SlideShare une entreprise Scribd logo
1  sur  57
Noções Básicas de Inferência Estatística - II Paulo Novis Rocha Nefrologista Professor Adjunto do Depto. Medicina FMB-UFBA Professor Colaborador do PPgCS
Na aula passada... ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Fórmulas importantes
Inferência Estatística sobre 1 Média Teste z Teste t
Utilização do teste  z ,[object Object],[object Object],[object Object],[object Object],[object Object]
Utilização do teste  t ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Distribuições Z e T Distribuição T: ápice menos pontiagudo e caudas mais largas
Distribuição T x Distribuição Z ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Gosset WS 1908
Distribuições T para alguns tamanhos de amostra:  n  = 31,  n  = 6,  n  = 3 T Distribuição T ≈ Z quando (n-1) se aproxima de infinito.  Graus de liberdade = 30 Graus de liberdade = 5 Graus de liberdade = 2
Teste de Hipóteses
Tabela  T ,[object Object],[object Object],[object Object]
 
 
Os programas de computador possuem tabelas completas!  Também são capazes de fornecer o valor- p  para o teste  t
Teorema central do limite ,[object Object],[object Object],[object Object]
Se a distribuição da variável na população estudada não for normal e o  n  for pequeno.... não podemos assumir que a distribuição das médias amostrais seja normal. Solução: TESTES ESTATÍSTICOS  NÃO-PARAMÉTRICOS
 
EXEMPLOS NO SPSS
Até o momento, só aprendemos inferência estatística sobre UMA média. O mais comum em estudos clínicos é fazermos inferência estatística sobre DUAS ou MAIS médias
Inferência Estatística sobre 2 Médias Teste z Teste t de Student Teste t’
Inferência sobre 2 médias ,[object Object],[object Object],[object Object],[object Object],[object Object]
Distribuição Normal a ser utilizada ƒ( x ) Diferença  entre médias INFERÊNCIA SOBRE UMA MÉDIA INFERÊNCIA SOBRE DUAS MÉDIAS µ 0 0 ƒ( x ) média
Pressupostos a serem considerados para escolha do teste: z, t ou t’ ? ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Os desvios-padrão são iguais ? ,[object Object],[object Object],[object Object],[object Object]
Teste de razão das variâncias ,[object Object],[object Object],[object Object],[object Object],[object Object]
Página 230
Inferência Estatística: 2 médias
The t test is also know as the Student’s t test. “It was developed by the statistician William Gosset who was employed as a quality control supervisor at the Guinness Brewery in Dublin, and who wrote under the pseudonym of Student, presumably because no one who knew his occupation would take him seriously” Norman & Streiner. PDQ Statistics. 1986.
Problema de Behrens–Fischer ,[object Object],[object Object],[object Object]
Amostras Dependentes Teste t para amostras emparelhadas ( paired t test )
Amostras Dependentes (emparelhadas) ,[object Object],[object Object],[object Object],[object Object]
EXEMPLOS NO SPSS
Inferência Estatística sobre Proporções Para uma ou duas proporções Teste z Teste do qui-quadrado Teste de Fisher
Inferência estatísticas sobre proporções ,[object Object],[object Object],[object Object],[object Object]
Condições para utilização da distribuição normal como aproximação da binomial ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Teste  z  para comparar proporções ,[object Object],[object Object]
Teste do qui-quadrado ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
P (morar perto) x P (estar intoxicada) = (112 /250) x (176/250) = 0,315 N  esperado  de intoxicados na área próxima = 0,315 x 250 = 78,85 Domicílio Intoxicação por chumbo Total Sim Não Perto 90  (78,85) 22 112 Longe 86 52 138 Total 176 74 250
O  = n o  observado em cada célula E  = n o  esperado em cada célula i  = varia entre 1 (primeira célula) e k  (última célula) Domicílio Intoxicação por chumbo Total Sim Não Perto 90  (78,85) 22  (33,15) 112 Longe 86  (97,15) 52  (40,85) 138 Total 176 74 250
Domicílio Intoxicação por chumbo Total Sim Não Perto 90  (78,85) 22  (33,15) 112 Longe 86  (97,15) 52  (40,85) 138 Total 176 74 250
Distribuição Qui-quadrado ,[object Object],[object Object]
Distribuição Qui-quadrado
Tabelas de contingência ,[object Object],[object Object],[object Object],[object Object],[object Object]
Cálculo do qui-quadrado ,[object Object],[object Object]
 
Interpretação do teste
Condições para aplicação do  X 2 Não usar o qui-quadrado se: ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],WG Cochran
Teste exato de Fisher ,[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],Domicílio Intoxicação por chumbo Total Sim Não Perto 10  (7,88) 2  (4,13) 12 Longe 11  (13,13) 9  (6,88) 20 Total 21 11 32
Teste de Fisher: 1 o  passo Quais e quantas combinações são possíveis para a distribuição das 32 crianças na tabela, mantidos fixos os totais marginais (21, 11, 12, 20) ?  Domicílio Intoxicação por chumbo Total Sim Não Perto a  ? b  ? 12 Longe c  ? d  ? 20 Total 21 11 32
Distribuição utilizada ,[object Object],[object Object],[object Object],[object Object]
Teste de Fisher: 1 o  passo Domicílio Intoxicação por chumbo Total Sim Não Perto a b a+b Longe c d c+d Total a+c b+d a+b+c+d
Teste de Fisher: 1 o  passo Subtrair 1 da freqüência mais baixa e recalcular. Continuar procedimento até que uma freqüência seja ZERO. Adicionar 1 à freqüência mais baixa e recalcular. Continuar procedimento até que uma freqüência seja ZERO. Domicílio Intoxicação por chumbo Total Sim Não Perto a = 10 b = 2 a+b = 12 Longe c = 11 d = 9 c+d = 20 Total a+c = 21 b+d = 11 a+b+c+d = 32
Teste de Fisher: 2 o  passo Domicílio Intoxicação por chumbo Total Sim Não Perto a = 11 b = 1 a+b = 12 Longe c = 10 d = 10 c+d = 20 Total a+c = 21 b+d = 11 a+b+c+d = 32 Domicílio Intoxicação por chumbo Total Sim Não Perto a = 12 b = 0 a+b = 12 Longe c = 9 d = 11 c+d = 20 Total a+c = 21 b+d = 11 a+b+c+d = 32
Valor-p em uma cauda = 0,0859+0,0172+0,0013=0,1044 Valor-p outra cauda = 0,0297+0,0044+0,0003+0,00001+0,00000009+0,0859=0,1203 Valor-p bicaudado = (0,1044+0,1203)-0,0859 = 0,1388
Teste de Fisher ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
EXEMPLOS NO SPSS

Contenu connexe

Tendances

Distribuição Amostral da Média
Distribuição Amostral da MédiaDistribuição Amostral da Média
Distribuição Amostral da Média
Anderson Pinho
 
Testes parametricos e nao parametricos
Testes parametricos e nao parametricosTestes parametricos e nao parametricos
Testes parametricos e nao parametricos
Rosario Cação
 
Outros testes não-paramétricos
Outros testes não-paramétricosOutros testes não-paramétricos
Outros testes não-paramétricos
guest422f98
 

Tendances (20)

Regressao linear
Regressao linearRegressao linear
Regressao linear
 
Prática de Regressão no SPSS
Prática de Regressão no SPSSPrática de Regressão no SPSS
Prática de Regressão no SPSS
 
Aula 30 testes de hipóteses
Aula 30   testes de hipótesesAula 30   testes de hipóteses
Aula 30 testes de hipóteses
 
Regressão Linear Múltipla
Regressão Linear MúltiplaRegressão Linear Múltipla
Regressão Linear Múltipla
 
Teste t student
Teste t studentTeste t student
Teste t student
 
Distribuição Amostral da Média
Distribuição Amostral da MédiaDistribuição Amostral da Média
Distribuição Amostral da Média
 
Formulario inferencia estatistica - 1 e 2 populacoes
Formulario   inferencia estatistica - 1 e 2 populacoesFormulario   inferencia estatistica - 1 e 2 populacoes
Formulario inferencia estatistica - 1 e 2 populacoes
 
Correlação
CorrelaçãoCorrelação
Correlação
 
Aula 12 intervalo de confiança
Aula 12   intervalo de confiançaAula 12   intervalo de confiança
Aula 12 intervalo de confiança
 
Qui quadrado
Qui quadradoQui quadrado
Qui quadrado
 
Aula19
Aula19Aula19
Aula19
 
Análise de Componentes Principais
Análise de Componentes PrincipaisAnálise de Componentes Principais
Análise de Componentes Principais
 
Conceitos Básicos de Estatística II
Conceitos Básicos de Estatística IIConceitos Básicos de Estatística II
Conceitos Básicos de Estatística II
 
Princípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - IPrincípios de Estatística Inferencial - I
Princípios de Estatística Inferencial - I
 
Testes parametricos e nao parametricos
Testes parametricos e nao parametricosTestes parametricos e nao parametricos
Testes parametricos e nao parametricos
 
Anova spss
Anova spssAnova spss
Anova spss
 
Outros testes não-paramétricos
Outros testes não-paramétricosOutros testes não-paramétricos
Outros testes não-paramétricos
 
Moda, média e mediana no Excel e SPSS
Moda, média e mediana no Excel e SPSSModa, média e mediana no Excel e SPSS
Moda, média e mediana no Excel e SPSS
 
Anova a 1 factor
Anova a 1 factorAnova a 1 factor
Anova a 1 factor
 
Aula 3 testes de hipóteses e anova
Aula 3   testes de hipóteses e anovaAula 3   testes de hipóteses e anova
Aula 3 testes de hipóteses e anova
 

Similaire à Princípios de Estatística Inferencial - II

AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptxAMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
NunoSilva599593
 
AMD - Aula n.º 2 - testes amostras independentes.pptx
AMD - Aula n.º 2 - testes amostras independentes.pptxAMD - Aula n.º 2 - testes amostras independentes.pptx
AMD - Aula n.º 2 - testes amostras independentes.pptx
NunoSilva599593
 
Teste de hipoteses
Teste de hipotesesTeste de hipoteses
Teste de hipoteses
henrique2016
 
estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalestatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamental
ssuser98ac96
 
Aula 5 - Educação física
Aula 5 - Educação físicaAula 5 - Educação física
Aula 5 - Educação física
Caroline Godoy
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
ssuser2b53fe
 
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptxAMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
NunoSilva599593
 

Similaire à Princípios de Estatística Inferencial - II (20)

Curso #H4A - Módulo 5
Curso #H4A - Módulo 5Curso #H4A - Módulo 5
Curso #H4A - Módulo 5
 
distribuição-t-student
distribuição-t-studentdistribuição-t-student
distribuição-t-student
 
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptxAMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
 
AMD - Aula n.º 2 - testes amostras independentes.pptx
AMD - Aula n.º 2 - testes amostras independentes.pptxAMD - Aula n.º 2 - testes amostras independentes.pptx
AMD - Aula n.º 2 - testes amostras independentes.pptx
 
Teste de hipoteses
Teste de hipotesesTeste de hipoteses
Teste de hipoteses
 
Teste de hipoteses
Teste de hipotesesTeste de hipoteses
Teste de hipoteses
 
estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalestatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamental
 
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdfESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
 
Aula 5 - Educação física
Aula 5 - Educação físicaAula 5 - Educação física
Aula 5 - Educação física
 
08 testes hipoteses_anova
08 testes hipoteses_anova08 testes hipoteses_anova
08 testes hipoteses_anova
 
Distribuição normal
Distribuição normalDistribuição normal
Distribuição normal
 
Confianca Noemi
Confianca NoemiConfianca Noemi
Confianca Noemi
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
 
Aula7
Aula7Aula7
Aula7
 
Tutorial03 - Teste de Duas Médias
Tutorial03 - Teste de Duas MédiasTutorial03 - Teste de Duas Médias
Tutorial03 - Teste de Duas Médias
 
Tq7
Tq7Tq7
Tq7
 
TESTE T STUDENT.pptx
TESTE T STUDENT.pptxTESTE T STUDENT.pptx
TESTE T STUDENT.pptx
 
Estatística na educação
Estatística na educação Estatística na educação
Estatística na educação
 
Conceitos básicos
Conceitos básicosConceitos básicos
Conceitos básicos
 
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptxAMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
 

Plus de Federal University of Bahia

Avaliação hemodinâmica no paciente criticamente enfermo
Avaliação hemodinâmica no paciente criticamente enfermoAvaliação hemodinâmica no paciente criticamente enfermo
Avaliação hemodinâmica no paciente criticamente enfermo
Federal University of Bahia
 
Suporte Nutricional No Paciente com Lesão Renal Aguda
Suporte Nutricional No Paciente com Lesão Renal AgudaSuporte Nutricional No Paciente com Lesão Renal Aguda
Suporte Nutricional No Paciente com Lesão Renal Aguda
Federal University of Bahia
 
O Que Mudou no Tratamento da Lesão Renal Aguda nos úLtimos 10 Anos
O Que Mudou no Tratamento da Lesão Renal Aguda nos úLtimos 10 AnosO Que Mudou no Tratamento da Lesão Renal Aguda nos úLtimos 10 Anos
O Que Mudou no Tratamento da Lesão Renal Aguda nos úLtimos 10 Anos
Federal University of Bahia
 

Plus de Federal University of Bahia (20)

Análise de Sobrevivência
Análise de SobrevivênciaAnálise de Sobrevivência
Análise de Sobrevivência
 
Regressão Logística
Regressão LogísticaRegressão Logística
Regressão Logística
 
Regressão Linear Simples
Regressão Linear SimplesRegressão Linear Simples
Regressão Linear Simples
 
Hiponatremia
HiponatremiaHiponatremia
Hiponatremia
 
Acute Kidney Injury in Nephrotic Syndrome
Acute Kidney Injury in Nephrotic SyndromeAcute Kidney Injury in Nephrotic Syndrome
Acute Kidney Injury in Nephrotic Syndrome
 
Hiponatremia revisão geral em 20 min
Hiponatremia   revisão geral em 20 minHiponatremia   revisão geral em 20 min
Hiponatremia revisão geral em 20 min
 
Distúrbio
DistúrbioDistúrbio
Distúrbio
 
Avaliação hemodinâmica no paciente criticamente enfermo
Avaliação hemodinâmica no paciente criticamente enfermoAvaliação hemodinâmica no paciente criticamente enfermo
Avaliação hemodinâmica no paciente criticamente enfermo
 
Suporte Nutricional No Paciente com Lesão Renal Aguda
Suporte Nutricional No Paciente com Lesão Renal AgudaSuporte Nutricional No Paciente com Lesão Renal Aguda
Suporte Nutricional No Paciente com Lesão Renal Aguda
 
O Que Mudou no Tratamento da Lesão Renal Aguda nos úLtimos 10 Anos
O Que Mudou no Tratamento da Lesão Renal Aguda nos úLtimos 10 AnosO Que Mudou no Tratamento da Lesão Renal Aguda nos úLtimos 10 Anos
O Que Mudou no Tratamento da Lesão Renal Aguda nos úLtimos 10 Anos
 
Estratificação da Lesão Renal Aguda
Estratificação da Lesão Renal AgudaEstratificação da Lesão Renal Aguda
Estratificação da Lesão Renal Aguda
 
Amostragem
AmostragemAmostragem
Amostragem
 
Amostragem
AmostragemAmostragem
Amostragem
 
Estatística Descritiva
Estatística DescritivaEstatística Descritiva
Estatística Descritiva
 
Uso de Bicarbonato na Acidose Metabólica
Uso de Bicarbonato na Acidose MetabólicaUso de Bicarbonato na Acidose Metabólica
Uso de Bicarbonato na Acidose Metabólica
 
Discurso Paraninfia FMB-UFBA 2008.1
Discurso Paraninfia FMB-UFBA 2008.1Discurso Paraninfia FMB-UFBA 2008.1
Discurso Paraninfia FMB-UFBA 2008.1
 
Ira No Ofidismo
Ira No OfidismoIra No Ofidismo
Ira No Ofidismo
 
Hiponatremia
HiponatremiaHiponatremia
Hiponatremia
 
SIHAD
SIHADSIHAD
SIHAD
 
Hiponatremia
HiponatremiaHiponatremia
Hiponatremia
 

Dernier

SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffffSSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
NarlaAquino
 
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
PatriciaCaetano18
 
Os editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptxOs editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptx
TailsonSantos1
 
8 Aula de predicado verbal e nominal - Predicativo do sujeito
8 Aula de predicado verbal e nominal - Predicativo do sujeito8 Aula de predicado verbal e nominal - Predicativo do sujeito
8 Aula de predicado verbal e nominal - Predicativo do sujeito
tatianehilda
 
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptxTeoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
TailsonSantos1
 

Dernier (20)

SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffffSSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
SSE_BQ_Matematica_4A_SR.pdfffffffffffffffffffffffffffffffffff
 
Projeto de Extensão - DESENVOLVIMENTO BACK-END.pdf
Projeto de Extensão - DESENVOLVIMENTO BACK-END.pdfProjeto de Extensão - DESENVOLVIMENTO BACK-END.pdf
Projeto de Extensão - DESENVOLVIMENTO BACK-END.pdf
 
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdf
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdfPROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdf
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdf
 
Aula de jornada de trabalho - reforma.ppt
Aula de jornada de trabalho - reforma.pptAula de jornada de trabalho - reforma.ppt
Aula de jornada de trabalho - reforma.ppt
 
O PLANETA TERRA E SEU SATÉLITE NATURAL - LUA
O PLANETA TERRA E SEU SATÉLITE NATURAL - LUAO PLANETA TERRA E SEU SATÉLITE NATURAL - LUA
O PLANETA TERRA E SEU SATÉLITE NATURAL - LUA
 
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
A EDUCAÇÃO FÍSICA NO NOVO ENSINO MÉDIO: IMPLICAÇÕES E TENDÊNCIAS PROMOVIDAS P...
 
Estudar, para quê? Ciência, para quê? Parte 1 e Parte 2
Estudar, para quê?  Ciência, para quê? Parte 1 e Parte 2Estudar, para quê?  Ciência, para quê? Parte 1 e Parte 2
Estudar, para quê? Ciência, para quê? Parte 1 e Parte 2
 
Projeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdf
Projeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdfProjeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdf
Projeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdf
 
Os editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptxOs editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptx
 
Projeto de Extensão - ENGENHARIA DE SOFTWARE - BACHARELADO.pdf
Projeto de Extensão - ENGENHARIA DE SOFTWARE - BACHARELADO.pdfProjeto de Extensão - ENGENHARIA DE SOFTWARE - BACHARELADO.pdf
Projeto de Extensão - ENGENHARIA DE SOFTWARE - BACHARELADO.pdf
 
Seminário Biologia e desenvolvimento da matrinxa.pptx
Seminário Biologia e desenvolvimento da matrinxa.pptxSeminário Biologia e desenvolvimento da matrinxa.pptx
Seminário Biologia e desenvolvimento da matrinxa.pptx
 
8 Aula de predicado verbal e nominal - Predicativo do sujeito
8 Aula de predicado verbal e nominal - Predicativo do sujeito8 Aula de predicado verbal e nominal - Predicativo do sujeito
8 Aula de predicado verbal e nominal - Predicativo do sujeito
 
EDUCAÇÃO ESPECIAL NA PERSPECTIVA INCLUSIVA
EDUCAÇÃO ESPECIAL NA PERSPECTIVA INCLUSIVAEDUCAÇÃO ESPECIAL NA PERSPECTIVA INCLUSIVA
EDUCAÇÃO ESPECIAL NA PERSPECTIVA INCLUSIVA
 
PROJETO DE EXTENSÃO I - Radiologia Tecnologia
PROJETO DE EXTENSÃO I - Radiologia TecnologiaPROJETO DE EXTENSÃO I - Radiologia Tecnologia
PROJETO DE EXTENSÃO I - Radiologia Tecnologia
 
Aula sobre o Imperialismo Europeu no século XIX
Aula sobre o Imperialismo Europeu no século XIXAula sobre o Imperialismo Europeu no século XIX
Aula sobre o Imperialismo Europeu no século XIX
 
Recomposiçao em matematica 1 ano 2024 - ESTUDANTE 1ª série.pdf
Recomposiçao em matematica 1 ano 2024 - ESTUDANTE 1ª série.pdfRecomposiçao em matematica 1 ano 2024 - ESTUDANTE 1ª série.pdf
Recomposiçao em matematica 1 ano 2024 - ESTUDANTE 1ª série.pdf
 
Slides Lição 05, Central Gospel, A Grande Tribulação, 1Tr24.pptx
Slides Lição 05, Central Gospel, A Grande Tribulação, 1Tr24.pptxSlides Lição 05, Central Gospel, A Grande Tribulação, 1Tr24.pptx
Slides Lição 05, Central Gospel, A Grande Tribulação, 1Tr24.pptx
 
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptx
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptxSlides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptx
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptx
 
Monoteísmo, Politeísmo, Panteísmo 7 ANO2.pptx
Monoteísmo, Politeísmo, Panteísmo 7 ANO2.pptxMonoteísmo, Politeísmo, Panteísmo 7 ANO2.pptx
Monoteísmo, Politeísmo, Panteísmo 7 ANO2.pptx
 
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptxTeoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
 

Princípios de Estatística Inferencial - II

  • 1. Noções Básicas de Inferência Estatística - II Paulo Novis Rocha Nefrologista Professor Adjunto do Depto. Medicina FMB-UFBA Professor Colaborador do PPgCS
  • 2.
  • 4. Inferência Estatística sobre 1 Média Teste z Teste t
  • 5.
  • 6.
  • 7. Distribuições Z e T Distribuição T: ápice menos pontiagudo e caudas mais largas
  • 8.
  • 9. Distribuições T para alguns tamanhos de amostra: n = 31, n = 6, n = 3 T Distribuição T ≈ Z quando (n-1) se aproxima de infinito. Graus de liberdade = 30 Graus de liberdade = 5 Graus de liberdade = 2
  • 11.
  • 12.  
  • 13.  
  • 14. Os programas de computador possuem tabelas completas! Também são capazes de fornecer o valor- p para o teste t
  • 15.
  • 16. Se a distribuição da variável na população estudada não for normal e o n for pequeno.... não podemos assumir que a distribuição das médias amostrais seja normal. Solução: TESTES ESTATÍSTICOS NÃO-PARAMÉTRICOS
  • 17.  
  • 19. Até o momento, só aprendemos inferência estatística sobre UMA média. O mais comum em estudos clínicos é fazermos inferência estatística sobre DUAS ou MAIS médias
  • 20. Inferência Estatística sobre 2 Médias Teste z Teste t de Student Teste t’
  • 21.
  • 22. Distribuição Normal a ser utilizada ƒ( x ) Diferença entre médias INFERÊNCIA SOBRE UMA MÉDIA INFERÊNCIA SOBRE DUAS MÉDIAS µ 0 0 ƒ( x ) média
  • 23.
  • 24.
  • 25.
  • 28. The t test is also know as the Student’s t test. “It was developed by the statistician William Gosset who was employed as a quality control supervisor at the Guinness Brewery in Dublin, and who wrote under the pseudonym of Student, presumably because no one who knew his occupation would take him seriously” Norman & Streiner. PDQ Statistics. 1986.
  • 29.
  • 30. Amostras Dependentes Teste t para amostras emparelhadas ( paired t test )
  • 31.
  • 33. Inferência Estatística sobre Proporções Para uma ou duas proporções Teste z Teste do qui-quadrado Teste de Fisher
  • 34.
  • 35.
  • 36.
  • 37.
  • 38. P (morar perto) x P (estar intoxicada) = (112 /250) x (176/250) = 0,315 N esperado de intoxicados na área próxima = 0,315 x 250 = 78,85 Domicílio Intoxicação por chumbo Total Sim Não Perto 90 (78,85) 22 112 Longe 86 52 138 Total 176 74 250
  • 39. O = n o observado em cada célula E = n o esperado em cada célula i = varia entre 1 (primeira célula) e k (última célula) Domicílio Intoxicação por chumbo Total Sim Não Perto 90 (78,85) 22 (33,15) 112 Longe 86 (97,15) 52 (40,85) 138 Total 176 74 250
  • 40. Domicílio Intoxicação por chumbo Total Sim Não Perto 90 (78,85) 22 (33,15) 112 Longe 86 (97,15) 52 (40,85) 138 Total 176 74 250
  • 41.
  • 43.
  • 44.
  • 45.  
  • 47.
  • 48.
  • 49.
  • 50. Teste de Fisher: 1 o passo Quais e quantas combinações são possíveis para a distribuição das 32 crianças na tabela, mantidos fixos os totais marginais (21, 11, 12, 20) ? Domicílio Intoxicação por chumbo Total Sim Não Perto a ? b ? 12 Longe c ? d ? 20 Total 21 11 32
  • 51.
  • 52. Teste de Fisher: 1 o passo Domicílio Intoxicação por chumbo Total Sim Não Perto a b a+b Longe c d c+d Total a+c b+d a+b+c+d
  • 53. Teste de Fisher: 1 o passo Subtrair 1 da freqüência mais baixa e recalcular. Continuar procedimento até que uma freqüência seja ZERO. Adicionar 1 à freqüência mais baixa e recalcular. Continuar procedimento até que uma freqüência seja ZERO. Domicílio Intoxicação por chumbo Total Sim Não Perto a = 10 b = 2 a+b = 12 Longe c = 11 d = 9 c+d = 20 Total a+c = 21 b+d = 11 a+b+c+d = 32
  • 54. Teste de Fisher: 2 o passo Domicílio Intoxicação por chumbo Total Sim Não Perto a = 11 b = 1 a+b = 12 Longe c = 10 d = 10 c+d = 20 Total a+c = 21 b+d = 11 a+b+c+d = 32 Domicílio Intoxicação por chumbo Total Sim Não Perto a = 12 b = 0 a+b = 12 Longe c = 9 d = 11 c+d = 20 Total a+c = 21 b+d = 11 a+b+c+d = 32
  • 55. Valor-p em uma cauda = 0,0859+0,0172+0,0013=0,1044 Valor-p outra cauda = 0,0297+0,0044+0,0003+0,00001+0,00000009+0,0859=0,1203 Valor-p bicaudado = (0,1044+0,1203)-0,0859 = 0,1388
  • 56.

Notes de l'éditeur

  1. Incompleta Não precisamos de tabelas... O computador tem tabelas completas!!!
  2. É UMA DISTRIBUIÇÃO DE MÉDIAS AMOSTRAIS QUE É UTILIZADA NA INFERÊNCIA ESTATÍSTICA SOBRE MÉDIAS.
  3. EP x = √s x 2 = √ σ 2 /n = σ / √n EP (x 1 –x 2 ) = √( σ 1 2 /n 1 + √ σ 2 2 /n 2 )
  4. Desvio-padrão: quanto, em média, as diferenças se desviaram da média das diferenças, na ÚNICA amostra estudada Erro-padrão: o quanto, em média, as diferenças se desviariam da média das diferenças médias, caso tivéssemos realizado numerosos estudos
  5. Condições: Número de indivíduos estudados (n) Probabilidade de ocorrência do evento de interesse na amostra estudada (p)
  6. Cálculo de correção para continuidade: área entre x-(1 / 2) e x+(1 / 2)
  7. X=np
  8. FE ou Freqüência esperada = (Total da linha x total da coluna)/Total geral Graus de liberdade = (r-1).(s-1), onde r=no. de linhas e s=no. de colunas
  9. Página 279
  10. Obtidas essas combinações, calculamos a probabilidade de encontrarmos cada uma delas Somamos as probabilidades de obtermos combinações tão ou mais extremas do que aquela encontrada no nosso estudo
  11. Obtidas essas combinações, calculamos a probabilidade de encontrarmos cada uma delas Somamos as probabilidades de obtermos combinações tão ou mais extremas do que aquela encontrada no nosso estudo
  12. Obtidas essas combinações, calculamos a probabilidade de encontrarmos cada uma delas Somamos as probabilidades de obtermos combinações tão ou mais extremas do que aquela encontrada no nosso estudo
  13. Obtidas essas combinações, calculamos a probabilidade de encontrarmos cada uma delas Somamos as probabilidades de obtermos combinações tão ou mais extremas do que aquela encontrada no nosso estudo
  14. Valores diferentes sugerem que a distribuição hipergeométrica não é simétrica
  15. Obtidas essas combinações, calculamos a probabilidade de encontrarmos cada uma delas Somamos as probabilidades de obtermos combinações tão ou mais extremas do que aquela encontrada no nosso estudo