Estatística médica Flashcards
Quais são as medidas de ação central? Quais sofrem a influência de extremos? Qual pode nem existir ou existir mais de uma?
- Média, mediana e moda.
- Influência de extremos = Média.
- Moda pode nem existir ou ter mais de uma.
Como são classificadas as variáveis em um estudo científico?
As variáveis tratam-se de valores que representam determinadas características dos elementos da amostra. As variáveis podem ser:
- Quantitativas = Mensuráveis, ou seja, são representadas numericamente. Subdivide-se em variáveis discretas, que representam um conjunto enumerável e finito (FC, FR); e variáveis contínuas que representam uma mensuração dentro de um intervalo de números reais, incluindo frações, como a altura.
- Qualitativas (categóricas) = Características/qualidades/atributos dos elementos das pesquisas, representadas por categorias. Podem ser nominais, quando não é possível ordenar como etnia, sexo, tipo sanguíneo; e ordinais quando é possível ordenar como, por exemplo, a escolaridade, temporalidade.
Quais são as medidas de dispersão em uma amostra? Como interpretar?
Variância e o DP (raiz quadrada da variância).
- Variância = Distância de cada valor do valor central;
- DP = Aponta o quando a distribuição de uma amostra é uniforme, ou seja, quanto menor o DP, mais uniforme é a amostra.
Quais os critérios para dizer que uma amostra possui distribuição normal (é suficiente para o desfecho estudado)?
- Simétrica em torno da média;
- Média = Moda = Mediana;
- O DP deve conter a amostra conforme representado na curva de Gauss.
Quando utilizar as seguintes testes estatísticos em estudos?
1. Qui-quadrado
2. Teste T de Student
3. Teste de correlação de Pearson
- Duas variáreis categóricas em amostras independentes;
- Uma variável qualitativa e uma quantitativa na amostra;
- Duas variáveis quantitativas contínuas na amostra - Se a relação for direta, é próximo do +1 e se for inversa, é próximo do -1.
O diz o teorema do limite central?
Quanto maior a amostra, mais ela se aproxima da distribuição normal.
Ele traz que se o gráfico de uma amostra seguir os critérios da distribuição normal e ser igual à curva de Gauss, aquela amostra provavelmente é suficiente para provar o desfecho estudado.