Resumo de Conceitos Fundamentais de Bioestatística
Conceitos Fundamentais de Bioestatística para Estudantes
Introdução
A estatística descritiva e os testes de hipóteses são ferramentas fundamentais para resumir dados e tomar decisões baseadas em evidências. A estatística descritiva organiza e representa informações; os testes de hipóteses permitem avaliar afirmações sobre populações usando dados amostrais.
Definição: A estatística descritiva resume e apresenta dados por meio de medidas numéricas e gráficas; os testes de hipóteses são procedimentos para decidir se uma afirmação sobre uma população é compatível com os dados amostrais.
Estatística Descritiva: conceitos e representações
1. Tipos de variáveis
- Variáveis qualitativas (categorias): ex. cor, sexo.
- Variáveis quantitativas discretas: contagens inteiras, ex. número de filhos.
- Variáveis quantitativas contínuas: medidas em uma escala contínua, ex. peso, tempo.
Definição: Uma variável é uma característica que pode assumir diferentes valores em uma unidade de observação.
2. Gráficos mais usados
Gráfico de barras
- Uso: representar frequências ou proporções de variáveis qualitativas ou discretas.
- Característica: barras separadas com alturas proporcionais à frequência.
Exemplo prático: contar a preferência por quatro marcas: Marca A, Marca B, Marca C, Marca D; usar barras para comparar porcentagens.
Histograma
- Uso: variáveis quantitativas contínuas.
- Característica: retângulos adjacentes que representam frequências em intervalos (classes).
Exemplo prático: tempo de reação (segundos) agrupado em classes de $0.1$ s para visualizar a forma da distribuição.
Polígono de frequências
- Uso: mostra o comportamento da distribuição conectando pontos centrais de cada classe do histograma.
- Característica: facilita comparar várias distribuições sobre o mesmo eixo.
Curva de frequência acumulada (ogiva)
- Uso: visualizar frequências acumuladas ou porcentagens acumuladas.
- Característica: útil para encontrar quantis como a mediana ou percentis.
Diagrama de caixas (boxplot)
- Uso: comparar localização, dispersão e assimetria entre conjuntos de dados.
- Característica: mostra mediana, quartis e valores atípicos.
Diagrama de dispersão
- Uso: estudar a relação entre duas variáveis quantitativas.
- Característica: cada ponto representa um par $(x,y)$; permite identificar correlação, padrões ou grupos.
Definição: Um histograma é uma representação por retângulos da distribuição de uma variável contínua; um diagrama de dispersão plota pares de valores para estudar sua relação.
3. Medidas descritivas
- Medidas de tendência central: média aritmética, mediana, moda.
- Média: $$\bar{x} = \frac{1}{n}\sum_{i=1}^{n} x_i$$
- Mediana: valor central ordenado (ou média dos dois centrais se $n$ for par).
- Medidas de dispersão: amplitude, variância, desvio padrão, amplitude interquartil (IQR).
- Variância amostral: $$s^2 = \frac{1}{n-1}\sum_{i=1}^{n} (x_i - \bar{x})^2$$
- Desvio padrão: $$s = \sqrt{s^2}$$
- Medidas de forma: assimetria e curtose.
Tabela comparativa: medidas de localização vs. dispersão
| Conceito | Objetivo | Exemplo | Sensível a valores extremos |
|---|---|---|---|
| Média | Localizar o centro | $$\bar{x}$$ | Sim |
| Mediana | Localizar centro resistente | valor central ordenado | Não |
| Variância | Medir dispersão | $$s^2$$ | Sim |
| IQR | Dispersão central resistente | $$Q_3 - Q_1$$ | Não |
Você sabia que a mediana minimiza a soma dos desvios absolutos enquanto a média minimiza a soma dos desvios ao quadrado?
Testes de hipóteses: estrutura e tipos
1. Conceitos básicos
- Hipótese nula $H_0$: afirmação inicial que é submetida a teste.
- Hipótese alternativa $H_1$: afirmação rival que é aceita se houver evidência suficiente.
- Estatística de teste: função da amostra que é comparada com a distribuição sob $H_0$.
- Valor p: probabilidade, sob $H_0$, de observar uma estatística tão extrema ou mais extrema que a observada.
- Nível de significância $\alpha$: probabilidade máxima de cometer um erro tipo
Zaregistruj se pro celé shrnutíJá tem uma conta? Entrar
Estatística descritiva e testes
Klíčové pojmy: Diferencia entre variables cualitativas y cuantitativas, Usar histograma para variables continuas y barras para cualitativas, Calcular media $$\bar{x}$$ y varianza muestral $$s^2$$ correctamente, Diagrama de cajas muestra mediana, cuartiles e outliers, Prueba Z exige varianza poblacional conocida o gran $n$, Prueba t usa $t=\frac{\bar{X}-\mu_0}{s/\sqrt{n}}$ con $n-1$ gl, Prueba para proporción usa $$Z=\frac{\hat{p}-p_0}{\sqrt{p_0(1-p_0)/n}}$$, Pruebas de equivalencia usan margen $\Delta$ y TOST, Distinguir error tipo I ($\alpha$) y tipo II ($\beta$), Aumentar $n$ aumenta potencia y reduce error tipo II, Visualizar datos y comprobar supuestos antes de probar, Reportar intervalos de confianza junto a valores p