Bioestatística 06 - Premissas condicionais - parte 3
46
Audio Transcript Auto-generated
- 00:02 - 00:06
como nós tínhamos conceituando, A hostilidade refere seà distribuição
- 00:08 - 00:13
da probabilidade de ocorrência de um determinado valor associado a
- 00:13 - 00:21
variável que está sendo analisado, eé importante lembrar que
- 00:21 - 00:27
na verdade essa distribuição de probabilidade ela pode se aproximar
- 00:28 - 00:29
de várias áreas diversas.
- 00:30 - 00:37
Distribuições teóricas A distribuição de Lucianaé pela entre usuários,
- 00:39 - 00:44
uma outra também muito utilizada principalmente no estudo de fadiga
- 00:46 - 00:53
de falhas mecânicas e a chamada distribuição de feito muito
- 00:53 - 00:58
utilizada em análise de sobrevivência e também para a comparação
- 00:59 - 00:59
de distribuições.
- 01:00 - 01:05
Enfim, portanto, a distribuição da Lucianaé um caso particular
- 01:07 - 01:13
entre várias outras, entre vários outros tipos de distribuições teóricas.
- 01:15 - 01:19
Esse caso em particular, eles se caracteriza por uma curva
- 01:20 - 01:24
de distribuição que tem um formato muito muito típico, muito
- 01:24 - 01:29
característico la que corresponde ao que seria uma sessão diária
- 01:30 - 01:34
da superfície de um cível naquele estilo clássico, Sinos de
- 01:34 - 01:39
igreja e esse formato a guarda em si algumas propriedades
- 01:40 - 01:47
especiais, por exemplo, uma distribuição simétrica, ou seja, elaé
- 01:47 - 01:54
a tecnologia dos dois lados a partir da média ela
- 01:54 - 01:57
não tem um desafio maior ou menor de um lado
- 01:57 - 02:04
a outro, não chamaríamos bertoso, então o fato de você
- 02:04 - 02:07
ter simetria, isso leva que nós chamamos de cor those
- 02:08 - 02:13
nua, Ou seja, você não tem articula mento que seria
- 02:13 - 02:21
aquela situação em que você tem, digamos, uma contração da
- 02:21 - 02:25
base destes ensino, levando ao pico mais elevado um afunilamento.
- 02:27 - 02:30
E também não temos a situação possa que seja uma
- 02:30 - 02:37
situação de abaixa mento de achatamento da urbana, fazendo com
- 02:37 - 02:38
que só base seja a longa.
- 02:40 - 02:45
Além disso, ela tem apenas um único valor de maior
- 02:45 - 02:49
ocorrência, ou seja, apenas uma única moda.
- 02:50 - 02:55
E essa moda, elaé exatamente igualà média e
- 02:55 - 02:56
a mediana.
- 02:57 - 03:02
Os valores coincidem onde são aproximadamente iguais.
- 03:04 - 03:09
Por essa razão, nós podemos parametrizado dar essa distribuição segundo
- 03:10 - 03:16
apenas duas medidas de peso, uma medida de tendência central,
- 03:17 - 03:20
queé a média, mas que poderia também ser amor
- 03:20 - 03:23
obviamente ano, já que com isso e a medida de
- 03:24 - 03:30
desvio de superação dada pelo próprio desvio padrão ou pela
- 03:31 - 03:38
várias. Então essas características especiais permitem a aplicação de um
- 03:38 - 03:46
conjunto muito seleto, de metros chamados métodos da estatístico, mas
- 03:47 - 03:47
não se realidade.
- 03:48 - 03:51
Ela pode ser avaliada a partir de uma análise um
- 03:51 - 03:58
pouco mais subjetiva, ou seja, uma análise visual e, portanto,
- 03:58 - 04:00
uma análise gráfica preliminar.
- 04:03 - 04:06
Análise geralmente se baseia no que nós chamamos.
- 04:07 - 04:11
Issoé um programa que nós já com situamos em
- 04:11 - 04:16
aulas anteriores aqueles que não lembram muito bem deste conceito,
- 04:17 - 04:22
recomendo que essas aulas interiores, mas de um modo geral,
- 04:23 - 04:26
o programaé aquele gráfico que apresenta justamente a distribuição
- 04:27 - 04:32
da probabilidade de ocorrências de os valores dentro daquele intervalo
- 04:33 - 04:38
da variável analisada dentro do seu chamado domínio de ocorrência
- 04:38 - 04:38
de valores.
- 04:40 - 04:45
Uma outra possibilidadeé baseado em análise gráfica e a
- 04:45 - 04:52
chamada análise baseada nos diagramas de plantio antigo chamado diagrama
- 04:52 - 04:57
que ainda tem o diagrama de quartil chamado diagrama.
- 04:59 - 05:02
A diferençaé que um deles se baseia na distribuição
- 05:03 - 05:05
real dos dados e outro a partir de uma distribuição,
- 05:08 - 05:09
digamos, a posse.
- 05:10 - 05:15
Nada por um modelo e nestes gráficos nós podemos visualizar
- 05:16 - 05:21
que as proporções dos dados da mostra em comparação como
- 05:21 - 05:26
ela se comportam em comparação com aqueles valores esperados para
- 05:26 - 05:27
a distribuição normal.
- 05:28 - 05:32
Então quando esses valores reais que são observados são próximos
- 05:34 - 05:41
em comparação com aqueles esperados, nós vamos ter os pontos
- 05:41 - 05:46
de observação justamente sobre a reta e quanto mais próximo
- 05:46 - 05:52
da mais proximamente normal, quanto mais distante dela menos proximamente
- 05:53 - 06:01
normal. Todos temos aqui justamente dois exemplos dessas alternativas a
- 06:01 - 06:04
primeira delas a esquerda chamado programa.
- 06:05 - 06:11
Nós temos aqui um gasto de papasà altura.
- 06:13 - 06:19
As radicais colunas representa a frequência com que os valores,
- 06:19 - 06:25
ou então, por exemplo, na posição quase que média deste
- 06:25 - 06:30
gráfico quais nós temos ali, como a coluna esquerda e
- 06:30 - 06:33
à direita do valor sessenta anos na coluna da esquerda,
- 06:35 - 06:39
representa a frequência das ocorrências entre cinquenta e cinco e
- 06:39 - 06:44
sessenta anos e a coluna da direita, a frequência das
- 06:44 - 06:48
ocorrências entre sessenta e sessenta e cinco anos.
- 06:49 - 06:53
Por isso, o que nós chamamos de um gráfico de
- 06:53 - 06:58
probabilidade de ocorrências, porque nós temos justamente a frequência dessas,
- 06:59 - 06:59
serão ações.
- 07:01 - 07:04
E aí, além das bases, nós temos essa outra curva,
- 07:05 - 07:08
mais sua água e sobre ela se apenas um contorno,
- 07:09 - 07:13
uma linha que tem justamente o gráfico muito próximo ao
- 07:13 - 07:14
que seria a superfície de um filho.
- 07:16 - 07:21
Apesar de algumas variações de uma diferença que fazem com
- 07:21 - 07:26
que algumas colunas fiquem abaixo dessa curva e outras acima,
- 07:28 - 07:34
é possível observar que uma certa assimetria proximamente o normal
- 07:35 - 07:36
a direita.
- 07:36 - 07:39
Nós temos chamado gráfico de Quantico, quantia enquanto partido.
- 07:40 - 07:45
Caso nós temos um que nós temos uma linha central
- 07:48 - 07:51
é quase uma bissetriz, quase dividindo este quadranteà direita.
- 07:52 - 07:56
É que essa linha vermelha do ano nós temos outras
- 07:56 - 08:01
duas linhas pontilhadas da família, que são chamados limites dos
- 08:02 - 08:05
limites mínimos e máximos no intervalo de confiança.
- 08:06 - 08:11
Nós temos essas esferas, esses círculos na realidade achados e
- 08:11 - 08:12
preto que são as observações.
- 08:14 - 08:18
Nós observamos que esses poucos empregos estão aproximadamente sobre essa
- 08:18 - 08:24
linha, o que nos dá uma indicação de que ela
- 08:24 - 08:26
é proximamente normal.
- 08:27 - 08:28
Temos ainda essa outra linha.
- 08:28 - 08:32
Vejo esta seja na vertical e observando legal.
- 08:32 - 08:36
Nós vemos que nós temos uma quantidade aproximadamente igual de
- 08:36 - 08:38
dados a suas seda eà sua direita.
- 08:39 - 08:46
Portanto, temos uma situação aproximadamente simétrica, essa primeira análise gráfica
- 08:47 - 08:47
elaé subjetiva.
- 08:48 - 08:55
Portanto, eliminar muito importante que nascemos outros testes mais objetivos
- 08:56 - 09:00
para testar se efetivamente, Essaé uma distribuição que está
- 09:00 - 09:04
dentro do limite de tolerância, porque vemos que ela não
- 09:05 - 09:11
é exatamente normal, mas ela pode ser proximamente desses serviços.
- 09:11 - 09:14
Exemplo Temos o que chamamos uma ação não normal.
- 09:15 - 09:22
É evidente que temos uma assimetria em ser da materiais
- 09:22 - 09:27
cerda. Além disso, temos uma condição de bi modalidade, temos
- 09:27 - 09:30
o valor de maior frequência entre zero.
- 09:33 - 09:37
Depois temos uma segunda moda alia de cento e sessenta
- 09:38 - 09:42
e setor ter aproximadamente um pouco mais baixa, Mas um
- 09:43 - 09:44
digamos, um segundo pico.
- 09:45 - 09:46
Então, ela nãoé o de modal.
- 09:47 - 09:50
Ela nãoé simétrica e ela está muito longe de
- 09:51 - 09:54
ter o seu contorno próximoà superfície de um cinco.
- 09:56 - 09:59
Quando observamos aqui o programaà direita, nós temos um
- 09:59 - 10:03
gráfico que vivemos mais uma vez que para essa mesma
- 10:03 - 10:08
situação representada neste programa, temos poucos que estão muito mais
- 10:08 - 10:16
muito distantes daquela linha central Vermelha continua no centro e
- 10:16 - 10:17
dos dois limites de intervalo de confiança.
- 10:18 - 10:22
As observações, elas estão algumas delas muito fora do teórico,
- 10:24 - 10:27
já seria suficiente para descaracterizar uma situação normal.
- 10:28 - 10:32
E não temos aqui uma uma boa lançou o visual
- 10:33 - 10:37
de que temos uma quantidade de aproximadamente igual a excedem
- 10:37 - 10:41
a direita dessa linha verde tracejada ao centro do padre.
- 10:43 - 10:48
Então vimos antes essa primeira situação proximamente normal, uma indicação
- 10:49 - 10:49
de queé normal.
- 10:50 - 10:52
Neste caso, devemos partir para um teste matemático.
- 10:54 - 10:57
E já nesta segunda, a situação não há nem necessidade
- 10:58 - 11:02
de fazer o teste matemático, porqueé evidente pela modalidade.
- 11:03 - 11:06
Nãoé o de modal pela assimetria, pelos valores fora
- 11:07 - 11:10
do intervalo de confiança, pelo fato dos o conhece estarem
- 11:10 - 11:19
muito distantes dessa linha agremiação para situações em que a
- 11:19 - 11:24
análise visual indica provável glauciane da Temos os chamados testes
- 11:27 - 11:32
mais conhecido e básica unânime do seu parceiro.
- 11:33 - 11:38
No entanto, esseé um teste recomendado para mostras consideradas
- 11:39 - 11:45
muito pequenas, ou seja, de quatro trinta observações, mais do
- 11:45 - 11:50
que trinta observações entre trinta e cinquenta unidades habitacionais.
- 11:51 - 11:57
Temos um outro teste mais preciso, chamado de entre cinquenta
- 11:57 - 11:58
e sim observações.
- 11:59 - 12:03
Temos o Jake para todos esses três déficits a recomendação,
- 12:04 - 12:06
o nível de significância alfa zero ponto zero.
- 12:08 - 12:12
Ou seja, eu tenho apenas cinco por cento de chances
- 12:13 - 12:17
de cometer o chamado que aquela situação em que o
- 12:17 - 12:19
rejeita a hipótese de Lula.
- 12:19 - 12:25
Mas na realidade elaé verdade quando o valor de
- 12:25 - 12:29
probabilidade que ela perceba que nós estamos falando de probabilidade
- 12:30 - 12:35
de ocorrer esse valor value pelo selo, também chamado de
- 12:35 - 12:36
nível descritivo.
- 12:36 - 12:39
Conforme já discutimos, conseguimos em aulas anteriores.
- 12:40 - 12:43
Eleé uma lei de probabilidade de você cometeu um
- 12:43 - 12:47
erro. Se informar que alfa, ou seja, maior que zero
- 12:47 - 12:50
ponto zero cinco significa que você tem mais do que
- 12:50 - 12:53
cinco por cento de chance de cometer o erro.
- 12:54 - 12:58
Portanto, nessa situação, não posso rejeitar em porto seguro a
- 12:59 - 13:03
hipótese nuaé que os dados segue uma distribuição normal.
- 13:06 - 13:11
As situações que eu tenho mais de seiscentos informações até
- 13:11 - 13:12
quinhentos unidades.
- 13:14 - 13:21
Eu tenho ainda um quarto teste, ainda mais robustos isso
- 13:22 - 13:28
situação altamente comendas ao fazer o poucos anos agora para
- 13:29 - 13:34
a mostra, muito grandes, ou seja, com mais pimenta, as
- 13:34 - 13:38
observações de estudarem ajudariam mais recomendado.
- 13:39 - 13:45
E aí nessa situação deve ser zero, propuseram um, porque
- 13:45 - 13:49
para amostras muito grandes você corre o risco de inflacionar
- 13:50 - 13:52
o formador do tipo dois e quando eu a sinto
- 13:54 - 13:55
a hipótese nula.
- 13:56 - 14:00
Mas na realidade elaé falsa contrário, chamado, comentou.
- 14:02 - 14:05
Então, para evitar essa inflação durante dois para essas situações
- 14:06 - 14:10
que tenham amostras muito grandes, deu pelo deste.
- 14:12 - 14:15
Fundar um alta de zero a zero.
- 14:16 - 14:19
É justamente para prevenir a inflação dos feitos.
- 14:20 - 14:26
Tipos de Na sequência estão, Daremos utilidade, falando então, sobre
- 14:27 - 14:28
uma das cidades