Conceito Estatístico |
Tipo de variáveis em que se aplica |
Significado |
Exemplificação e Interpretação Prática |
PERCENTAGEM – P |
Categóricas |
• média de uma variável binária ( 1 / 0 )
• taxa de eficácia
• taxa de incidência cumulativa de AAs
• taxa de prevalência
|
MEDIANA – ME |
Numéricas |
• tendência central dos dados com especial interesse em distribuições não normais |
( média desviada acentuadamente da mediana ) |
||
• valor que limita os 50 % da amostra |
ERRO PADRÃO – EP |
Numéricas e Categóricas binárias ( 1 / 0 ) |
• precisão das estimativas amostrais |
• desvio padrão a dividir pela raiz quadrada do tamanho da amostra
• quanto mais próximo de 0 mais precisa é a estimativa
• para N = 30 e DP = 1,5 vem EP = 0,27
• importante para a determinação do tamanho da amostra em estudos de prevalência ; quanto menor o erro padrão mais precisas são as estimativas e maior será a amostra requerida
|
INTERVALO DE CONFIANÇA A 95 % - IC ( 95 %) |
Numéricas e Categóricas binárias ( 1 / 0 ) |
• com 95 % de confiança , entre que valores se espera que a idade média da doença varie na população
• com 95 % de confiança , entre que valores se espera que a taxa de eficácia varie na população
|
• média ou percentagem deduzida de 1,96xEP e somada de 1,96xEP
• 1,96xEP é o erro de precisão para o nível de confiança de 95 %
• para uma amostra N = 30 vem : 70-1,96 x 0,27 = 69 anos e 70 + 1,96 x 0,27 = 71 anos
• para uma amostra N > 30 , P = 0,80 e EP = 0,02 vem : 0,80-1,96 x 0,02 = 0,76 e 0,80 + 1,96 x 0,02 = 0,84
|
TEOREMA DO LIMITE CENTRAL |
Numéricas e Categóricas binárias ( 1 / 0 ) |
• se N grande ( ≥30 ) então a distribuição da média e da percentagem é aproximadamente normal , logo pode-se calcular IC ( 95 %) com o valor 1,96 da distribuição normal standard
• se N pequeno a distribuição da média é normal se dados originais normais
|
• tentar usar amostras de dimensão grande ( N≥30 ) para garantir o cálculo de intervalos de confiança a 95 % para as taxas de eficácia |
VALOR P |
Numéricas e Categóricas |
• probabilidade das diferenças de eficácia se deverem ao acaso
• probabilidade da associação entre o factor de risco e a doença se dever ao acaso
• probabilidade do efeito do medicamento se dever ao acaso
• probabilidade de se encontrar uma diferença ou um efeito quando de facto não existe
|
• P < 0,05 existem diferenças estatisticamente significativas
• P > 0,05 não existem diferenças estatisticamente significativas
|
Conceito Estatístico |
Tipo de variáveis em que se aplica |
Significado |
Exemplificação e Interpretação Prática |
PERCENTAGEM – P |
Categóricas |
• média de uma variável binária ( 1 / 0 )
• taxa de eficácia
• taxa de incidência cumulativa de AAs
• taxa de prevalência
|
MEDIANA – ME |
Numéricas |
• tendência central dos dados com especial interesse em distribuições não normais |
( média desviada acentuadamente da mediana ) |
||
• valor que limita os 50 % da amostra |
ERRO PADRÃO – EP |
Numéricas e Categóricas binárias ( 1 / 0 ) |
• precisão das estimativas amostrais |
• desvio padrão a dividir pela raiz quadrada do tamanho da amostra
• quanto mais próximo de 0 mais precisa é a estimativa
• para N = 30 e DP = 1,5 vem EP = 0,27
• importante para a determinação do tamanho da amostra em estudos de prevalência ; quanto menor o erro padrão mais precisas são as estimativas e maior será a amostra requerida
|
INTERVALO DE CONFIANÇA A 95 % - IC ( 95 %) |
Numéricas e Categóricas binárias ( 1 / 0 ) |
• com 95 % de confiança , entre que valores se espera que a idade média da doença varie na população
• com 95 % de confiança , entre que valores se espera que a taxa de eficácia varie na população
|
• média ou percentagem deduzida de 1,96xEP e somada de 1,96xEP
• 1,96xEP é o erro de precisão para o nível de confiança de 95 %
• para uma amostra N = 30 vem : 70-1,96 x 0,27 = 69 anos e 70 + 1,96 x 0,27 = 71 anos
• para uma amostra N > 30 , P = 0,80 e EP = 0,02 vem : 0,80-1,96 x 0,02 = 0,76 e 0,80 + 1,96 x 0,02 = 0,84
|
TEOREMA DO LIMITE CENTRAL |
Numéricas e Categóricas binárias ( 1 / 0 ) |
• se N grande ( ≥30 ) então a distribuição da média e da percentagem é aproximadamente normal , logo pode-se calcular IC ( 95 %) com o valor 1,96 da distribuição normal standard
• se N pequeno a distribuição da média é normal se dados originais normais
|
• tentar usar amostras de dimensão grande ( N≥30 ) para garantir o cálculo de intervalos de confiança a 95 % para as taxas de eficácia |
VALOR P |
Numéricas e Categóricas |
• probabilidade das diferenças de eficácia se deverem ao acaso
• probabilidade da associação entre o factor de risco e a doença se dever ao acaso
• probabilidade do efeito do medicamento se dever ao acaso
• probabilidade de se encontrar uma diferença ou um efeito quando de facto não existe
|
• P < 0,05 existem diferenças estatisticamente significativas
• P > 0,05 não existem diferenças estatisticamente significativas
|