Profa. Dra.

Maria Ivanilde Silva Araújo

2014
 Ementa
Bioestatística (60 h)
 Considerações Iniciais:  Medidas de posição e variabilidade
Bioestatística – A estatística das
ciências médica e biológica  Distribuição Normal

 Conceitos Preliminares  Estimação e Teste de Hipótese

 Planejamento da Pesquisa e as  Coeficiente de Correlação entre

Técnicas de Amostragem duas variáveis.

 Organização e apresentação de  Correlação e regressão linear

dados simples

 Distribuição de Freqüência  Uso de programas estatísticos e

aplicações em ciências da saúde
 Apresentação Gráfica.

Profª Drª Maria Ivanilde Araujo- UFAM 2

 Bibliografia

 Soares, J. F., Siqueira, A. L. Introdução à Estatística Médica 2 ed.– UFMG -

COOPMED, Belo Horizonte, MG, 2002.
 M. I. Araújo e A. A. Balieiro, Apostila de Bioestatística. UFAM, 2009.
 Motta, Valter T., Bioestatística. 2 ed. EDUCS, Caxias do Sul, RS, 2006.
 Bussab W. de O.; Morettin, P. A. Estatística Básica - 7ª Edição. São Paulo.
Ed. Saraiva, 2011.
 VIEIRA, S. Elementos de Estatistica, 4 Edição. Ed. Atlas, 2003.
 Petrie, A.; Sabin, C. Estatística Médica, 2 ed. Roca, São Paulo, 2007

Profª Drª Maria Ivanilde Araujo- UFAM 3

 Cronograma das aulas
Data Conteúdo Horário
Conceitos Fundamentais de Estatística. Estatística 14:00 – 18:00
Descritiva, Inferência Estatística. População e Amostra.
29/04/14 Tipos de Variáveis.
Planejamento da Pesquisa, Fases do trabalho estatístico e 14:00 – 18:00
as Técnicas de Amostragem. Organização e apresentação
06/05/14 de dados
Análise Exploratória de Dados – AED. Distribuição de 14:00 – 18:00
13/05/14 Frequência e as técnicas exploratórias dos dados
20/05/14 Exercícios com banco de dados e computador 14:00 – 18:00
27/05/14 1ª Avaliação 14:00 – 18:00
03/06/14 Medidas de Posição 14:00 – 18:00
10/06/14 Medidas de Variabilidade 14:00 – 18:00
24/06/14 Distribuição Especial: Normal 14:00 – 18:00
01/07/14 Dia para trabalhar o banco de dados (Exercícios) 14:00 – 18:00

Profª Drª Maria Ivanilde Araujo- UFAM 4

 Cronograma das aulas
Data Conteúdo Horário
08/07/14 2ª Avaliação
15/07/14 Intervalo de Confiança e Teste de hipótese 14:00 – 17:00
Associação entre Variáveis Quantitativas: Gráfico de 14:00 – 17:00
Dispersão. Tipos de Associação entre duas Variáveis.
22/07/14 Coeficiente de Correlação
29/07/14 Exercícios 14:00 – 17:00
05/08/14 Cor. e reg. linear simples .
12/08/14 Exempos.: Corr. E Reg, (+ banco dados) 14:00 – 17:00
08/09/14 Prova final 14:00 – 17:00

Profª Drª Maria Ivanilde Araujo- UFAM 5

 Conceitos
 Estatística
 Estatística descritiva ou Análise exploratória de dados
 Estatística Indutiva e Inferencial
 Probabilidade
 Bioestatística e exemplos
 População e amostra
 Parâmetro e estatística
 Dados primários e secundários
 Censo
 Variável
Profª Drª Maria Ivanilde Araujo- UFAM 6
 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 e Estatística Inferencial ou

Indutiva e Probabilidade

 Bioestatística: aplicação da estatística nos campos

relacionados a saúde, biologia, biotecnologia etc.

Profª Drª Maria Ivanilde Araujo- UFAM 7

 Conceitos
 População: é o conjunto de elementos (valores, pessoas, medidas
etc.) que tem pelos menos uma característica em comum.
 Alunos de 5 a 12 anos da rede pública do município de Gurupi-TO
(para verificação de parasitas intestinais)
 Idosos integrantes da Unati - Universadade Aberta à Terceira
Idade (importância da relação farmacêutico – paciente, percepção
sobre a atuação do farmacêutico)
 Calendula officinalis L. (ASTERACEA). Influência do processo
extrativo nas características físicas e químicas dos extratos.

 Amostra: é um subconjunto de elementos extraídos de uma

população.

Profª Drª Maria Ivanilde Araujo- UFAM 8

 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).

Profª Drª Maria Ivanilde Araujo- UFAM 9

 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.

Profª Drª Maria Ivanilde Araujo- UFAM 10

 Variáveis - Classificação

  Nominal
Qualitativ a 
 Ordinal
Variável 
Quantitati va Discreta
 
 Contínua

Profª Drª Maria Ivanilde Araujo- UFAM 11

 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 decorrer do tempo, de grupos
(coortes) que compartilham fatores comuns.

Profª Drª Maria Ivanilde Araujo- UFAM 12

 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.
Profª Drª Maria Ivanilde Araujo- UFAM 13
 Tipos de estudos

Profª Drª Maria Ivanilde Araujo- UFAM 14

 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.

Profª Drª Maria Ivanilde Araujo- UFAM 15

 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.

Profª Drª Maria Ivanilde Araujo- UFAM 16

 Levantamento de dados

 A importância da coleta de dados

 Bom Questionário;
 Perguntas abertas e fechadas;

 Cuidado na hora de coletar informações;

 Não adianta uma metodologia perfeita e um bom
planejamento se na hora da coleta dos dados houver
alguma influência do entrevistador perante o
entrevistado;
 As pessoas que são contratadas para fazer as
entrevistas devem passar por um bom treinamento.

Profª Drª Maria Ivanilde Araujo- UFAM 17

 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.

Profª Drª Maria Ivanilde Araujo- UFAM 18

 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 Simples com e sem reposição
 Estratificada
 Sistemática
 Conglomerados
 Conveniência

Profª Drª Maria Ivanilde Araujo- UFAM 19

 Distribuições de Frequências
 Relacionam categorias ou classes de valores, juntamente com
contagens (ou frequência) do número de valores que se
enquadram em cada categoria.
 Exemplo: VARIÁVEL QUALITATIVA

Distribuição dos pacientes por tipo sanguíneo

Tipo sanguíneo Frequência
A 29
B 13
AB 3
O 51
Total 96

Profª Drª Maria Ivanilde Araujo- UFAM 20

 Tabelas
 Tabela de distribuição de frequência
Considere o seguinte conjunto de dados:
21, 21, 21, 22, 22, 23, 23, 24, 25, 25, 25, 25, 26, 26, 26, 28, 30.
Construa uma distribuição com todas as frequências.
Solução:

Profª Drª Maria Ivanilde Araujo- UFAM 21

 Tabelas
X fi fac fr far
21 3 3 3/17 3/17
22 2 5 2/17 5/17
23 2 7 2/17 7/17
24 1 8 1/17 8/17
25 4 12 4/17 12/17
26 3 15 3/17 15/17
28 1 16 1/17 16/17
30 1 17 1/17 17/17
 17 1
Profª Drª Maria Ivanilde Araujo- UFAM 22
 Tabelas
 Para a construção de tabelas de frequências para variáveis
contínuas, os dados devem ser agrupados em intervalos de
classes.

 Para a construção das classes algumas definições são

necessárias:

Profª Drª Maria Ivanilde Araujo- UFAM 23

 Tabelas
 Amplitude Total ou “Range” (R): É a diferença entre o
maior e o menor valor observado.
Ex.: R = 30 - 21 = 9.

Profª Drª Maria Ivanilde Araujo- UFAM 24

 Tabelas
 Intervalos de Classe: Conjunto de observações
apresentadas na forma contínua, sem superposição de
intervalos, de tal modo que cada valor do conjunto de
observação possa ser alocado em um, e apenas um, dos
intervalos.

Profª Drª Maria Ivanilde Araujo- UFAM 25

 Tabelas
O número k de intervalos para cada conjunto de observações
com n valores pode ser calculado como:
k = 1 + 3,322(log10 n) (fórmula de Sturges)
Ex.: para um conjunto com 50 observações obtemos log10(50)
≈ 1,699;

k = 1 + 3,322 x 1,699 ≈ 6,6 ≈ 7 intervalos

O tamanho w de cada intervalo é obtido pela divisão do valor
da diferença entre o maior e o menor valor, R, pelo número de
intervalos k:
w = R/k

Profª Drª Maria Ivanilde Araujo- UFAM 26

 Tabelas
 Etapas para a construção de tabelas de frequência para
dados agrupados:

1) Encontrar o menor e o maior valor (mínimo e máximo) do

conjunto de dados.
2) Calcular o número de classes que englobem todos os
dados sem haver superposição dos intervalos.

Profª Drª Maria Ivanilde Araujo- UFAM 27

 Tabelas
3) Contar o número de elementos que pertencem a cada
classe.

4) Determinar a frequência relativa de cada classe.

Profª Drª Maria Ivanilde Araujo- UFAM 28

 Tabelas
Exemplo:
O conjunto de dados abaixo representa as idades de mulheres
responsáveis pelos domicílios. Construa intervalos de classes
para o mesmo.
19 19 20 21 23 23 23 23 24 24 25 25 26 26 26 27 27 27 29 29 29
29 30 31 31 31 33 33 33 34 37 37 37 37 40 40 40 40 43 43 44 44 47
48 48 48 51 52 52 53

Profª Drª Maria Ivanilde Araujo- UFAM 29

 Tabelas
Solução: Intervalo de
Freqüência
classe
se utilizar a fórmula de
19 |------- 24 8
Sturges
R = 53 – 19 = 34 e n = 50 24 |------- 29 10
Então: 29 |------- 34 11
K = 1 + 3,322 x 1,699 ≈ 7 34 |------- 39 5
intervalos 39 |------- 44 6
W = 34/7 ≈ 5 idades em 44 |------- 49 6
cada 49 |------- 54 4

Profª Drª Maria Ivanilde Araujo- UFAM 30

 Tabelas
Ou construir intervalos empiricamente:

Intervalo
Freqüência
de classe
10 |------- 20 2
20 |------- 30 20
30 |------- 40 12
40 |------- 50 12
50 |------- 60 4

Profª Drª Maria Ivanilde Araujo- UFAM 31

 Tabelas
 Os extremos dos intervalos são conhecidos como limites
de classes.

 Procedendo-se desse modo, ao resumir os dados referentes

a uma variável contínua perde-se informações.

Profª Drª Maria Ivanilde Araujo- UFAM 32

 Apresentação de dados - Tabelas
 Componentes

Título Distribuição dos pacientes segundo as escalas de ABVD e AIVD, Hospital

H, Manaus-AM, 2014
Cabeçalho Variáveis f f (%)
Atividades Básica da Vida Diária (ABVD)
Independência (6 ou mais) 49 79,03
Dependência Parcial (4 - 5) 9 14,52 Corpo
Coluna Dependência Importante (2 ou menos) 4 6,45
Indicadora
Atividades Instrumentais da Vida Diária
Independência (7 - 9) 26 41,94 Célula
Dependência Parcial (4 - 6) 17 27,42
Dependência importante (0 - 3) 19 30,65
Rodapé: f: Freqüência; f(%): Freqüência Relativa
Fonte: Labio

Profª Drª Maria Ivanilde Araujo- UFAM 33

 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.

Profª Drª Maria Ivanilde Araujo- UFAM 34

 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 subtotais devem ser destacados.

Profª Drª Maria Ivanilde Araujo- UFAM 35

 Tabelas de contingência
 Conjugando duas séries em uma única tabela, obtém-se uma
tabela de dupla entrada.
Distribuição segundo tratamento de diabetes e cultura, localidade L, Amazonas 2012
Não Indígena Indígena
Variável (Módulo - DIABETES) f f (%) f f (%) P
Está fazendo tratamento
contra Diabetes?
Não, mas já fez 4 14,29 3 14,29
Não, nunca fez 5 17,86 4 19,05
Sim, com comprimido 10 35,71 8 38,10 0,99
Sim, com insulina 2 7,14 2 9,52
Sim, somente com dieta 7 25,00 4 19,05
Total 28 100,00 21 100,00
Fonte: Labio
Profª Drª Maria Ivanilde Araujo- UFAM 36
 Gráficos
 Os gráficos são representações pictóricas dos dados.

 Tem por finalidade dar uma ideia, a mais imediata possível,

dos resultados obtidos, permitindo chegar-se a conclusões
sobre a evolução do fenômeno ou sobre como se relacionam
os valores da série.

Profª Drª Maria Ivanilde Araujo- UFAM 37

 Gráficos
 A escolha do gráfico mais apropriado ficará a critério do
analista.

 Contudo, os elementos simplicidade, clareza e veracidade

devem ser considerados quando da elaboração de um
gráfico.

Profª Drª Maria Ivanilde Araujo- UFAM 38

 Gráficos
 Gráficos para variáveis qualitativas

Dentre os gráficos para representar variáveis qualitativas

temos o gráfico de barras e em setores (gráfico de pizza).

Profª Drª Maria Ivanilde Araujo- UFAM 39

 Gráficos


Profª Drª Maria Ivanilde Araujo- UFAM 40

 Gráficos
Acadêmicos por Área e por Tipo de 2º Grau -
UFAM 2003

700
600
500
Frequência

Int.Pública
400
Pública
300
Particular
200
Int.Partic
100
0
Humanas Agrárias Exatas Biológicas

Fonte: questionário aplicado aos alunos da UFAM, com ingresso no ano de 2003.
*134 alunos não responderam esta questão

Profª Drª Maria Ivanilde Araujo- UFAM 41

 Gráfico
 Gráfico de composição em setores: Destina-se a
representar a composição, usualmente em porcentagem, de
partes de um todo.

Consiste num círculo de raio arbitrário,

representando o todo, dividido e setores, que corresponde as
partes de maneira proporcional.

Profª Drª Maria Ivanilde Araujo- UFAM 42

 Gráficos

Profª Drª Maria Ivanilde Araujo- UFAM 43

 Gráficos
 Gráfico para variáveis quantitativas:

Os tipos de gráficos geralmente são utilizados nesse caso:

Gráfico de dispersão, Histograma, polígono de frequência e
gráfico de linhas.

Profª Drª Maria Ivanilde Araujo- UFAM 44

 Gráfico de dispersão:
Gráficos
Os valores são representados por pontos ao longo da reta.

Exemplo: Taxa de glicemia dos idosos que procuram

atendimento no Centro de Atenção Integrada da Melhor
Idade – CAIMI.

Profª Drª Maria Ivanilde Araujo- UFAM 45

 Gráficos
Taxa de glicemia dos idosos atendidos no CAIMI, Manaus - 2013
450

400

350

300

250

200

150

100

50

0
0 50 100 150 200 250

Profª Drª Maria Ivanilde Araujo- UFAM 46

 Gráficos
 Histograma:
É um gráfico de barras contíguas, com bases proporcionais
aos intervalos das classes e a área de cada retângulo
proporcional à respectiva frequência.
Exemplo: Idade dos idosos que procuram atendimento no
Centro de Atenção Integrada da Melhor Idade – CAIMI.

Profª Drª Maria Ivanilde Araujo- UFAM 47

 Gráficos
Histograda da Idade

81
Frequência

60

49

27
0 20

12 7 3

60 65 70 75 80 85 90

Idade

Profª Drª Maria Ivanilde Araujo- UFAM 48

 Gráficos
 Polígono de frequência: É um gráfico em linha, onde as
frequências são marcadas sobre perpendiculares ao eixo
horizontal, levantadas pelos pontos médios dos intervalos
de classe. Para conseguir um polígono, ligamos os extremos
da linha obtida aos pontos médios da classe anterior à
primeira e da posterior à última, da distribuição.

Profª Drª Maria Ivanilde Araujo- UFAM 49

 Gráficos
 Gráfico de linhas: É indicado para dados coletados ao
longo do tempo, ou de medidas repetidas.

 Através desse gráfico é possível constatar algum tipo de

tendência e identificar alguns eventos inusitados, como por
exemplo, o surto de uma determinada doença.

Profª Drª Maria Ivanilde Araujo- UFAM 50

 Gráficos

Fonte: Relatório de Gestão UFAM/2012

Profª Drª Maria Ivanilde Araujo- UFAM 51

 Distribuições de Frequências
 Exemplo: VARIÁVEL QUANTITATIVA
 Distribuição de frequência para dados não agrupados ou não tabulados em
classes;
 Distribuição de frequência para dados agrupados ou tabulados em classes.

Idade dos farmaceuticos em anos

36 39 40 40 40
42 43 44 44 45
45 45 47 49 49
50 50 51 52 53
55 57 58 59 59

Profª Drª Maria Ivanilde Araujo- UFAM 52

 Distribuições de Frequências
Dados agrupados em classes

Idade de 25 fisioterapeutas
Idade Frequência
35 I-- 40 2
40 I-- 45 7
45 I-- 50 6
50 I-- 55 5
55 I-- 60 5
Fonte: Dados Fictícios

Profª Drª Maria Ivanilde Araujo- UFAM 53

 Medidas de tendência central
Valor de ponto em torno do qual os dados se distribuem

Profª Drª Maria Ivanilde Araujo- UFAM 54

Medidas de tendência central

Profª Drª Maria Ivanilde Araujo- UFAM 55

Medidas de tendência central

Profª Drª Maria Ivanilde Araujo- UFAM 56

Medidas de tendência central

Profª Drª Maria Ivanilde Araujo- UFAM 57

Medidas de tendência central

Profª Drª Maria Ivanilde Araujo- UFAM 58

 Medidas de tendência central
 Média aritmética: Cálculo da média de dados em Tabela de Distribuição de
frequência
Classe Ponto Médio Frequência
1,5Ι— 2,0 1,75 3
2,0Ι— 2,5 2,25 16
2,5Ι— 3,0 2,75 31
3,0Ι— 3,5 3,25 34
3,5Ι— 4,0 3,75 11
4,0 Ι— 4,5 4,25 4
4,5Ι— 5,0 4,75 1
n=100
Média (X): ponto médio de cada classe x respectiva frequência dividido pelo n

X = 1,75x3 + 2,25x16 + ... + 4,25x4 + 4,75x1 = 300 = 3

100 100
Profª Drª Maria Ivanilde Araujo- UFAM 59
Medidas de Variabilidade

Profª Drª Maria Ivanilde Araujo- UFAM 60

Medidas de Variabilidade

Profª Drª Maria Ivanilde Araujo- UFAM 61

 Medidas de Variabilidade
 Medida de dispersão: indicadores do grau de variabilidade
dos indivíduos em torno das medidas de tendência central
 Variância: Medir os desvios em relação a média
 Não há média dos desvios pois sua soma é igual a zero

Ex.: 0,4,6,8,7
X (média) : 0+4+6+8+7 = 25 = 5
5 5
X – X (desvio em relação a média)
0–5=-5
4 – 5 = -1 A soma dos desvios é igual a zero
6–5= 1
8–5= 3 (-5 + -1)+1+3+2= - 6 + 6 = 0
7–5= 2
Profª Drª Maria Ivanilde Araujo- UFAM 62
 Medidas de Variabilidade
 Variância: Soma dos quadrados dos desvios
Dados Desvios Quadrado dos desvios
X (X – X) (X – X) 2

0 -5 25
4 -1 1
6 1 1
8 3 9
7 2 4
x = 5  (x –x) = 0  (x – x) 2 = 40

A soma do quadrado dos desvios não é usada como medida de dispersão,

porque o seu valor cresce com o nº de dados

Profª Drª Maria Ivanilde Araujo- UFAM 63

 Medidas de Variabilidade
 Variância
Então, para medir a dispersão dos dados em relação à média,
usa-se a variância (S2) que leva em consideração o n

S2 = soma dos quadrados dos desvios

n–1

Para os dados: 0, 4, 6, 8 e 7 a S2 = 40 = 40 = 10
5 –1 4

Profª Drª Maria Ivanilde Araujo- UFAM 64

 Medidas de Variabilidade
Desvio Padrão
Raiz quadrada da variância, sendo representava por S; tem a mesma unidade
de medida dos dados

Ex.: 0,4,6,8,7. S2 (variância) = 10

s (desvio padrão): √10 = 3,16

Coeficiente de variação (CV)

Razão entre o desvio padrão e a média x 100
CV = 6 x 100
X
Ex.: Grupo I: 3,1,5 anos (x = 3 anos; s2 = 4; s=2) : CV = 66,7%
Grupo II: 55,57,53 anos (x = 55 anos; s2 = 4; s = 2) : CV = 3,64%

Vejam à dispersão dos dados em ambos os grupos é a mesma, mas os CV são

diferentes (no grupo I a dispersão relativa é ALTA)

Profª Drª Maria Ivanilde Araujo- UFAM 65