do tipo "maior do que" ou "menor do que", e especifica a quantidade
de unidades "maiores do que" ou "menores do que" (como exemplo, a escala de temperatura em graus centígrados).  A escala de intervalos tem
as propriedades de ordenação e adição de valores.  A Escala intervalar é semelhante à escala de razão, havendo apenas uma razão conhecida

20
entre dois intervalos quaisquer, sendo a unidade de medição e o ponto zero arbitrários.  Alguns pesquisadores não fazem distinção entre esta
escala e a de razão
ESCALA NOMINAL ­ Escala mais simples que existe;  nela se usam números ou quaisquer outros símbolos para distinguir características ou
indivíduos, uns(umas) do(a)s outro(a)s, dentre um conjunto ou classe de objetos, coisas etc., havendo relação de equivalência entre e dentre as
categorias.  Exemplo:  estado civil:  solteiro, casado, divorciado e viúvo.
ESCALA ORDINAL (ou por postos) ­ Escala na qual os números (valores) indicam tão somente diferença(s) de magnitude, tamanho ou ordem
(por exemplo, posição, ordem ou lugar em que atletas velocistas ou fundistas atingem a linha de chegada).
Escala na qual as modalidades de uma variável são ordenadas em graus ou magnitudes convencionadas, havendo uma relação matemática
“maior do que” ou “menor do que” dos elementos, objetos, coisas entre as diversas categorias e de equivalência das unidades dentre cada
modalidade.  Exemplo:  conceitos escolares:  Excelente, Bom, Regular e Insuficiente.
ESCOLA DE WÜRZBURG ­ Escola psicológica que enfatizou atos e processos e usou a introspeção como método;  precursora do Funcionalismo.
ESCOLA, ABORDAGEM, CORRENTE OU TENDÊNCIA PSICOLÓGICA  ­  Estes termos referem­se, geralmente, a um grupo de estudiosos que
seguem ou compartilham os mesmos princípios ou princípios metodológicos semelhantes.
Cada Escola ou corrente reúne um conjunto de psicólogos que, em decorrência de pesquisas já realizadas, admitem certos métodos e concepções
próprias acerca do comportamento.
Escores padronizados:  transformação dos escores brutos em escores z, onde a média é igual a zero e o desvio padrão igual à unidade (1).
Especificidade:   percentagem de indivíduos sem o evento (sem a afeção investigada, por exemplo), cujo teste – tuberculínico, por exemplo – é
negativo (–).
Estatística descritiva:   parte da estatística cujo objetivo é a coleta, a organização, a classificação dos dados amostrais ou das populações, as
apresentações tabular e gráfica e o cálculo de determinadas medidas: média, mediana, variância, desvio padrão, coeficiente de variação, de
assimetria, de curtose e outras.
Estatísticas (no plural):  valores numéricos das amostras, constituindo nas amostras probabilísticas estimativas não enviesadas dos parâmetros
conforme é demonstrado pelo Teorema do Limite Central.
Estimação de parâmetros:  parte da inferência estatística, cujo procedimento indutivo consiste em generalizar os valores numéricos amostrais
para o universo investigado.
ESTRUTURALISMO ­ A primeira escola de psicologia;  tentou reduzir a mente a elementos básicos ou estruturais e desenvolveu a introspecção
como método experimental.  Fundada por Wilhelm Wundt.
Estudo longitudinal:  é aquele no qual se coleta informações sobre os indivíduos selecionados ao longo de um intervalo de tempo especificado.

21
Estudo prospectivo:  estudo longitudinal no qual os indivíduos são observados a partir de um dado momento, prosseguindo­se ao longo do tempo
previamente fixado.
Estudo retrospectivo:   estudo longitudinal no qual as informações de interesse estão contidas em registros anteriores, em arquivos de dados
como, por exemplo, em prontuários hospitalares.
Estudo   transversal:     dados   coletados   de   um   grupo   de   indivíduos   em   um   momento   definido,   avaliando­se   sobretudo   a   prevalência   de   uma
determinada afecção.
ETOLOGIA  ­  ("ethos"   =   comportamento,   hábitos,   costumes)   estudo   do   comportamento   dos   organismos   e   seus   determinantes   internos   e
ambientais.
EXPERIÊNCIA (EXPERIMENTO, EXPERIMENTAÇÃO)  ­  Conjunto de regras que orientam o arranjo e a ocorrência de certos eventos numa
forma lógica, de modo que os dados dos sentidos possam ser usados para formular relações legítimas entre esses eventos.
Enfoque analítico no qual há intervenção do pesquisador nas condições em que os indivíduos são submetidos à pesquisa, com controle efetivo
dos fatores causais e dos respectivos efeitos.
EXPLICAÇÃO ­ Refere­se à aplicação de conceitos, leis e teorias em relação a um resultado experimental qualquer ou em relação a um evento
que ocorre naturalmente.  A explicação, em ciência, só é útil quando pode ser posta à prova;  e só será testável quando os fatos que poderiam
falseá­la são conhecidos e podem ser descartados como dispensáveis para a referida explicação.
Explicar, em ciência, envolve identificar a “causa” de um dado evento ou acontecimento tido como efeito (via de regra, VI  VD).
FATO ­ Em sentido mais geral, descrição de uma observação que transmite uma espécie de conhecimento empírico acerca do mundo.  Os fatos
devem ser a base na elaboração e explicação da teoria científica.
FENOMENOLOGIA  ­  Enquanto   escola   psicológica,   procura   compreender   o   mundo   do   ponto   de   vista   do   indivíduo.     Em   oposição   aos
behavioristas, os fenomenólogos fazem uso da experiência subjetiva, dos relatos introspectivos e dos processos mentais.   Enquanto escola
filosófica, teve sua primeira formulação através de Edmund Husserl (1900).   Pretende levar ao conhecimento da verdade ou essência do
fenômeno, através da intencionalidade da consciência (haja vista que toda consciência é consciência de algo ­ porém, a consciência da essência
das realidades é uma tarefa infindável, necessariamente incompleta, pois toda compreensão do fenômeno é apenas superficial e deve ser
"completada" por outras  essências das vivências).   Portanto, a fenomenologia seria o conhecimento descritivo das essências da consciência
pura, livre de preconceitos.
Fenótipo:  característica de um indivíduo resultante do produto dos genes e expressada de diversas maneiras.  As pessoas do sistema sanguíneo
ABO, por exemplo, são classificadas em fenótipos dos grupos A, B, AB ou O.

22
FIDEDIGNIDADE DA MEDIDA DE RESPOSTA ­ Representa o grau em que uma dada resposta reflete, sem variação com o passar do tempo, os
efeitos   de   uma  variável   independente   (a   medida   de   resposta,   em   uma  dada   experiência,   é   a   mesma   em   dois   momentos   distintos   dessa
experiência).
FOTOTAXIA  ­  Rejeição de substâncias com dado veneno ("taste") após sua ingestão ter sido seguida por distúrbio  gastrointestinal ou náusea
(e.g., como a produzida por raio­x).   Ela pode ser interpretada como comportamento operante (punição de ingestão de substância com este
veneno ("taste") ou como condicionamento respondente (onde distúrbio gastrointestinal é o EI e o veneno ("taste") torna­se um EC).   Em
outros casos, sua característica especial é o longo intervalo (algumas vezes horas) entre o "taste and its aftermath".  O procedimento não é
efetivo sob tais lapsos, intervalos ("delays") se estímulos como sons ou "fights" são substituídos por veneno ("taste").  Por esta razão, aversão a
veneno ("taste") é freqüentemente citada como um exemplo de preparação.  Taxis (plural.  taxes).  Movimento filogeneticamente determinado
ou orientação "em direção de" ou "para longe de" um estímulo (e.g., fototaxia negativa é movimento de afastamento desde a luz). Cf. KINESIS.

FUNCIONALISMO ­ Escola psicológica que se ocupa dos propósitos dos eventos mentais e do como e do por quê das operações mentais (função
da mente no processo de adaptação dos organismos as condições sempre flutuantes de seus ambientes).  O funcionalismo é o primeiro sistema
psicológico genuinamente norte­americano.
Genótipo:  conjunto de todos os genes que determinado indivíduo possui. No caso, por exemplo, do sistema sanguíneo ABO, as pessoas do grupo A
possuem o genótipo AA ou AO; do grupo B, genótipo BB ou BO; do grupo AB, genótipo AB; e do grupo O, genótipo OO.
GESTALT ­ Escola psicológica que enfatiza a experiência do organismo total.  Os psicólogos da Gestalt entendem que o todo é mais que a soma
das partes (princípio enunciado pelo filósofo chinês Mao Tsé no séc. II AC).  A Gestalt se orienta por pontos de vista fenomenológicos ­ o todo, o
conjunto, a forma resulta da descoberta de relações entre as partes que compõem este todo ­.  A Gestalt ficou conhecida como a psicologia da boa
forma ou da percepção.
“Goodness of fit”:   teste estatístico de modelo de distribuição de probabilidades, no qual as proporções observadas se ajustam às proporções
esperadas, deduzidas matematicamente ou estabelecidas de acordo com alguma teoria.  É também denominado de teste de aderência.

Graus de liberdade (gl):  são parâmetros indexadores estatísticos correspondentes ao número de observações independentes, como se observa nas
distribuições t de Student, F da ANOVA, Qui­quadrado e r da correlação linear de Pearson.

Conceito estatístico de difícil explicitação ­ contudo, pode ser simplificado pela formula gl = n ­ 1 ­.  Graus de liberdade se refere a segurança
que o pesquisador adquire em função do tamanho relativo de sua(s) amostra(s).
Heterogeneidade das amostras:  é um modelo probabilístico que indica se as amostras investigadas não são oriundas da mesma população, sendo
utilizado nos testes do qui­quadrado, da correlação linear e da regressão linear.

23
Heterogeneidade das variâncias:   é  um modelo probabilístico  que  revela se as  variâncias dos  subconjuntos  testados  são desiguais,  não são
oriundas da mesma população, sendo empregado no teste F ou da ANOVA, no teste t de Student para duas amostras independentes, e na
regressão linear.  Sinônimo:  heteroscedasticidade.
HIPÓTESE EXPERIMENTAL, HIPÓTESE DE TRABALHO, HIPÓTESE ALTERNATIVA OU H1­ É a  hipótese que contraria a de nulidade, no
sentido de afirmar que há diferença entre os grupos específicos objetos da pesquisa.  A diferença observada é considerada real, rejeitando­se,
portanto, a hipótese de nulidade.  A H 1 é uma reformulação explícita da pergunta (problema) geral da pesquisa, a qual esclarece a relação
entre as variáveis,  independente e dependente  (VI  e VD),  quais  os  sujeitos  experimentais,  os  processos  e  materiais  a  serem   usados.    A
hipótese   experimental   prediz   que   ocorrerá   uma   variação   sistemática   na   VD   (observações   diferentes)   em   função   de   variações   na   VI
(tratamentos).
HIPÓTESE NULA OU DE NULIDADE (H 0) ­ Enunciado que sustenta que quaisquer diferenças entre  duas observações, amostras, grupos etc.,
se devem ao acaso ou a fatores aleatórios e não a uma variação sistemática da VI;  hipótese que sustenta que não há uma diferença "real"
entre as médias das amostras usadas no experimento.    É a hipótese que se testa, considerando­se não haver diferenças entre os grupos
específicos objetos do estudo.
Homogeneidade das amostras:  é um modelo probabilístico o qual indica se as amostras investigadas são oriundas da mesma população, sendo
utilizado nos testes do qui­quadrado, da correlação linear e da regressão linear.
Homogeneidade   das   variâncias:     é   um   modelo   probabilístico   quel   revela   se   as   variâncias   dos   subconjuntos   testados   são   iguais,   oriundas,
portanto, da mesma população, sendo empregado no teste F ou ANOVA, no t teste de Student para duas amostras independentes  e na
regressão linear.  Sinônimo:  homoscedasticidade.
Incidência:  estudo epidemiológico de ocorrência de casos novos de determinada doença, constatados ao longo de um período de tempo pré­fixado
como, por exemplo, 6 meses, um ano, e assim por diante.  Os estudos relativos à incidência são denominados de longitudinais.
ÍNDICE DE CORRELAÇÃO  ­  O coeficiente de correlação não é uma medida da mudança quantitativa de uma "variável" em relação a outra, é
somente   uma   medida   da   intensidade   de   associação   (co­relação)   entre   duas   variáveis.    Sua   formula   para   dados   independentes   é:


 xy  xy   ( Xi  X ).(Yi  Y )  6 d 2   6 d 2 
r , ONDE  ;  para dados correlatos ou repetidos é:   rs  1   3   ou  r
s  1  

 x2. y2  x2. y2   Xi  X 2. Yi  Y 2


 ( n  n )   n ( n 2  1) 

    
24
Inferência estatística:  método indutivo de generalização dos valores numéricos amostrais para a população de onde os dados foram retirados.  As
generalizações  estatísticas,   diferentes   das   leis   universais,   admitem   exceções,   mas   proporcionam   conhecimentos   de   relevância   em   termos
científicos.
INTERAÇÃO  ­  Ocorre interação entre variáveis independentes, quando o efeito de uma delas é substancialmente diferente em cada nível da
outra.
INTERAÇÃO DE ORDEM TRIPLA  ­  Interação que ocorre em planos trifatoriais.   Uma interação de ordem tripla implica que uma ou mais
interações bifatoriais provavelmente serão significantes em um nível do terceiro fator (por exemplo, AB é significante em C1), ao passo que
uma ou mais interações bifatoriais que envolvem os mesmos termos, não são significantes em um outro nível do mesmo terceiro fator (AB não
é significante em C2, por exemplo);  uma interação de ordem tripla também poderá ocorrer se as formas das interações bifatoriais se alterarem
radicalmente nos níveis do terceiro fator.
Intercepto:  é uma constante relativa ao valor de Y nas equações de regressão linear quando o escore de X é igual a zero, sendo simbolizada pela
letra a.  Representa, portanto, o valor da variável dependente quando o valor da variável preditiva é igual a zero.
Intervalos de confiança:   área abrangida pela estimativa pontual e, mais ou menos, n erros padrões, definidos em termos probabilísticos pela
Regra Empírica e pelo Teorema do Limite Central.  Os intervalos de confiança mais usados são de 95% e 99%, correspondentes, no caso da
média aritmética de grandes amostras, a e , respectivamente.
INTROSPECÇÃO ­ Método usado pelos primeiros psicólogos estruturalistas, o qual exigia sujeitos treinados a "olhar para dentro de sí mesmos",
refletir   sobre   as   mudanças   ocorridas   em   suas   experiências   conscientes   e   relatar   fielmente   essas   mudanças   a   um   experimentador   que
relacionava sistematicamente, em relação ao conteúdo da mente, um relato subjetivo a outro, buscando a formulação de leis do tipo R­R.
INVERSÃO ­ Técnica de controle em experimentos com sujeitos únicos;  consiste em se retornar, após a aplicação do tratamento experimental,
às condições que vigiam durante a fase de registro da linha de base inicial.
Kolmogorov­Smirnov:   teste estatístico não­paramétrico, de aderência ou de independência, para uma ou duas amostras, respectivamente.   O
teste de aderência é utilizado também para testar a normalidade dos escores amostrais.
LEI  ­  Enunciado de uma relação sistemática entre variáveis ou conceitos.   Um exemplo de ocorrência de um conceito está sempre ligado ao
exemplo de ocorrência de um outro.
Levantamentos ou “surveys”:  estudos caracterizados pela coleta de dados, descrevendo­se os escores amostrais e calculando­se estatísticas que
estimam os parâmetros da população investigada. Nos levantamentos pode­se, ainda, estudar a relação de causa e efeito de variáveis, mas
sem o controle efetivo dos elementos causais.
LINGUAGEM DA OBSERVAÇÃO ­ Palavras usadas para descrever ou nomear eventos observáveis diretamente.  Essa linguagem consiste em
termos que especificam e identificam, ou indicam propriedades de objetos, ou descrevem relações entre eles;  a linguagem da observação é o
ponto de partida para a comunicação científica.
25
LINHA DE BASE (COMPORTAMENTO DE BASE OU, SIMPLESMENTE, BASE) ­ Refere­se, via de regra, ao comportamento firme, estável,
apresentado por um organismo antes da introdução do tratamento experimental em um plano de sujeito único (estratégia de controle usada
na abordagem de pesquisa conhecida como manipulativa funcional ou AEC ­ cf. Behaviorismo e/ou Manipulação).
LINHA DE BASE MÚLTIPLAS ­ Processo de controle experimental usado em pesquisas de sujeito único.  Diferentes sujeitos podem receber o
mesmo tratamento em diferentes ocasiões ou o mesmo sujeito pode receber o mesmo tratamento para diferentes tipos de respostas ao longo do
tempo ou de ambientes diferentes.
MANIPULAÇÃO  ­ Estratégia ou abordagem de pesquisa muito poderosa, que envolve a manipulação (alteração) de uma ou mais variáveis
independentes.     A   manipulação   é   utilíssima   para   determinar   relações   causais.     Essa   abordagem   pode   ser   dividida   em:    Abordagem
Manipulativa  Propriamente  Dita  (AMPD)   e  Abordagem  manipulativa  funcional  (também   conhecida   como   Análise   Experimental   do
Comportamento ­ AEC, a qual faz uso do plano de sujeito único).  As principais diferenças entre elas são:  uso de grupos de sujeitos (AMPD)
em contraste com o uso extensivos de planos de sujeito  único  (AEC);   uso de testes de hipóteses e de estatísticas na análise dos dados
experimentais (AMPD) em contraste com o uso de curvas acumuladas de respostas (AEC);  uso do método hipótetico­dedutivo na elaboração
de teorias (AMPD) em contraste com o uso do método indutivo (AEC).
MÉDIA   (ou  simplesmente  Média   aritmética)­  Medida  de   tendência   central   de   largo  emprego  em   estatística,   usada  para   caracterizar   ou
descrever alguma particularidade quantificável de uma dada amostra, subconjunto, ou mesmo, de uma população.  Como estatística, a média
é definida como um índice aritmético, calculado pela somatória ou soma de todos os valores ou escores (Xn) observados na amostra, dividido
 Xn
pelo total de observações realizadas ou pelo número de indivíduos ou casos (N) que compõem a amostra ( X  ).
N
Média geométrica:  medida de tendência central representada pela raiz n do produto dos escores e indicada, sobretudo, quando os dados estão
dispostos em progressão geométrica.
Média harmônica:   medida de tendência central para grandezas inversamente proporcionais como, por exemplo, tempo e velocidade, tempo e
produtividade etc.
Mediana:  medida de tendência central que separa os escores em dois grupos:  50% inferiores e 50% superiores à mediana.
Meta   análise:     permite   a   integração   de   várias   pesquisas,   no   entanto,   antes   que   tal   análise   seja   possível,   pesquisas   individuais   devem,
evidentemente, ser conduzidas.  Entrementes, SMITH et al. (1980) previnem que a comparação é bruta e não controlada quando se trata de
pesquisas na clínica – por exemplo, para avaliar a efetividade de terapias ­, visto que as pessoas que buscam ajuda psicológica não se alocam
aleatoriamente nos diferentes tipos de terapia.  Um exemplo de meta análise é a medida do efeito de tamanho, a qual pode ser obtida para
cada tipo de terapia, geralmente através da média das diferentes medidas de resposta utilizadas para avaliar a efetividade da terapia.   O
efeito de tamanho é a diferença entre as médias dos grupos experimentais (tratamento = terapias) e o de controle (não tratamento ou placebo)
em relação à determinada medida de mudança.  Esta diferença é então dividida pelo desvio padrão do grupo de controle em relação à mesma
26
medida avaliativa.  O uso do efeito de tamanho possui a vantagem de não ser dependente do tamanho da amostra para ser estatisticamente
significativo, como acontece nos testes de significância.
Moda:  é o valor mais freqüente de um conjunto de dados.
Modelo:  forma simbólica de um princípio físico expresso por uma equação ou por uma fórmula.
Newman­Keuls:     procedimento   de   comparação   entre   médias   de   vários   tratamentos,   no   sentido   de   verificar   a   significância   estatística   das
diferenças entre essas medidas de tendência central.   A comparação é efetuada após a análise da variância e somente se o valor de F for
significativo.
NÍVEL DE SIGNIFICÂNCIA  ­  Ao realizarmos um teste estatístico sobre os dados de um experimento, estaremos habilitados a dizer em que
medida (nível) é provável que qualquer diferença observada seja devida ao acaso.  Se é muito improvável que a diferença possa ser causada
por  acaso,  ­  digamos, a probabilidade é de 1:1000, ou seja, 0,001  ­  então, se concluirá que a variável independente é a responsável pela
diferença;  diz­se, então, que a diferença é significante.  Se, por outro lado, a diferença entre os dois grupos pode facilmente surgir por acaso,
então não há razão alguma para atribuí­la ao efeito da variável independente.  Os resultados serão considerados não­significantes.
Até que ponto (nível) a explicação aleatória tem de ser improvável para que a rejeitemos e possamos considerar os resultados significantes?
Essa é essencialmente uma questão arbitrária.  Em geral, adota­se o valor alfa de 0,05 ou 0,01, admitindo­se, ao rejeitarmos a hipótese nula, a
possibilidade   de  ocorrência   de   1  erro  em   20  chances   (0,05   =   5%)   ou   1  em   100   (0,01   =   1%),   respectivamente;     a   maioria   dos   psicólogos
experimentais adota um nível de significância () de 0,05, ou seja, precisará estar num nível de ocorrência (aleatória) de 5:100 ou 1:20 (5
casos em cada 100 ou 1 caso em cada 20 observações, respectivamente).
Observação   censurada:     observação   na   análise   de   sobrevivência   que   não   cumpriu   o   seguimento   estabelecido,   desconhecendo­se   o   motivo
(abandono etc.).
OBSERVAÇÃO NATURALÍSTICA ­ Estratégia descritiva que requer observação e mensuração do comportamento à medida que ele ocorre em
seu estado natural ou normal.
“Odds ratio” (razão de chances):  teste estatístico simbolizado por OR para determinar o risco relativo de dois grupos independentes, funcionando
um deles como controle, sendo utilizado em epidemiologia a fim de avaliar a ocorrência de pessoas expostas a determinado evento em relação
ao grupo de indivíduos não expostos.
OMEGA2 ­ É uma medida da proporção relativa da variação (variância) total dos desempenhos que pode ser explicada pelo efeito da manipulação
experimental (VI);  serve para avaliar a possível significância científica de um resultado qualquer de pesquisa manipulativa.

27
Uma fórmula simplificada é a apresentada por Geoffrey Keppel (in  Design and Analysis ­ A Researcher's Handbook. Prentice­Hall, Inc.,
gl  r 1   F  1
Englewood   Cliffs,   New   Jersey.  1973.   p.551):      
2
;     onde   gl(r­1)   corresponde   aos   graus   de   liberdade   inter­grupais;  F
gl  r 1   F  1  n T
corresponde ao valor do teste F (anova);  e nT corresponde ao número total de observações em todos os grupos.
P   (valor):     é   a  probabilidade   obtida  nos   testes   de   hipótese  (inferência   estatística).     Quando   o  P   (valor)   é   igual   ou   menor   que   o   nível   alfa
previamente estabelecido, rejeita­se a hipótese de nulidade.
PARADIGMA ­ O mesmo que modelo (no caso da ciência, modelo teórico usado para explicar a classe de fenômenos estudados ...).  Kuhn usa o
termo paradigma para se referir "à constelação total de crenças" compartilhada por certos cientistas ou uma dada comunidade, ou ainda, a
uma experiência exemplar ­ por exemplo, os pesos deixados cair por Galileu Galilei da torre de Pisa, na Itália.  Modelo teórico exemplar.
Em   outros   momentos   Kuhn   (1997:   13)   usa   o   termo   paradigmas, referindo-se às realizações científicas universalmente
reconhecidas que, durante algum tempo, fornecem problemas e propiciam soluções modelares para uma comunidade
de praticantes de uma ciência.
PARÂMETROS DA POPULAÇÃO  ­  Características (valores numéricos das populações representando constantes de cada variável do universo
investigado) inerentes a toda e qualquer população, como sua média, variância etc.  Geralmente esses parâmetros são deduzidos à partir de
amostras da população que se está interessado em conhecer seu comportamento ou certas características.  Os dados estatísticos das amostras
são então generalizados para a população de onde as amostras foram retiradas.
PARTICULARIDADES   RECORTADAS  (ABSTRATAS)  ­  Particularidades   ou  objetos  reais  (!?)  que requerem  condições  especiais  para  a sua
observação.
PARTICULARIDADES SALIENTES (NOTÁVEIS)  ­  Particularidades ou objetos da experiência sensorial que não precisam de outra definição
além de uma lista dos seus atributos.
PLACEBO ­ Condição de controle em que todas as particularidades são idênticas à condição experimental, excetuando­se seu aspecto­chave ou
crítico.     Em   medicina,   substância   sem   propriedades   terapêuticas,   usada   no  lugar   de   substâncias   sabidamente   com   princípios   ativos,   ou
substância   usada   e   acreditada   como   tendo   ação   farmacológica   importante..     Em   psicossomática,   efeito   placebo   se   refere   a   um   efeito
meramente devido à sugestão psicológica ou crença.
PLANO ALEATORIZADO SIMPLES  ­  Experimento com dois ou mais níveis de uma única variável;   geralmente um dos níveis é a condição
experimental, e o outro nível, é a condição de controle (sem a presença da variável independente).
PLANO BIFATORIAL, INTRA­INDIVIDUAL (?)  ­  Experimento em que se manipula duas variáveis intraindividuais e no qual se apresenta a
cada sujeito todos os níveis de cada uma delas (plano intragrupal).

28
PLANO DE TRATAMENTO INTRA­INDIVIDUAL ­ Tipo de plano em que, a cada sujeito, se administra todas as condições que fazem parte da
pesquisa.
PLANO DE TRATAMENTO POR NÍVEIS ­ Experimento do tipo interindividual, com duas variáveis independentes, no qual uma delas funciona
como variável emparelhante (via de regra, é uma variável "do sujeito" que serve para equiparar os grupos);   do ponto de vista da análise
teórica, os efeitos da variável emparelhante anulam­se reciprocamente, uma vez que ela está presente tanto na condição experimental, como
na condição de controle.   Para que o emparellhamento tenha sentido, é necessário que haja uma correlação significativa entre a variável
dependente e a variável emparelhante.
PLANO DE TRATAMENTO POR SUJEITOS ­ Experimento do tipo intraindividual, com apenas um variável, em que cada sujeito recebe todos
os níveis dessa variável.   Neste plano, a influência das variáveis do sujeito como variáveis geradoras de confusão, são desconsideradas no
momento da análise dos resultados (se ocorreram erros devido as variáveis dos sujeitos, elas ocorreram em todos os tratamentos, logo, seus
efeitos se igualam quanto ao resultado final, portanto, podem ser desconsiderados).
PLANO DE TRATAMENTO POR TRATAMENTO (PLANO FATORIAL) ­ Tipo de plano interindividual, com duas variáveis, em que os efeitos
de interação e os efeitos principais ou os simples são investigados;  a forma mais simples desse plano é o plano fatorial 2 x 2.
PLANO INTERINDIVIDUAL  ­  Tipo de plano em que, a cada sujeito, de cada grupo, só se administra uma, e apenas uma, dentre as várias
condições que fazem parte da pesquisa.
PLANO INTRA­INDIVIDUAL UM, INTERINDIVIDUAL DOIS ­ Plano misto com duas variáveis interindividuais e uma intraindividual.
PLANO INTRA­INDIVIDUAL UM, INTERINDIVIDUAL UM ­ Plano misto com duas variáveis independentes, sendo uma intraindividual e a
outra, interindividual.
PLANO MISTO ­ Tipo de plano em que se administra, pelo menos, duas variáveis independentes, sendo que uma delas, pelo menos, precisa ser
uma variável do tipo intraindividual, e outra, pelo menos, precisa ser do tipo interindividual.
PLANO TRIFATORIAL ­ Experimento do tipo interindividual, com três variáveis independentes.  Neste tipo de plano, as interações de ordem
tripla e dupla são analisadas antes de se proceder as análises dos efeitos principais ou dos efeitos simples.
Poder do teste:  capacidade de um teste estatístico de rejeitar a hipótese de nulidade quando de fato ela é falsa.
POPULAÇÃO (ou Universo) ­ Conjunto de coisas, objetos, animais, indivíduos etc. que possuem, pelo menos, uma característica em comum.  Em
estatística,   refere­se  a  uma   distribuição   de  freqüência   de   todos   os   membros   de  determinada   classe   ou   circunscritos   em   uma   área   e  em
determinado tempo.  O tamanho da população é simbolizado pela letra N.
POSIÇÃO SEMIATEÓRICA (OU, POSIÇÃO ATEÓRICA)  ­  Posição atribuída a Skinner e seus seguidores, segundo a qual, a formulação da
teoria não deve ser buscada antes da obtenção de uma boa base de dados empíricos.  Esta posição está afinada com a formulação de teorias em
miniatura., as quais são fruto do método indutivo.

29
Precisão amostral:  é a proximidade entre os valores das estatísticas obtidas de várias amostras do mesmo tamanho e da mesma população.
Prevalência:   estudo epidemiológico de ocorrência de casos  de determinada doença constatados  em  um  determinado momento.   Os estudos
relativos à prevalência são denominados de transversais.
PROBABILIDADE  ­  A probabilidade de um evento é a possibilidade de que ele ocorra, possibilidade essa expressa numa escala de 0 a 1;   0
representa a possibilidade nula de que ocorra o evento (certeza de que ele não ocorrerá), e 1 significa a certeza de que o evento ocorrerá.  É
uma escala de mensuração usada para descrever a probabilidade de ocorrência de um valor específico (evento) de uma variável aleatória.
PSICOLOGISMO ­ Atitude pela qual todos os fenômenos são explicados através da Psicologia ou de seus princípios.
QUADRADO LATINO ­ Processo que visa distribuir os efeitos de transferência nos planos intraindividuais com mais de quatro tratamentos.  As
seqüências  dos tratamentos são escolhidas de tal modo que passam  a  representar  todas as  possíveis combinações  de tratamentos:   cada
tratamento   ocupa   uma   localização   diferente   em   cada   seqüência,   e   ocorre   apenas   uma   única   vez   em   cada   posição   ordinal   nas   quatro
combinações de seqüências.
RACIONALISMO ­ Escola filosófica que sustenta que todo efeito tem uma causa e que todas as seqüências causais estão localizadas no âmbito
mesmo da natureza, a qual só pode ser analisada e compreendida pela razão.

Regra   de   Bayes:     modelo   de   distribuição   de   probabilidade   condicional   onde   se   calcula   a     probabilidade  a   posteriori  do   evento   (A)   dada   a
ocorrência do (B) ­ (AïB) ­, em função do conhecimento a priori da probabilidade de ocorrência do evento B, desde que o evento A tenha
ocorrido ­ Pr(BïA).  Para dois eventos o BioEstat apresenta o chamado crivo ou “screening test”, enquanto que para 3 ou mais, o programa
dispõe do modelo para a generalização da regra de Bayes.
Regressão linear:  teste estatístico que determina o modelo estimador dos valores de Y a partir dos escores de X.
Regressão múltipla linear:  teste estatístico que determina o modelo estimador dos escores da variável Y a partir dos valores de duas ou mais
variáveis preditivas: X1, X2, …, Xn.
RELATIVISMO ­ Princípio segundo o qual tudo pode ser verdade, contudo, verdade relativa.
Risco relativo:  teste estatístico simbolizado por RR, representando o coeficiente de incidência de determinado evento (doença, por exemplo) de
pessoas expostas com a incidência do mesmo evento em indivíduos não expostos.
SENSIBILIDADE DA MEDIDA DE RESPOSTA ­ Representa o grau em que uma dada resposta reflete os efeitos de uma variável independente
(a   medida   de   resposta,   em   uma   dada   experiência,   é   capaz   de   refletir   todas   as   respostas   de   um   dado   sujeito,   sob   as   mesma   condições
experimentais, em todos os momentos dessa experiência).
Sensibilidade de um teste:  percentagem de indivíduos com o evento (determinada afeção, por exemplo) cujo teste – tuberculínico, por exemplo –
é positivo (+).

30
Série categórica ou especificativa:   é uma série estatística na qual o elemento variável é o fenômeno estudado, mantendo­se fixos o tempo e o
local de observação.
Série cronológica, temporal, evolutiva ou histórica:   é uma série estatística na qual o tempo varia, mantendo­se fixos o local e o fenômeno
estudado.
Série geográfica:  é uma série estatística na qual o local (fator geográfico) é variável, mantendo­se fixos o tempo e o fenômeno observado.
SIGNIFICÂNCIA ESTATÍSTICA ­ A significância estatística está relacionada a probabilidade de cometermos um erro do tipo I, ou seja, ao valor
obtido de alfa ().  Diz respeito à diferença(s) entre médias de amostras que têm probabilidade(s) pequenas (baixas, em relação a um certo
nível de significância) de surgir por acaso.
SISTEMA  ­  Um sistema é uma forma geral de organização e interpretação dos dados  e teorias de um objeto de investigação particular, com
pressupostos (postulados), definições e disposições metodológicas especiais.
Sondagem:     procedimento   de   estudo   de   uma   parte   da   população   voltado,   sobretudo,   para   pesquisas   de   opinião   e   de   mercado.   Sinônimo:
amostragem.

SUJEITO  ­  Aquele  que  participa (homem  ou  outro  animal   qualquer)   da  experimentação  na  condição de  sujeito  da  mesma;     ao sujeito são
aplicados todas as condições experimentais (planejamento intragrupal), ou uma das condições experimentais (planejamento intergrupal).
Tabela de freqüências:    representação tabular  na qual  os  escores se apresentam em  correspondência com suas  repetições, com  frequências
dispostas em valores absolutos e/ou em percentuais, podendo haver agrupamento de dados em classes previamente definidas.
Tabelas de contingência:   tabelas nas quais se dispõem as frequências observadas de duas ou mais amostras, cada uma com duas ou mais
categorias, em tabelas de l linhas e c colunas (2 x 2, 3 x 2, 2 x 3, 3 x 3 etc.).
TAXIA – (Taxis plural.  taxes).  Movimento filogeneticamente determinado ou orientação "em direção de" ou "para longe de" um estímulo (e.g.,
movimento de afastamento desde a luz é fototaxia negativa.  Cf. KINESIS).  Rejeição de substâncias com um dado veneno ("taste"), após sua
ingestão   ter   sido   seguida   por   distúrbio  gastrointestinal   ou   náusea   (e.g.,   como   a  produzida   por   raio­x).     Ela  pode  ser   interpretada   como
comportamento operante (punição de ingestão de substância com este veneno ("taste") ou como condicionamento respondente (onde distúrbio
gastrointestinal é o EI e o veneno ("taste") torna­se um EC).  Em outros casos, sua característica especial é o longo intervalo (algumas vezes
horas) entre o "taste and its aftermath".  O procedimento não é efetivo sob tais lapsos, intervalos ("delays") se estímulos como sons ou "fights"
são substituídos por veneno ("taste").   Por esta razão, aversão a veneno ("taste") é freqüentemente citada como um exemplo de  preparação
(lembrar Seligmann – teoria da preparação).

TEORIA (cf. teorização) ­ Qualquer explicação mais ou menos consistente e integrada acerca da realidade (diferente de teoria cientifica).  Quando
essa teoria tem uma base empírica bem estabelecida, através de leis e postulados demonstrados, diz­se que é uma teoria científica.

31
TEORIA CIENTÍFICA ­ Enunciado ou conjunto que relaciona entre sí, por meio de conceitos abstratos, processos ou princípios, grande número
de leis empíricas simples e suas variáveis associadas, fornecendo uma descrição unificada de uma série limitada de fenômenos, no intuito de
lograr a explicação e a previsão.  A teoria exerce duas funções principais:  (1) integra leis, as quais, de outro modo, permaneceriam isoladas,
contribuindo para a expansão do conhecimento científico;  (2) propicia novas hipóteses testáveis.
TEORIA DE ORDEM SUPERIOR  ­  Integração de grande número de leis e variáveis simples, através da utilização de conceitos abstratos,
processos e princípios.
TEORIAS   EM  MINIATURA  ­  Teorias   em   pequena   escala;     representam   uma   conciliação   entre   uma   teoria   de   ordem   superior   e  a   posição
semiateórica.   Essas teorias são caracterizadas pela íntima fidelidade aos dados, pelo emprego mínimo de conceitos abstratos e por uma
tendência a restringir explicações a áreas relativamente circunscritas de problemas.
TEORIZAÇÃO (OU TEORIA SEM LEIS) ­ Qualquer tentativa ou forma de explicar e compreender os fenômenos, ou tipo particular de "visão" e
interpretação da realidade.
TEORIZAÇÃO DEDUTIVA ­ Método de elaboração de teoria em que o movimento lógico vai do nível geral de formulação da teoria para o nível
particular da pesquisa em sí.
TEORIZAÇÃO INDUTIVA ­ Método de elaboração de teoria em que o movimento lógico vai da experiência específica para um enunciado mais
geral.
TESTE   BICAUDAL   OU   BILATERAL  ­  Modo  de  proceder   na   análise  de  um   teste  estatístico  qualquer,   no  qual   a  hipótese  alternativa  não
especifica a direção da diferença a ser detectada, assim representada:  m 1  m0, podendo m1 ser maior ou menor que m 0;  quando se considera,
na análise do resultado de um determinado teste estatístico, os dois lados da distribuição de freqüências entre as médias, ou seja, quando se
considera a possibilidade de um dado resultado estar abaixo (ser negativo) ou acima (ser positivo) da média da distribuição de freqüências
médias.
Teste binomial (duas proporções):  teste estatístico baseado na distribuição binomial ou na aproximação à curva normal, onde se comparam as
proporções de duas amostras.
Teste binomial (uma proporção):   teste estatístico baseado na distribuição binomial ou na aproximação à curva normal, onde se compara a
proporção de uma amostra com a do parâmetro.
Teste   da   Mediana:     teste   estatístico   não­paramétrico   de   distribuição   livre,   para   duas   amostras   independentes,   no   sentido   de   constatar   se
provieram de uma população com a mesma mediana.  Os dados devem ser mensurados, pelo menos, em escala ordinal.
Teste  de  aderência:    é  aquele  em  que  se  observa o  ajustamento ou  concordância  dos  escores  observados  aos   valores  teóricos   esperados  ou
deduzidos matematicamente.  Chama­se na literatura inglesa de “goodness of fit”.

32
Teste de Cochran:   teste estatístico de modelo livre de distribuição de probabilidades, onde os dados estão contidos em n linhas e k colunas.
Todos os escores – nominais ou ordinais dicotomizados ­ são definidos somente com dois valores: 1 (sim = sucesso) e 0 (não = insucesso).
Teste de Friedman:    teste estatístico  de modelo livre de distribuição de probabilidades abrangendo  3 ou mais amostras relacionadas, para
comparação das respectivas médias, cujos escores são mensurados em escala nominal ou ordinal (postos).  As amostras devem ser do mesmo
tamanho. 
TESTE DE HIPÓTESE ­ É uma afirmação a respeito da contribuição de uma variável aleatória ao resultado observado em uma experimentação
qualquer.  A prova ou teste de uma hipótese estatística é uma regra que, obtidos os valores amostrais, conduz a uma decisão de aceitar ou
rejeitar   a   hipótese   considerada;     um   exemplo   é   o   teste  t,   que   é   aplicado   para   verificar   se   a   diferença   observada   entre   duas   médias   é
significativa ou não.
Teste   de   Kruskal­Wallis:     teste   estatístico   de   modelo   livre   de   distribuição   de   probabilidades,   para   análise   de   médias   de   k   amostras
independentes, do mesmo tamanho ou desiguais, cujos dados devem ser mensurados, no mínimo, a nível ordinal.
Teste de Mann­Whitney:   teste estatístico não­paramétrico de distribuição livre, para duas amostras independentes do mesmo tamanho ou
desiguais e dados mensurados, no mínimo, no nível de escala ordinal.  É também conhecido como “Wilcoxon rank­sum test”.
Teste de McNemar:    teste estatístico para dados  dispostos em  tabela de contingência 2 x 2, a fim  de comparar  proporções  de dois  grupos
pareados, onde são observados os pares concordantes e os discordantes em relação a dois tratamentos – A e B –, avaliando­se, em termos
probabilísticos, somente os pares discordantes em relação a esses mesmos tratamento:  (+ ­ ) e (­ +).
Teste de Wilcoxon:  teste não­paramétrico de distribuição livre, para duas amostras pareadas, cujos dados devem ser mensurados, pelo menos, a
nível ordinal.  É também conhecido como “Wilcoxon signed­rank test”.
Teste do qui­quadrado (amostras independentes):   teste estatístico para n amostras independentes, cujas proporções observadas nas diversas
modalidades estão dispostas em tabelas de contingência l x c, sendo os valores esperados deduzidos matematicamente, e onde se procura
determinar se as proporções observadas nas diferentes categorias são independentes ou estão associadas.   O qui­quadrado apresenta uma
família de distribuição de variáveis com (l – 1) x (c – 1) graus de liberdade.
Teste dos Sinais:  teste estatístico não­paramétrico para duas amostras pareadas, onde se leva em consideração apenas o sinal das diferenças
entre cada par de escores (+ ou ­), independente, portanto, da magnitude das diferenças.
Teste Exato de Fisher:  teste estatístico, para duas amostras independentes cujas proporções estão dispostas em tabela de contingência 2 x 2,
devendo ser escolhido quando os valores observados são pequenos, inclusive com proporções cujos escores são iguais a zero (0).

TESTE  F  ­  Tipo   de   teste   estatístico   paramétrico,   usado   para   se   comparar   mais   de   duas   médias   de   amostras,   em   busca   de   diferenças
significativas ou com baixas probabilidades de terem ocorrido por mero acaso.   O teste  F  é um índice entre a variabilidade ou variância
intergrupais  (variabilidade devida às variáveis experimentais ou tratamentos) e a variância ou variação  intragrupais  (variância devida a

33
possíveis   fatores   aleatórios   ou   erros   de   amostragem).     Sua   formula,   para   análise   de   variância   simples   é:    F   =
2 2
 nr   n X
 X  
r 1  1 
 
1 nr n
r1

 n X     r X   n X  
2
 2 n 2

n       
 X 2   1     r  1  
 1
 
1 n   1 nr n 
   
   
r nr  1 

Teste G (amostras independentes):  teste estatístico para n amostras cujas proporções das diversas modalidades estão dispostas em tabelas de
contingência   l   x   c,   sendo   os   valores   esperados   deduzidos   matematicamente,   procurando­se   determinar   se   as   proporções   observadas   nas
diferentes categorias são independentes ou estão associadas.  Os graus de liberdade neste teste são calculados como segue: (l – 1) x (c – 1).
Teste Kappa:   teste estatístico não­paramétrico destinado a comparar as proporções da mesma variável mensurada a nível nominal em duas
ocasiões distintas.   Testa­se a reprodutibilidade dos resultados, no sentido da haver ou não concordância nas proporções observadas nos
diferentes períodos.  Os dados são dispostos em tabela de contingência 2 x 2.

TESTE MONOCAUDAL OU UNILATERAL (cf. teste bicaudal) ­ Tipo de teste estatístico em que se avalia apenas uma das tendências de um
resultado experimental ( X E  X C ou X E  X C ).  A análise considera apenas um dos lados (ou cauda) da curva de distribuição normal.
Teste não­paramétrico:   é aquele em que não há pressuposto sobre modelo de distribuição nem quanto aos parâmetros, não se aplicando ao
mesmo o Teorema do Limite Central.
Teste paramétrico:  é aquele com pressuposto de um modelo de distribuição – normal, binomial etc. –, cujos   parâmetros assumem um desses
modelos, aplicando­se­lhe o Teorema do Limite Central.

TESTE t ­ Tipo de teste estatístico paramétrico, usado para se comparar duas médias de amostras (via de regra, grupo experimental e grupo de
controle),   em   busca   de   diferença   significativa   ou   com   baixa   probabilidade   de   ter   ocorrido   por   mero   acaso.     Sua   fórmula   para   medidas

34
X1  X 2
t

X12
(  X1) 2
  X 22 
  X2 
2
independentes   é:      
n1 n2 1 1
;     para   medidas   correlatas   ou   repetidas   é:
  
 n1  n2   2  n1 n2 
X1  X 2 d
ou

  d
2


  d
2

d 2
d 2
n n
n ( n  1) n ( n  1)
Teste unilateral:  teste estatístico no qual a hipótese alternativa especifica a direção da diferença a ser detectada, assim representado:  m1 < m0
ou  m1 > m0.
TESTES ESTATÍSTICOS ­ Um teste estatístico é simplesmente um instrumento para calcular a probabilidade de que os resultados observados
em uma experiência sejam devidos à flutuações aleatórias entre os grupos.
Testes t (Student):  testes paramétricos para uma amostra, duas amostras pareadas ou duas amostras independentes, baseados no modelo de
distribuição de Student e geralmente efetuados para amostras de pequeno tamanho (n  30).  O modelo de Student constitui uma família de
distribuição e está relacionado com os graus de liberdade.
Testes Z:   testes paramétricos para uma amostra ou duas amostras independentes, baseados no modelo de distribuição normal e geralmente
efetuados para grandes amostras (n > 30).   Nos estudos estatísticos a distribuição normal constitui, como sabemos, um dos modelos mais
importantes em termos probabilísticos.
TRANSFERÊNCIA (DE EFEITO DE TRATAMENTO) ­ Influência indesejável de um tratamento sobre o resultado de um próximo tratamento,
seguinte ao primeiro, quando se usa um plano intragrupal (planejamento intraindividual).
Transformação de  dados:   mudança de escala dos  dados de uma variável, podendo ser efetuada pelos logaritmos, pela raiz quadrada,  pela
ordenação dos escores (rank), pelo quadrado dos valores etc.
TRATAMENTO ­ Refere­se, via de regra, à aplicação ou apresentação da variável independente ao(s) sujeito(s) experimental(is) no contexto de
um experimento formal.
Unidade:   indivíduo, elemento, item, membro ou unidade estatística onde se estuda uma ou mais variáveis.   A unidade estatística pode ser
simples:   pessoa,   objeto,   animal,   planta,   protozoário   etc.,   ou   coletiva:   cardume,   blocos   residenciais,   turmas   escolares,   colméias,   colônias
bacterianas e outras.

35
VALIDADE DA MEDIDA DE RESPOSTA  ­  Representa o grau em que uma dada resposta reflete efetivamente os efeitos de uma variável
independente (a medida de resposta, em uma dada experiência, reflete, realmente, o que se pretende que ela meça nessa experiência).
Valor extremo:  escore muito afastado da maioria dos valores amostrais, decorrente da inclusão na amostra investigada de elemento estranho, de
erro de observação, de falha instrumental, de equívoco de registro ou de inclusão indevida do dado na planilha de cálculos.  Pode, entretanto,
ser um valor verdadeiro, devendo­se examiná­lo cuidadosamente antes de sua exclusão da análise dos dados.  Na literatura inglesa denomina­
se “outlier”.
Valor preditivo  de um  teste  negativo:    probabilidade  de  que um  indivíduo com  teste  negativo  (–)  seja  uma pessoa sem  o evento objeto  da
investigação (determinada doença, por exemplo).
Valor  preditivo  de  um  teste positivo:    probabilidade  de  que  um  indivíduo  com   teste  positivo  (+)  apresente  o evento  objeto da  investigação
(determinada doença, por exemplo).
VARIÂNCIA ­ Pode ser definida como a soma ou somatória dos quadrados dos desvios em torno da média, dividido pelo número de dados ou de
( X  X )2
observações (n) na amostra menos 1;  os estatísticos chamam o valor "n ­   1" de  graus de liberdade.   Eis a fórmula:    S 2   .  
n 1
2 ( X ) 2
Desenvolvendo algebricamente a fórmula da variância, obtém­se:   2  X 
n .  Como ela mede a dispersão dos dados em torno da
S 
n 1
média, pode ser entendida como a média quadrática dos desvios em torno da média (vide 1ª equação);  contudo, só assume valores positivos.
Variáveis independentes:  são variáveis consideradas preditivas de uma outra variável denominada dependente.
VARIÁVEIS SITUACIONAIS ­ Variáveis independentes que envolvem a manipulação de algum aspecto do meio físico, da tarefa dada ao sujeito
ou da situação social.
VARIÁVEL  ­  Alguma particularidade do mundo, especificada, ao menos, por dois valores escalares que se excluem mutuamente;   qualquer
característica, estímulo, atributo ou particularidade do mundo que seja passível de ser manipulada(o) ou controlado(a), mensurada(o) ou
observado(a) numa dada experiência.
VARIÁVEL   AMBIENTAL  ­  Variável   situacional   que   envolve   os   aspectos   do   ambiente   capazes   de   produzir   mudanças   no   desempenho,   ou
comportamento, de um dado organismo.

VARIÁVEL  AMBIENTAL  GERADORA   DE   CONFUSÃO  ­  Variável   situacional   que   envolve   os   aspectos   do   ambiente   capazes   de   produzir
mudanças não­desejadas no desempenho ou comportamento de um dado organismo, por causa de sua covariação com a variável independente.

VARIÁVEL  DE ARRANJO  GERADORA DE CONFUSÃO  ­  Refere­se às variáveis relacionadas com a ordenação e o encadeamento lógico de


eventos que podem obscurecer a interpretação dos possíveis efeitos da variável independente sobre a variável dependente.
36
VARIÁVEL DE INSTRUÇÃO GERADORA DE CONFUSÃO ­ Variável situacional que envolve os aspectos das instruções que induzem a erro o
sujeito experimental, ou influenciam seu desempenho de modo diferente do modo produzido pela influência da variável independente.
VARIÁVEL DE TAREFA ­ Variável situacional que envolve, explicitamente, e tão somente, a variável a ser manipulada (VI).

VARIÁVEL  DE TAREFA  GERADORA DE CONFUSÃO  ­  Variável situacional que envolve qualquer particularidade da tarefa, incluindo sua


construção e o método de apresentação, exceto que não seja uma parte explícita da variável manipulada, porém que influi no resultado da
experiência.
VARIÁVEL DEPENDENTE OU VARIÁVEL DE RESPOSTA (VD = conseqüência) ­  Medida de resposta ou   de comportamento que reflete os
efeitos da variável independente.
Variável dependente da variável que foi manipulada, ou seja, da VI;  é a variável "causada" por uma ou mais variáveis independentes (ou de
predição).

VARIÁVEL DO EXPERIMENTADOR GERADORA DE CONFUSÃO ­ Variável situacional que envolve as dicas emitidas pelo experimentador e
detectadas pelos sujeitos, as quais, subseqüentemente, influem no desempenho destes, consciente ou inconscientemente.
VARIÁVEL DO SUJEITO ­ Variável "independente" que reflete algum aspecto das experiências anteriores do sujeito;  as variáveis do sujeito não
podem ser manipuladas com facilidade e limitam­se habitualmente à estratégia correlacional (R­R).

VARIÁVEL DO SUJEITO GERADORA DE CONFUSÃO ­ Refere­se às muitas diferenças individuais entre as pessoas (ou mesmo organismos),
as quais podem obscurecer os efeitos da variável independente sobre a variável dependente.
VARIÁVEL GERADORA DE CONFUSÃO OU VARIÁVEL ESTRANHA  ­  Tais variáveis estão relacionadas à todas as situações ou condições
potencialmente capazes de gerar confusão durante a fase de interpretação dos resultados experimentais, uma vez que alguma coisa não foi, ou
não pôde ser, controlada, ou alguma outra condição extra­experimental variou concomitantemente à variação da VI que estava efetivamente
sendo manipulada.
VARIÁVEL   INDEPENDENTE,   VARIÁVEL   DE   TRATAMENTO   OU   VARIÁVEL   EXPERIMENTAL   (VI   =   causa)  ­  A   variável   que   deve   ser
manipulada   em   uma   experiência   e   que   deve   produzir   algum   tipo   de   efeito   sobre   a   variável   dependente.     Há   três   tipos   de   variáveis
independentes:  situacional, (dependente) do sujeito, e organísmica.
Variável:  determinada característica dos indivíduos ou elementos objetos da investigação, como são exemplos o sexo dos animais, o estado civil,
a etnia, a estatura de recém­nascidos etc.
Viés ou “Bias” ocasionais:   são aqueles decorrentes de erros de cobertura – superposição, inclusão ou exclusão de unidades –, da escolha não
aleatória das amostras, de erros de observação, de defeitos instrumentais e outros.
É a diferença entre o valor de uma estatística e a do parâmetro correspondente da população.

37
PRINCIPAIS SÍMBOLOS USADOS EM TRABALHOS CIENTÍFICOS

NA REDAÇÃO CIENTÍFICA
i.e isto é
e.g. exemplo grato
cf. “comparar”; “confrontar”
vs versus; em contraste com; em contrapartida
sic desta maneira; assim parece
et al. e outros
SÍMBOLOS DE LETRAS GREGAS
 (alfa) a probabilidade de um erro do tipo I
 (beta) a probabilidade de um erro do tipo II
 (mi) a média da população
 a somatória de
 (sigma) o desvio padrão de uma população
S o desvio padrão de uma amostra
2 (sigma2) a variância de uma população
S2 a variância de uma amostra
X o erro padrão de uma população
SX o erro padrão de uma amostra
2 qui quadrado
SÍMBOLOS MATEMÁTICOS E DE LETRAS ROMANAS
 infinito
> maior do que
< menor do que
ayx o ponto no eixo Y onde há interceptação da linha de regressão
byx a inclinação da linha de regressão
gl graus de liberdade
38
F razão F; o resultado do cálculo da ANOVA
 freqüência (às vezes se usa como símbolo de “em função de”)
H0 hipótese nula (onde X 1 = X 2 = X 3 …)
H1 hipótese alternativa à hipótese nula
k o número de condições de tratamento com blocos em grupos independentes, os níveis de variável independente
 diferente de
 aproximadamente igual a
MQ média quadrada; termo da ANOVA para significar a variância
N o número total de todas as observações
nj o número de observações em uma amostra ou grupo
r o coeficiente produto-momento de Pearson
r2 o coeficiente de determinação; a progressão de variância de Y que é atribuída à variância de X
t a razão da diferença entre as médias, com base no cálculo do teste t de Student
X qualquer resultado ou valor da variável X
M ou X a média da amostra
Y qualquer resultado; ou valor da variável Y
Z o resultado Z; o resultado padrão
2 (omega2) estimativa da magnitude do efeito da VI na população, a partir do resultado amostral

39

S-ar putea să vă placă și