Incorporar Recomendar Gostei (290)
Assista a esse vídeo em: MP4 (1280 X 720 px) | MP4 (640 X 360 px) Licença de uso
Acesso Simples (Azul) Esta licença permite ao usuário somente assistir ao conteúdo do e-Aulas USP na plataforma, sendo vedada sua cópia e/ou redistribuição. Esta licença não permite o download do vídeo por nenhum usuário. Sobre a aulaEste vídeo é o primeiro de uma série de 3 vídeos que tem como objetivo lhe apresentar os fatores que influenciam na escolha do melhor teste estatístico para análises comparativas em pesquisa. DisciplinaConceituações metodológicas referentes aos trabalhos de pós-graduação; Ciência, pesquisa e pós-graduação; O processo de orientação; O projeto de pesquisa; Determinação de Delimitação do tema e do problema da pesquisa; Formulação das hipóteses; Elaboração dos procedimentos metodológicos e técnicos; Estabelecimento do cronograma de pesquisa; Logicidade do trabalho científico; Elaboração do raciocínio; Formação dos conceitos; Formação de Juízos; Processos lógicos de estudo. Pesquisa Bibliográfica Conceitos de Pesquisa Bibliográfica; Fases da Pesquisa Bibliográfica; Tema e determinação de palavras-chave e descritores; Seleção de Fontes de informação; Fontes tradicionais e eletrônicas; Localização e obtenção de documentos; Organização e resumo de documentos; Apresentação e Normalização do Trabalho Científico; Normas de Referências bibliográficas; Normas de Citação; Monografia: apresentação formal; Divulgação do trabalho científico; Formas de divulgação; Critérios de seleção. Introdução à estatística e suas aplicações na área da saúde. Estatística descritiva - população e amostra. Tabulação de dados.Apresentação tabular e gráfica. Elementos das tabelas e dos gráficos. Distribuição de frequência. Medidas de tendência central: média, mediana, moda. Medidas de variabilidade: variância, desvio padrão, erro padrão, amplitude semi quartil. Medidas de associação e correlação: Qui-quadrado, coeficiente de correlação. Inferência estatística. Introdução à teoria da probabilidade. Distribuições de probabilidade. Distribuição normal e binomial. Teoria dos testes de hipótese. Principais modelos relativos a desenhos experimentais simples. Estimação por intervalo de confiança. Análise de variância. Métodos não paramétricos. ObjetivoObjetivos Gerais: Fornecer subsídios para que o aluno de pós-graduação seja capaz de compreender os princípios que norteiam o desenvolvimento de um trabalho científico; Propiciar ao aluno a capacidade de elaborar e executar projetos de pesquisa científica que atendam às prerrogativas da construção do conhecimento científico e intelectual da sua área de conhecimento. Capacitar o aluno de pós-graduação a executar busca bibliográfica adequada, baseada em instrumentos de informática Propiciar ao aluno conhecimentos básicos de estatística aplicada à pesquisa odontológica. Propiciar ao aluno conhecimentos básicos quanto à divulgação e escrita científicas. Objetivos Específicos: Oferecer aos alunos instrumentos para a organização de seus estudos na pós-graduação; Informar sobre os requisitos da relação orientador/orientando no processo de orientação; Caracterizar o projeto de pesquisa em suas diferentes etapas; Capacitar para o planejamento e a execução de pesquisa bibliográfica Instruir sobre as fontes de informação na área de saúde e suas diferentes formas de acesso e disponibilidade; Apresentar diretrizes para a leitura, análise e interpretação de textos; Discutir aspectos do problema de pesquisa e metodologia dos pré-projetos formulados pelos alunos. Capacitar o aluno para entender e interpretar os conceitos básicos das principais medidas e análises estatísticas, utilizadas na descrição de populações e conjuntos de dados. Orientar a elaboração e normalização dos diferentes tipos de trabalhos científicos. Orientar sobre os processos de divulgação da produção científica. Índice de vídeos da disciplina
O Minitab exibe a contribuição de cada célula para a estatística qui-quadrado, o que estabelece o quanto da estatística total de qui-quadrado é atribuível à divergência de cada célula. O Minitab calcula a contribuição de cada célula para a estatística qui-quadrado como o quadrado da diferença entre os valores observados e esperados para uma célula, dividido pelo valor esperado para essa célula. A estatística qui-quadrado é a soma destes valores para todas as células.
Nestes resultados, a soma do qui-quadrado de cada célula é a estatística de qui-quadrado de Pearson, que é 11,788. As maiores contribuições são da Máquina 2, no 1º e 3º turnos. As menores contribuições são do 2º turno, nas Máquinas 1 e 2.
Linhas: ID da Máquina Colunas: Colunas da worksheet 1º turno 2º turno 3º turno Todos 1 48 47 48 143 56,08 46,97 39,96 1,1637 0,0000 1,6195 2 76 47 32 155 60,78 50,91 43,31 3,8088 0,2998 2,9530 3 36 40 34 110 43,14 36,13 30,74 1,1809 0,4151 0,3468 Todos 160 134 114 408 Conteúdo da Célula Contagem Contagem esperada Contribuição para Qui-Quadrado Teste qui-quadrado Qui-Quadrado GL Valor-p Pearson 11,788 4 0,019 Razão de verossimilhança 11,816 4 0,019
Nesta secção, faremos uma breve reflexão a respeito da escolha do teste t para amostras pareadas, teste t para amostras independentes, teste de Wilcoxon, teste de Mann-Whitney, teste Qui-quadrado e de McNemar. Na dica anterior, abordamos o tópico sobre inferência estatística e esta pode ser entendida como um método de análise que permite tirar conclusões a respeito das características de uma população. Para isso, é necessário selecionar um modelo estatístico para posteriormente deduzir as proposições a partir do modelo. Na área da saúde, é muito comum a utilização de comparações entre dois momentos diferentes ou entre dois grupos. Quando estamos diante dessa situação, iremos utilizar o teste t pareado ou o teste t para amostras independentes. Na presença de amostras dependentes, os estudos consistem em realizar mais de uma medida em uma mesma unidade amostral e verificar se houve diferença entre essas medidas, onde a primeira informação será pareada com a segunda informação, com a terceira e assim por diante. Suponha um estudo onde um grupo de indivíduos foi submetido a uma dieta e deseja-se verificar se houve diferença entre o peso antes e depois da dieta. Nesse caso, como a variável peso é numérica e na presença de distribuição normal dos dados, como o objetivo é verificar se existe diferença significativa dessa variável entre dois grupos de interesse, deve-se utilizar o teste t para amostras pareadas. Agora, caso o estudo tenha utilizado indivíduos com perfis de saúde distintos e aplicado uma mesma dieta para verificar quem se beneficiou mais (exemplo: indivíduos eutróficos e com obesidade), reparem que continuaríamos com dois momentos/ grupos de análise, porém com amostras diferentes. Neste caso, deve-se utilizar o teste t para amostras independentes. Resumindo, o teste t deve ser utilizado na presença de distribuição normal dos dados, quando se objetiva comparar dois momentos/ grupos para uma variável numérica. De forma que ambos os testes são considerados paramétricos. Dentre os principais testes disponíveis para se testar a normalidade dos dados na maioria dos softwares estatísticos, podemos citar o teste de Shapiro-Wilk e o de Kolmogorov-Smirnov. Já os testes de Wilcoxon e Mann-Whitney se apresentam como alternativas ao teste t pareado e o teste t para amostras independentes, respectivamente. Estes são utilizados nas mesmas situações descritas anteriormente, porém na presença de distribuição não normal dos dados. De forma que ambos os testes são caracterizados como testes não-paramétricos. Por fim, quando a variável de interesse não é numérica (exemplo: variáveis categóricas do tipo sim e não), deve-se utilizar o teste Qui-Quadrado para amostras independentes e o de McNemar para amostras dependentes. Para melhor entender, suponha agora um estudo onde cães diagnosticados com leishmaniose foram divididos em dois grupos: sintomáticos e assintomáticos. Ambos os grupos são submetidos a um tratamento e depois de 3 meses do início do tratamento eles são reavaliados. Nesse caso, temos que a variável de interesse é categórica com duas categorias, sendo medida duas vezes. O objetivo é verificar se houve diferença significativa entre as classificações nas duas medições em cada um dos grupos separadamente. Como são os mesmos grupos (cães) a serem avaliados em dois momentos diferentes, deve-se optar pelo teste de McNemar. Reparem que por se tratar de uma variável categórica, não há a verificação de normalidade dos dados, devendo só se ater se as amostras são ou não dependentes entre si! Referência Oliveira, Bruno. Testes estatísticos para amostras pareadas. 23 de outubro de 2019. Disponível em: <https://operdata.com.br/blog/testes-estatisticos-para-amostras-pareadas/>. Acesso em: 09 de janeiro de 2020. Por Tainah de Paula |