Universidade do Estado do Rio de Janeiro
L@MPADA – informática Médica
Bioestatística
Prof. Liana
2006/1
Ementa
Bioestatística (45 h)
Aula Teórica


Estatística – Conceitos

Organização e Apresentação de Dados

Medidas de posição e dispersão

Probabilidade e Distribuições de
Probabilidade

Intervalos de confiança

Testes de Hipóteses

Correlação e Regressão

Introdução a Técnicas Não-Paramétricas
Ementa
Bioestatística (45 h)

Aulas práticas

Bibliografia

TRIOLA, M. Introdução à estatística.
9 ed. Rio de Janeiro: LTC, 2005.
Cronograma das aulas
Data
Conteúdo
horário
08/05/06
Unidade 1 + Unidade 2 (até tabelas)
8:00 – 12:00
15/05/06
Unidade 2 (gráficos)
8:00 – 12:00
22/05/06
Unidade 3 (posição)
10:00 – 12:00
29/05/06
Unidade 3 (dispersão)
10:00 – 12:00
05/06/06
Unidade 4 (probabilidade e dist. de prob.)
8:00 – 12:00
12/06/06
Avaliação 1
8:00 – 12:00
19/06/06
Unidade 5 (intervalos de confiança)
8:00 – 12:00
26/06/06
Unidade 6 (teste de hipóteses - + teste t)
8:00 – 12:00
03/07/06
Unidade 6 (teste qui)
8:00 – 12:00
10/07/06
Unidade 6 (ANOVA)
8:00 – 12:00
17/07/06
Unidade 7 (Correlação e regressão)
8:00 – 12:00
24/07/06
Unidade 8 (testes não paramétricos)
8:00 – 12:00
31/07/06
Avaliação 2
8:00 – 12:00
Conceitos

Estatística

Estatística Indutiva e Inferencial

Bioestatística

Exemplos de utilização da
bioestatística

População e amostra

Parâmetro e estatística

Dados primários e secundários

Censo

Variável
Conceitos



Estatística: é a ciência que tem por
objetivo planejar, coletar, tabular,
analisar e interpretar informações e
delas extrair conclusões que permitam a
tomada
de
decisões
acertadas
mediante incertezas.
Áreas:
Estatística
Descritiva
Estatística Inferencial ou Indutiva
e
Bioestatística: aplicação da estatística
nos campos relacionados a saúde.
Bioestatística na
Medicina


Avaliação da literatura.
Aplicação de resultados de estudos no
atendimento aos pacientes.


Interpretação de estatísticas vitais.
Interpretação de informações sobre
fármacos e equipamentos.

Utilização de procedimentos diagnósticos.

Manter-se informado.


Avaliação de protocolos de estudo e
artigos.
Participação ou coordenação de projetos
de pesquisa.
Conceitos

População:
é o conjunto de elementos
(valores, pessoas, medidas etc) que tem pelos
menos uma característica em comum.






População do município do Rio de Janeiro;
População de pacientes internados no HUPE;
População de pacientes atendidos
ambulatório de dermatologia do HUPE;
no
População de ratos Wistar machos do Biotério
da Faculdade de Medicina da UERJ
População de seringas descartáveis do Posto
de Saúde do bairro de Vila Isabel.
Amostra: é um subconjunto de elementos
extraídos de uma população.
Conceitos




Parâmetro: é uma medida numérica que
descreve uma característica de uma
população.
Estatística: é uma medida numérica que
descreve uma característica da amostra.
Dados primários: dados coletados pelo
próprio pesquisador e sua equipe.
Dados secundários: não foram obtidos
pelo pesquisador e sua equipe (diversas
fontes como artigos em periódicos, institutos
de pesquisa, DATASUS, IBGE, OMS, OPAS).
Conceitos


Censo: é uma coleção de dados
relativos a todos os elementos de uma
população.
Variável: é a característica de
interesse que é medida em cada
elemento da amostra ou população,
podendo ter resultados numéricos ou
não. Seus valores variam de elemento
a elemento.
Variáveis Classificação

 Nominal
Qualitativa 
Ordinal

Variável
Discreta

Quantitativa 
Contínua

Tipos de estudo

Estudo observacional: verificamos e
medimos características específicas, mas não
tentamos manipular ou modificar os
elementos a serem estudados.



Estudo
transversal:
dados
são
observados, medidos e coletados em um
ponto no tempo.
Estudo retrospectivo ou de caso
controle: os dados são coletados do
passado, voltando-se no tempo.
Estudo prospectivo ou longitudinal ou
de coorte: os dados são coletados no
futuro,
de
grupos
(coortes)
que
compartilham fatores comuns.
Tipos de estudos


Experimento: aplicamos determinado
tratamento e passamos então a observar
seus efeitos sobre os elementos a serem
pesquisados.
Confundimento:
ocorre
em
um
experimento quando o pesquisador não
está apto a distinguir os efeitos de
diferentes fatores.
Experimentos

Controlando os efeitos das variáveis




Experimentos cegos: o sujeito não sabe se
está recebendo o tratamento ou o placebo.
Blocos: para testar a eficácia de um ou mais
tratamentos é importante colocar os sujeitos
em grupos diferentes (ou blocos) de tal modo
que os grupos sejam muito semelhantes.
Planejamento experimental
completamente aleatorizado: os sujeitos
são colocados nos blocos através de um
processo de seleção aleatória.
Planejamento rigorosamente controlado:
sujeitos são escolhidos cuidadosamente de
modo que em cada bloco sejam similares.
Tipos de estudos
Levantamento de
dados

Problemas usuais - Representatividade




Fator associado à forma de amostragem.
Na seleção da amostra procura-se
reproduzir as características observáveis
da população - uso do critério de
proporcionalidade.
Em caso de desconhecimento da
composição da população deve-se utilizar
algum
critério
de
aleatoriedade
(sorteio).
Amostra tendenciosa – conclusões
sem consistência.
Levantamento de
dados

Problemas usuais – Fidedignidade


Relacionada à precisão ou qualidade dos
dados.
Motivos da falta de precisão:



Falhas nos instrumentos de aferição;
Problemas
nos
questionários
empregados na obtenção dos dados;
Falha humana.
Amostragem


Se os dados amostrais não forem
coletados de maneira apropriada, eles
podem ser de tal modo inúteis que
nenhuma manipulação estatística poderá
salvá-los.
A aleatoriedade comumente desempenha
papel crucial na determinação de quais
dados coletar.
Amostragem



Vantagens
do
levantamento
por
amostragem: custo menor, menor tempo e
objetivos mais amplos.
Situações para trabalho com amostras:
população muito grande, dificuldade de
acesso, grande número de variáveis.
Tipos

Aleatória

Estratificada

Sistemática

Conglomerados

Conveniência
Amostragem
Apresentação de
dados - Tabelas

Componentes
Representação tabular

Apresentação de tabelas




A tabela deve ser simples, claras e
objetivas. Grandes volumes de dados
devem ser divididos em várias tabelas.
A tabela deve ser auto-explicativa.
Nenhuma casa da tabela deve ficar em
branco, apresentando sempre um
número ou um símbolo.
As tabelas, excluídos os títulos, serão
delimitadas, no alto e em baixo, por
traços
horizontais
grossos,
preferencialmente.
Representação tabular

Apresentação de tabelas




Recomenda-se não delimitar as tabelas
à direita e à esquerda, por traços
verticais.
Será facultativo o emprego de traços
verticais para a separação de colunas
no corpo da tabela.
Deve-se manter a uniformidade quanto
ao número de casas decimais.
Os totais e
destacados.
subtotais
devem
ser
Tabelas de
contingência

Conjugando duas séries em uma única tabela,
obtém-se uma tabela de dupla entrada.
Distribuições de
Freqüência


Relacionam categorias ou classes de
valores, juntamente com contagens (ou
freqüência) do número de valores que se
enquadram em cada categoria.
Exemplo 1: VARIÁVEL QUALITATIVA
Distribuições de
Freqüência



Exemplo 2: VARIÁVEL QUANTITATIVA
Distribuição de freqüência para dados não
agrupados ou não tabulados em classes;
Distribuição de freqüência para
agrupados ou tabulados em classes.
dados
Distribuições de
Freqüência
Dados agrupados em classes
Distribuições de
Freqüências

Elementos:

Classes: cada uma das linhas contendo um
intervalo de valores. As classes são limitadas
por dois valores: limite inferior de classe (li) e
limite superior de classe (Li). Maneiras de
expressar os limites de classes:




10 -- 12: compreende todos os valores
entre 10 e 12, excluindo o 12.
10 -- 12: limites aparentes; os limites
reais nesta situação são 9,5 e 12,5.
Amplitude de classe: é a diferença entre
dois limites inferiores de classe consecutivos.
Ponto médio: é a média aritmética simples
entre o limite superior e o inferior de uma
mesma classe.
Distribuições de
Freqüências

Elementos:



Freqüência absoluta simples (ni): é o número
de informações verificadas em cada classe.
Freqüência total: é a soma de todas as
informações observadas.
Freqüência relativa simples (fi): é o
quociente entre a freqüência da classe e a
freqüência total.
freqüênciade classe
freqüênciarelativa
soma de todasas freqüências

Freqüência acumulada (Fi): é obtida através
da soma da freqüência daquela classe mais
as freqüências de todas as classes anteriores.
Distribuições de
Freqüências
Distribuições de
freqüência

1)
Etapas para a construção de tabelas de
freqüências para dados agrupados:
Encontrar o menor e o maior valores
(denominados mínimo e máximo) do conjunto
de dados.
2) Escolher a amplitude de classe com que se
deseja trabalhar.
3) A seguir, coloca-se o menor valor encontrado
nos dados (ou um valor mais conveniente)
como limite inferior da primeira classe e
acrescenta-se a amplitude de classe escolhida.
Esse processo é repetido até que seja criada a
classe que inclui o valor máximo do conjunto
de dados.
3) Contar o número de elementos que pertencem
a cada classe (freqüência).
Distribuições de
Freqüências

Etapas para a construção de tabelas de
freqüências para dados agrupados:
1) Decida sobre o número de classes desejado.
(entre 5 e 20).
2) Calcule
amplitude de classe 
(maior val or) - (menor val or)
número de classes
3) Ponto inicial: Comece escolhendo um número
para limite inferior da primeira classe. Escolha
ou o valor mínimo dos dados, ou um valor
conveniente que seja um pouco menor.
Distribuições de
Freqüências

Etapas para a construção de tabelas de
freqüências para dados agrupados:
4) Usando o limite inferior da primeira classe e a
amplitude de classe, prossiga e liste os outros
limites inferiores de classe.
5) Liste os limites inferiores de classe em uma
coluna vertical e prossiga para preencher os
limites superiores de classe.
6) Percorra o conjunto de dados verificando o
número de elementos que se encaixam em
dada uma das classes.
Distribuições de
Freqüências

Na construção de tabelas de freqüência,
devemos observar as seguintes diretrizes:





As classes devem
excludentes.
ser
mutuamente
Todas as classes devem ser incluídas,
mesmo as de freqüência zero.
Procurar utilizar a mesma amplitude para
todas as classes.
Escolher números
limites de classe..
convenientes
para
A soma das freqüências das diversas
classes deve ser igual ao número de
observações originais.