Bioestatística 06 - Premissas condicionais - parte 2
49
Audio Transcript Auto-generated
- 00:02 - 00:05
incluímos discutido na primeira parte na aula de hoje, falaremos
- 00:06 - 00:12
acerca das premissas condicionais para aplicação de métodos da estatística
- 00:14 - 00:14
para a América.
- 00:17 - 00:23
A estatística paramédicaé aquela que leva em consideração que
- 00:23 - 00:30
os dados seguem uma distribuição de probabilidade de ocorrência de
- 00:30 - 00:36
acordo com aquela descrita pelo matemático, talvez um dos mais
- 00:38 - 00:44
famosos e conhecidos da matemática e também da estatística, o
- 00:45 - 00:49
total foi de dez graus e por essa razão, essa
- 00:50 - 00:56
distribuição chamada normal, tambémé conhecida como distribuição Glauce Ana
- 00:57 - 01:04
ou distribuição diga aos como veremos mais adiante.
- 01:04 - 01:11
Essaé uma distribuição que apresenta algumas características bastante interessantes,
- 01:12 - 01:18
como por exemplo, a simetria em torno da média, a
- 01:18 - 01:26
distribuição conhecida de um determinado percentual proporção de ocorrências a
- 01:26 - 01:31
partir de uma certa distância preestabelecida da medida.
- 01:31 - 01:37
Resumo de tendência central e essa assimetria e a são
- 01:37 - 01:46
muito bem conhecidas, muito bem caracterizadas, faz com que seja
- 01:46 - 01:54
possível uma referência, mas robusta, a partir da mostra para
- 01:55 - 02:05
a população, e desse modo, os métodos da estatística paramédica
- 02:06 - 02:09
geralmente são mais preferidos.
- 02:11 - 02:18
São mais buscados mas aceitos devido a essa previsibilidade que
- 02:19 - 02:26
se obtém devido a assimetria distribuição segundo descrito por Gauchos.
- 02:28 - 02:32
No entanto, além da distribuição normal como ouvimos adiantando a
- 02:32 - 02:36
necessidade de uma certa homogeneidade de variância.
- 02:37 - 02:44
Também descrita na literatura como mocidade se dá quando essas
- 02:44 - 02:53
duas premissas ou pressuposições são atendidas se e somente se
- 02:54 - 02:59
entãoé possível aplicar,é possível a aplicação dos chamados
- 03:01 - 03:01
testes da estatística.
- 03:02 - 03:08
Mais para mim, que pelas razões, são a ponteira considerada
- 03:08 - 03:14
uma estatística mais potente, mais robusto, ou seja, que pode
- 03:15 - 03:19
ser mais precisa na medida em que, quando eu repito
- 03:20 - 03:24
a análise, a partir de diferentes amostras da mesma população,
- 03:26 - 03:30
eu tendo a chegar sempre no mesmo resultar, portanto, há
- 03:30 - 03:34
uma confiabilidade, o nível de confiança, mas significativo.
- 03:37 - 03:43
Por outro lado, se estas suposições não são atendidas e
- 03:44 - 03:47
ainda assim eu insisto na aplicação de uma estatística para
- 03:48 - 03:53
a médica, por exemplo, a nova ela se torna não
- 03:53 - 03:57
somente menos robusta, mas ela inclusive pode chegar a resultados,
- 03:58 - 04:03
equivocar o teste de uma determinada hipótese.
- 04:04 - 04:09
Ele pode ser por estar sujeitos a diferentes tipos de
- 04:09 - 04:13
eu. Tipo dois Como a gente já conversou em aulas
- 04:14 - 04:18
anteriores, Portanto, na dúvida, o idealé aplicar mais certificando,
- 04:19 - 04:24
não para a métrica, porque embora seja menos precisa, ela
- 04:26 - 04:32
sempre vai gerar o resultado correto, embora os preços já
- 04:33 - 04:36
nova entre outros testes da estatística ou para a América,
- 04:38 - 04:42
ela pode ser mais precisa, mas para isso a necessidade
- 04:43 - 04:47
de uma verificação por meio dos chamados pré testes dessas
- 04:48 - 04:57
premissas condicionais você da cidade, nada mais dizendo que um
- 04:57 - 05:04
conceito que se relaciona ou a comparação da variância dentro
- 05:05 - 05:10
e entre grupos comparado, ou seja, eu tenho uma variabilidade
- 05:11 - 05:16
das observações dentro de um determinado grupo dentro do grupo.
- 05:16 - 05:22
Controle por essa variabilidade, como nós já vimos na aula
- 05:22 - 05:27
da estatística descritiva, pode ser medida mediante uma distância quarta-
- 05:28 - 05:35
Tilica mediante se o padrão variância valores inter valares dados
- 05:36 - 05:39
limites, mas temos de ocorrências.
- 05:41 - 05:46
Isso então caracteriza a variabilidade ou a criança dentro do
- 05:46 - 05:49
grupo dentro do outro grupo.
- 05:50 - 05:55
Essa análise também gera um resultado acerca dessa variação e
- 05:55 - 06:00
quando comparados entre si essas variância, mas elas não podem
- 06:01 - 06:01
ser muito diferentes.
- 06:03 - 06:06
Eu não posso comparar um grupo, uma variabilidade muito pequena
- 06:07 - 06:09
com um grupo de uma variabilidade muito grande.
- 06:10 - 06:15
A estatística para elétrica exige que essa realidade seja aproximadamente
- 06:17 - 06:20
igual e quando isso ocorre, eu digo que os dados
- 06:20 - 06:23
A teve a premissa de posse das cidades.
- 06:25 - 06:30
A outra premissa mais conhecida, geralmente terçado,é a chamada
- 06:30 - 06:35
da hostilidade e como nós já mencionamos antes, se refere
- 06:36 - 06:41
à normalidade da distribuição dos dados de uma maneira mais
- 06:42 - 06:49
completa a normalidade da probabilidade da distribuição de ocorrência desses.
- 06:51 - 06:54
Ou seja, não tem um determinado grupo dentro desse grupo.
- 06:54 - 06:59
Eu tenho observações e associados a cada observações.
- 06:59 - 07:03
Eu tenho valores valores que foram medidos para uma determinada
- 07:04 - 07:06
avaliar, por exemplo, o peso altura.
- 07:08 - 07:11
Eu tenho uma probabilidade de um determinado valor de peso,
- 07:12 - 07:15
de de um valor de altura ocorrer dentro daquele grupo.
- 07:17 - 07:21
Quando eu tenho uma distribuição normal, eu conheço o valor
- 07:21 - 07:23
da média e do desvio padrão.
- 07:24 - 07:26
Eu sei qualé a probabilidade de ocorrer um determinado
- 07:27 - 07:31
valor a partir da distância que teve valor ocorre em
- 07:31 - 07:32
relaçãoà média.
- 07:34 - 07:37
Então, por exemplo, até onde se o padrão em torno
- 07:38 - 07:41
da média euros trinta e três por cento dos valores
- 07:41 - 07:45
possíveis de ocorrência dois desvios padrões sessenta e seis três
- 07:46 - 07:49
desvios padrões, eu consiga abranger noventa e nove por cento
- 07:50 - 07:54
de todas as possíveis ocorrências de valor segundo aquela variável
- 07:55 - 07:55
que está sendo vida.
- 07:57 - 08:04
Essa previsibilidade que torna esses metros mais lembrando que essa
- 08:04 - 08:10
normalidade ela se aplica tanto aos valores dos dados, ou
- 08:10 - 08:17
seja, das leituras propriamente ditas, quanto dos chamados resíduos que
- 08:17 - 08:22
são resíduos Resíduosé a diferença entre o valor médio
- 08:23 - 08:29
das observações e o valor de cada observação esse regime,
- 08:29 - 08:34
Então ele pode ser calculado mediante metros como mínimos quadrados,
- 08:35 - 08:37
porque você vai olhar não apenas para o valor da
- 08:37 - 08:42
observação, mas de todas as observações dentro daquele grupo.
- 08:43 - 08:45
E aí então eu vou ter um conjunto de diferenças,
- 08:47 - 08:51
cada uma delas associada ao valor de uma observação quando
- 08:51 - 08:52
comparada com a média.
- 08:53 - 08:55
Esses valores são sempre elevados ao quadrado.
- 08:56 - 09:00
Para evitar que uma diferença negativa tem se uma diferença
- 09:00 - 09:05
positiva da soma de todos esses quadrados, eu tiro ao
- 09:05 - 09:12
final. Com isso, consigo uma medida mais bem distribuída destes
- 09:13 - 09:19
resíduos para cada observação, nenhum resíduo observacional e esses resíduos
- 09:19 - 09:22
também precisam seguir uma distribuição Gláucia.
- 09:23 - 09:28
No geral, quando os dados seguem uma distribuição normal, os
- 09:28 - 09:30
resíduos tendem também a seguir.
- 09:31 - 09:35
Por isso que geralmente nós medimos essa normalidade de uma
- 09:36 - 09:42
das observações para métodos como a nova, Este procedimentoé
- 09:42 - 09:47
um procedimento bastante a ser bastante azul.
- 09:49 - 09:54
Na sequência falaremos um pouco mais seguindo ali para alguns
- 09:54 - 10:00
aspectos mais mais profundos relacionadosà realidade