BIOESTATÍSTICA

ESTATÍSTICA INFERENCIAL
Diogo Tavares Cardoso

-1-
Olá!
Você está na unidade estatística inferencial. Conheça aqui a definição sobre probabilidade e como calculá-la,

tanto para eventos dependentes quanto independentes. Entenda, ainda, as distribuições gaussianas e suas

definições e a distribuição dos dados, além do intervalo de confiança ou aqueles dois pontos percentuais para

mais ou para menos nas pesquisas eleitorais. Saiba o que significa o teste de hipótese e como podemos utiliza-los

na bioestatística.

Bons estudos!

-2-
1 Probabilidade
A probabilidade é muito utilizada quando jogamos jogos de carta ou em jogos de azar, contudo, na bioestatística,

utilizamos quando precisamos de dados para estimar a probabilidade de certo evento. Algumas vezes nos

perguntamos “qual a probabilidade de ficarmos gripados?”, outras vezes nos perguntamos “qual a probabilidade

de ter chuva de granizo hoje?” ou “qual a probabilidade de uma pessoa sedentária ter problemas cardíacos?”.

Para responder estas e outras perguntas precisamos de alguns dados para saber como estimar a probabilidade

sobre determinado evento.

-3-
1.1 Definição de probabilidade

Alguns elementos relacionados à bioestatística fazem parte do nosso cotidiano. Certamente, se alguém perguntar

a você o que é probabilidade, você vai saber o que significa esta palavra, porém, se pedirem para você explicar o

que é, você saberia? A probabilidade, por definição, é um ramo da matemática no qual é possível calcular a

chance que ocorra determinado evento (TAYLOR; BLAIR, 2013). Com o uso da probabilidade, é possível saber

qual a chance de se ter cara ou coroa ao lançar uma moeda, por exemplo. A probabilidade de que saia cara é de

e a probabilidade de sair coroa é de . Outra maneira na qual podemos representar é falando que a

probabilidade de sair cara ou coroa ao lançar a moeda pra cima é de 0,5 respectivamente (FARBER; LARSON,

2015) (VIEIRA, 2011).

O exemplo da moeda é algo bastante comum e clássico em diversas literaturas sobre o tema, porém, vamos

aprofundar um pouco mais. Imagine que você colocou 10 bolas dentro de um balde, sendo 2 bolas verdes e 8

bolas pretas. Para que você possa calcular a probabilidade de se retirar uma bola verde do balde, é preciso de

algumas premissas: não deve haver nenhum viés na escolha da bola, ou seja, ao escolher a bola, a escolha

deve ser feita de maneira aleatória. Para garantir isto, devemos sacudir o balde com bastante energia e, com os

olhos fechados, colocar a mão dentro do balde para, assim, retirarmos uma bola qualquer de maneira aleatória.

Com estas informações, podemos fazer a seguinte pergunta: qual a chance (probabilidade) que a bola retirada

seja verde? Concordamos que a chance de retirar uma bola verde do balde é de 0,2, porém qual a definição de

probabilidade nós utilizamos para chegarmos a esta resposta? Chegamos a esta resposta utilizando o número de

bolas verde, dividindo-o pelo número de bolas totais presente no balde.

Tendo isso em mente vejamos como Vieira (2011, p 163) traz uma definição clássica do que é probabilidade:

Se forem possíveis n eventos mutuamente exclusivos e igualmente prováveis e , se m desses eventos

tiverem a característica que chamaremos A, a probabilidade de que ocorra um evento com a

característica A é indicada por P(A) e é dada pela razão m/n.

Podemos, então, representar a probabilidade pela seguinte formula:

Esta formula é lida da seguinte maneira, P() pode ser lido como “a probabilidade de...”. No nosso exemplo,

podemos ler como: a probabilidade de retira uma bola verde do balde. NA é o número de eventos que atende

ao critério desejado (bolas verdes) e N é o número de eventos totais (todas as bolas) (TAYLOR; BLAIR, 2013).

A probabilidade, na bioestatística e, principalmente, na área da saúde, estima a frequência relativa sobre os

eventos que foram obtidos de uma série de dados. Ao estimar a probabilidade de ocorrer determinado evento, a

-4-
probabilidade é dada como frequência relativa, como podemos observar na tabela sobre “Frequência de

pacientes infectados com protozoários intestinais”, onde podemos observar a frequência relativa dos infectados

por algum protozoário intestinal e a frequência acumulada.

Tabela 1 - Frequência de pacientes com infectados protozoários intestinais.

Fonte: Oliveira et al., 2018

#PraCegoVer: na imagem, vemos uma tabela de frequência de pacientes infectados por protozoários intestinais,

com 4 colunas, sendo, respectivamente, de protozoários intestinais, frequência, frequência relativa e frequência

relativa acumulada.

Neste estudo, 256 pessoas foram investigadas para saber se estavam infectados por algum protozoário

intestinal. Com base nessa amostra, podemos dizer que a probabilidade de uma pessoa, que reside nesta

localidade, de estar infectado por algum protozoário intestinal é de 0,445.

Fique de olho
As probabilidades podem ser escritas como frações, números decimais (entre zero e 1) ou
percentagens. Os números decimais podem ser arredondados, quando necessário, para duas
ou três casas decimais. Para expressar, em porcentagem, basta multiplicar o valor decimal por
100. Nos exemplos, as probabilidades foram escritas como frações ou números decimais.

A tabela “Frequência de pacientes infectados por Schistosoma mansoni e protozoários intestinais” mostra uma

amostra composta por duas doenças associadas, composta por um grupo de 256 pessoas. Essa população

amostral é composta por pessoas com parasitose intestinal (A), sem parasitose intestinal ( , com S. mansoni) (B)

e sem S. mansoni ( ou indivíduos com mais de uma dessas característica).

-5-
 Tabela 2 - Frequência de pacientes infectados por Schistosoma mansoni e protozoários intestinais.
Fonte: Oliveira et al., 2018

#PraCegoVer: na imagem, vemos uma tabela de pacientes infectados por Schistosoma mansoni e protozoários

intestinais.

Vamos a um exemplo prático. Observe a tabela onde apresenta a “Frequência de pacientes infectados por

Schistosoma mansoni e protozoários intestinais” em que, nessa localidade, a probabilidade de estar infectados

por Schistosoma mansoni é de 0,465 ou 46,4%. Agora, vamos calcular a probabilidade de uma

pessoa estar alguma infecção por protozoários intestinais, que é de ou 44,5%.

Nesta tabela, cada unidade apresenta a frequência e, nos cantos, a soma de cada categoria, com um total no

universo de amostra de 256 indivíduos.

-6-
1.2 Eventos independentes

Não é raro ouvir alguém dizer que algo não tem nada a ver com outra coisa, ou que não tem nada a ver ter

chovido hoje e eu ter ganhado na loteria. Neste exemplo, temos uma condição independente.

Para termos um evento independente, precisamos saber se um evento é capaz de influenciar outro. Alguns

exemplos podem ser claros, mas, no nosso exemplo, podemos dizer que estar infectado por parasitose intestinal

e S. mansoni são eventos independentes ou não? Para sabermos se um evento é independente ou não, podemos

utilizar a seguinte equação: , logo .

Assim, para calcularmos se os eventos são intendentes, conforme Ferber e Larson (2015, p. 142), primeiro

calcule a probabilidade do evento B, P(B). Então, calcule a probabilidade de B, dado A, P(B|A). Se os valores

forem iguais, os eventos são independentes. Se P(B) ≠ P(B|A), então A e B são eventos dependentes.

Sabendo disto, temos a seguinte formula e, para este caso:

Como os resultados não são iguais, temos que o fato de ocorrer A não muda a probabilidade da ocorrência de B.

Assim, os eventos são independentes

Fique de olho
Não confunda eventos independentes com eventos mutuamente exclusivos. Mutuamente
exclusivos é considerado quando um evento ocorre e outro não pode ocorrer. Um exemplo é
que não se pode ter cara e coroa ao mesmo tempo. Assim, esses eventos são mutuamente
exclusivos e não são eventos independentes. A probabilidade de sair cara muda ao sair coroa.

-7-
1.3 A regra da multiplicação (e)

Nós podemos utilizar uma regra para identificar que dois eventos podem ocorrer em sequência, que chamamos

de regra da multiplicação, dada pela equação:

Nós também podemos calcular as probabilidades que envolvem ambas as doenças. Qual a probabilidade

(chance) de escolher uma pessoa aleatória com parasitose intestinal (A) e com S. mansoni (B)? Com isto, temos a

seguinte formula . Então, podemos ler que a probabilidade de selecionar um

paciente que com parasitose intestinal (A) e com S. mansoni (B) é de 0,207 ou 20,7%.

Assim, podemos determinar, também, a probabilidade de uma pessoa não estar com nenhuma doença com:

. Podemos, então, falar que, nesta população, a chance de selecionar alguém sem

nenhuma doença estudada (parasitose intestinal e S. mansoni) é de 0,297 ou 29,7%.

No exemplo que estamos utilizando, os eventos observados são independentes entre si, porém, se os eventos

forem dependentes , a fórmula é um pouco mais elaborada e é dada pela seguinte equação:

Para podermos calcular, vamos utilizar os seguintes dados disponível na tabela 2, onde temos alunos que se

inscreveram em duas residências, da mesma instituição.

Tabela 3 - Frequência de alunos de medicina que são aprovados em suas residências médicas.
Fonte: Elaborado pelo autor, 2020

#PraCegoVer: Na imagem, vemos uma tabela de frequência de alunos de medicina que são aprovados em suas

residências médicas.

Observa-se que os dados são dependentes, em que:

Assim, , o que característica que os valores são dependentes. Sendo assim, utiliza-de a equação:

, onde . Desta forma, temos a probabilidade de 0,45 ou 45% de

aprovação nas residências em oftalmologia e clínica médica.

-8-
Assista aí

https://fast.player.liquidplatform.com/pApiv2/embed/746b3e163a5a5f89a10a96408c5d22c2

/3cbe0dfeca43ca9ded4b61ac7e8fa69a

1.4 Ou

Qual a probabilidade de selecionar um caso que uma pessoa aleatória tenha parasitose intestinal (A) ou está com

S. mansoni (B)? Neste exemplo, temos como critério qualquer uma das doenças ou ambos, e pode ser

representado da seguinte maneira: .

Neste caso, a probabilidade de ocorrer (A) ou (B) pode ser dado na probabilidade de ocorrer P(A) + P(B) – P

(AB). Nesta condição, é retirado a probabilidade de P(AB), visto que ele é contado duas vezes. Assim, temos a

seguinte equação: , porém, quando os eventos são mutuamente exclusivos a P(A)

ou P(B) é dado pela adição de P(A) + P(B), que é dado pela seguinte equação: .

Com isto, temos a probabilidade de e podemos interpretar este resultado

como 0,703 ou 70,3%. de probabilidade de estar com parasitose intestinal ou com S. mansoni.

-9-
1.5 Probabilidade condicional

A probabilidade condicional é baseada em “qual a chance um evento ocorre sendo que outro evento já tenha

ocorrido”. Vamos imaginar que a probabilidade de chover na cidade de São Paulo é diferente da probabilidade de

no deserto do Saara. A probabilidade de chover depende da primeira condição.

A probabilidade condicional é definida por Vieira (2011, p. 170) como: “a probabilidade de ocorrer determinado

evento sob uma dada condição.” Farber e Larson (2015, p. 141) definem a probabilidade condicional como: “a

probabilidade de um evento ocorrer, dado que outro evento já tenha ocorrido.” Em outras palavras, qual a

probabilidade de um evento ocorrer sendo uma determinada condição. A probabilidade condicional pode ser

expressa pela seguinte formula , onde podemos ler da seguinte maneira: qual a probabilidade de B,

dado A.

Outro exemplo em que nos habituamos a observar probabilidade condicional, principalmente na área da saúde,

é: “quem possui a condição de obeso, possui uma probabilidade maior de ter uma condição de doença

cardíaca”. Outro exemplo comum é: a condição de motorista embriagado aumenta a probabilidade da condição

de acidente no trânsito em 3 ou 4 vezes. Diversas pesquisas são feitas para buscar conhecer quais probabilidades

são modificadas quando uma condição é imposta.

Voltando ao nosso exemplo apresentado na tabela 2, sobre a frequência de pacientes infectados por Schistosoma

mansoni e protozoários intestinais, qual a probabilidade que uma pessoa com parasitose intestinal também

esteja infectada pelo Schistosoma mansoni?

Nós podemos resolver a questão da seguinte maneira: , ou seja, a probabilidade de uma pessoa já

infectada por alguma parasitose intestinal e também por Schistosoma mansoni é de 0,465 ou simplesmente

46,5%.

Fique de olho
No universo amostral de 256 pacientes, com a probabilidade condicional, houve uma redução
para 114 pacientes. Como a probabilidade condiciona considera um evento ocorre após outro
evento, temos o primeiro evento a parasitose intestinal e o segundo evento a infecção por S.
mansoni. Nesse universo amostral, apenas 114 pacientes tinham alguma parasitose intestinal,
sendo esse o nosso n amostral.

- 10 -
Outro exemplo que podemos utilizar sobre a probabilidade condicional é pensando se a probabilidade de estar

com alguma parasitose intestinal é igual a probabilidade de estar infectado por S. mansoni.

Para descobrir isto, pensaremos o seguinte: Em ambos os exemplos temos um universo amostra de 256

pacientes e, em ambos os casos, a probabilidade de estar infectado por S. mansoni é de 0,445 e a probabilidade

de estar infectado por protozoários é de 0,465. Agora, podemos ver a relação entre as duas estimativas:

Assim, podemos afirmar que a probabilidade de ter parasitose intestinal é um pouco maior que a probabilidade

de estar infectado por S. mansoni, ou podemos dizer que a probabilidade de estar infetado por parasitose

intestinal 1,04 vezes maior que a probabilidade de estar infectado por S. mansoni.

Se o valor apresentado fosse 2,4, poderia dizer que a probabilidade de uma pessoa ter sido infectada com

parasitose intestinal seria 2,4 vezes maior, ou teria 2,4 vezes mais chance de encontrar uma pessoa infectada por

parasitose intestinal que S. mansoni.

- 11 -
2 Tipos de distribuições
Para conferir as informações de distribuição de probabilidade, é importante conhece-la, para saber como os

dados são distribuídos. Isto ajudará você a saber como explorar esta informação. Os dados podem ter algumas

distribuições, sendo distribuição normal ou paramétrica ou distribuição não normal ou não paramétrica.

Além disso, a distribuição normal pode ser simétrica e assimétrica.

- 12 -
2.1 Tipos de distribuição normal

Distribuição normal uniforme (ou retangular): quando tem apenas um valor em toda a distribuição. Um

exemplo onde podemos encontrar uma distribuição uniforme é quando vamos a uma sala de aula. Nela, todos os

alunos têm a mesma idade ou elas são praticamente iguais. O gráfico de distribuição uniforme nos permite

identificar isso. No gráfico abaixo, observamos como a linha é uniforme (FARBER; LARSON, 2015) e (VON

HIPPEL, 2005).

Figura 1 - Distribuição uniforme.

Fonte: Elaborado pelo autor, 2020

#PraCegoVer: Na imagem, vemos um gráfico com barras e uma linha passando horizontalmente em suas

extremidades.

A distribuição uniforme é considerada simétrica quando a média e mediana são valores iguais. Neste caso,

ambos são 9.

Distribuição normal assimétrica: quando, no gráfico de frequência, ocorre uma cauda, o que permite que ela

se alongue para um dos lados. A distribuição assimétrica pode ser positiva ou negativa:

Negativa: quando a cauda alonga para a esquerda.

Positiva: quando a sua cauda alonga para a direita.

No gráfico “Distribuição assimétrica à esquerda (negativo) e à direita (positivo)” é possível ver a cauda das

distribuições:

- 13 -
 Fonte: Elaborado pelo autor, 2020

#PraCegoVer: Na imagem, vemos um gráfico com barras que diminuem de tamanho da esquerda para direita,

com uma linha horizontal em suas extremidades.

O que determina um gráfico ter uma distribuição normal assimétrica é que a média e mediana são valores

diferentes entre si.

• Distribuição normal simétrica

Quando uma linha vertical pode ser desenhada pelo meio do gráfico da distribuição e as metades

resultantes são imagens espelhadas. Em termos práticos, um espelhamento aproximado pode

caracterizar uma distribuição simétrica.

- 14 -
2.2 Distribuição normal simétrica, gaussiana ou paramétrica

A curva normal também é conhecida como curva de Gauss, e é amplamente utilizada em todas as áreas do

conhecimento porque o conceito de normalidade ocorre naturalmente em praticamente todas as medições

naturais. Para os dados, quando seguem uma distribuição normal, são necessárias algumas características como:

que seja uma variável continua e esta variável não deve ser dicotômica; que a proporção dos dados para toda a

população não estejam disponíveis, fazendo a necessidade de ter um modelo estatístico cujo será uma amostra

que represente toda esta população (VIEIRA, 2011). Na bioestatística, as variáveis quantitativas contínuas, que

seguem um padrão em suas distribuições de frequências, podem ser vistas como distribuições de probabilidade

e suas aplicações têm enorme utilidade cientifica e prática. A curva normal é caracterizada por dois parâmetros,

sendo ela a média e o desvio-padrão. Dessa forma é possível imaginar a existência de infinitas curvas normais,

tendo em conta variações, tanto da média como na variância comumente, encontradas em variáveis continuas

(SAMPAIO, 2015).

- 15 -
2.3 Curva normal reduzida

É também conhecida como distribuição normal reduzida, distribuição normal padronizada, escore padrão ou,

ainda, estatística Z. O uso da curva normal reduzida surgiu em decorrência da possibilidade de existência de uma

série infinita de curvas normais, representando a distribuição normal de probabilidade, onde cada uma é

definida pelos valores que a média e o desvio-padrão podem assumir para cada caso em particular. Essa

particularidade faz surgir a distribuição de referência, aqui denominada distribuição normal padronizada, cuja

característica fundamental é assumir que a média é igual a zero e o desvio-padrão é igual a 1. Como resultado

dessa transformação aplicada a cada valor de x, temos o surgimento de uma nova variável, que é denominada Z.

Essa variável mede quanto um determinado valor de x afasta da média, em unidades de desvio-padrão

(SAMPAIO, 2015).

É possível ver na figura que, se o valor coincide com a média, seu escore é zero. A variação estatística Z ocorre

comumente no intervalo de ±3 desvio-padrão, onde, neste intervalo, incluem praticamente toda a amostra

estudada, mais precisamente 99,74%.

Fique de olho
Qual a diferença entre x e z? A variável x é conhecido como resultado bruto, cujo representa o
valor da distribuição normal não reduzida ou não padrão. Já o valor de z representa o valor da
distribuição normal reduzida ou padrão (FARBER; LARSON, 2015)

O cálculo da estatística Z, ou escore padrão, ou curva normal reduzida, é dado pela expressão:

Onde:

Z: afastamento dos valores de x em relação à média em número de desvio padrão;

X: valor de qualquer variável aleatória.

: média da distribuição.

: desvio-padrão da distribuição.

Quando Z=1, a área entre este valor e a média é de 0,3413 ou 34,13%. Já a área entre Z=±1 é de 0,6826 ou

68,26%. Suponhamos que, em uma distribuição de glicose plasmática em jejum, de homens com idade entre 30 e

39 anos, encontrou-se uma média ( ) de 100mg/dl e um desvio-padrão ( ) de 15mg/dl. Qual a proporção de

pessoas com glicose plasmática entre 100mg/dl e 120mg/dl?

- 16 -
Para este caso basta aplicarmos a equação , onde teremos:

Agora, podemos encontrar, na tabela da curva normal, para o intervalo z=0 e z=1,33, que é igual a 0,4082 ou

40,82%.

Tabela 4 - Distribuição de frequência normal acumulada de z (área sob a curva norma de 0 a z).
Fonte: SAMPAIO, 2015

#PraCegoVer: na imagem, vemos uma tabela de distribuição de frequência normal acumulada de Z, com várias

colunas e linhas, cada uma com um número inserido.

- 17 -
Assista aí

https://fast.player.liquidplatform.com/pApiv2/embed/746b3e163a5a5f89a10a96408c5d22c2

/42b6a155e3539fb5c86a15bb35c184e2

- 18 -
3 Testes estatísticos
Os testes estatísticos trazem uma análise inferencial sobre determinado evento. Assim, ele retira o viés subjetivo

do analisador e, qualquer um que analisar o conjunto de dados, poderá obter a mesma resposta, desde que se

tenha a mesma pergunta.

- 19 -
3.1 Intervalo de confiança

Um problema comum nas análises estatísticas é estimar parâmetros que possam auxiliar na caracterização de

uma variável. Como exemplo, podemos citar a porcentagem de pacientes que se recuperam em um certo

tratamento ou o tempo médio que demanda um anestésico para ter o efeito desejável. Os intervalos de confiança

constituem uma série de métodos que permitem obter conclusões acerca de uma população, a partir de uma

amostra representativa. O intervalo de confiança é um meio de expressar a precisão estatística de maneira

útil, sob o ponto de vista estatístico. É comum pensar que o intervalo de confiança é a probabilidade e que o

verdadeiro parâmetro que estamos buscando esteja dentro desse intervalo. Os intervalos de confiança são úteis

porque definem um limite superior e inferior, que são consistentes com os dados do nosso estudo, porém, não

nos informam de nenhuma probabilidade de se achar onde está o verdadeiro parâmetro que buscamos. Uma das

utilidades dos intervalos de confiança é dar uma ideia da amplitude da dispersão ou da variabilidade das

estimativas obtidas pelas amostras. Um intervalo de confiança muito grande implica na suspeição de que o

resultado obtido é de baixa acurácia ou de pouca credibilidade. Já intervalos de confiança cujas amplitudes de

variação são pequenas possuem maior acurácia e credibilidade (FARBER; LARSON, 2015) (TAYLOR; BLAIR,

2013).

O intervalo de confiança deve conter uma probabilidade de erro, que surge do conhecimento do modelo de

distribuição de frequência do fenômeno que se deseja investigar. Geralmente, os modelos biológicos se aplicam à

distribuição de normalidade, que exige o conhecimento da variância e, por consequência, do desvio-padrão.

Universalmente, os intervalos de confiança usados em pesquisas médicas utilizam coeficientes de 95% ou 99%,

os quais nos dão a probabilidade com que o método resultará em uma resposta correta e compatível com a

expectativa do pesquisador. Um coeficiente de 95% permite concluir que, se repetimos 100 vezes a mesma

pesquisa, a margem de erro é de apenas 5% ou, em outras palavras, um erro a cada 20. Isto é o que se deseja em

95% do intervalo de confiança e que o verdadeiro valor da população não esteja dentro do intervalo de confiança

em apenas 5%.

O nível de significância (1-α) pode ser igual a 99%, 95%, 90%, entre outros. Comumente, nos artigos científicos é

comum observar que o nível de significância utilizado é de 95% ou α é igual a 0,05. Ao estimarmos o parâmetro,

podemos estar utilizando uma daquelas amostras dentre as 5% que geram estimativas intervalares, com erro

amostrais acima do desejável. Um intervalo de confiança de 95% de segurança somente é válido quando todos

os integrantes da amostra são independentes uns dos outros. Quando este princípio é violado, provoca o

erro amostral, que compromete a utilização do intervalo de confiança para inferências dos parâmetros

populacionais (SAMPAIO, 2015).

- 20 -
Na curva normal, é sabido que 95% dos valores se encontram entre a média ±1,96, vezes o desvio-padrão: µ±1,

96σ=0,95. Ao aplicarmos esta propriedade, obteremos a probabilidade de que um valor qualquer da distribuição

se encontre entre estes dois valores, com 95% de chance de acerto, sendo, assim, representado pela seguinte

equação: .

Para podermos calcular o intervalo de confiança da média, vamos supor que observamos, em um hospital, o

tempo de internação para um certo tipo de intervenção médica. Assim, o que se deseja é estimar o tempo média

(µ) sobre a população para a qual não se tem acesso. Para viabilizar o estudo, colheu-se uma amostra de

tamanho 100 (n) dos pacientes que já se submeteram ao procedimento médico, cujo o tempo de internação se

que saber. A média amostral encontrada foi de 4,53 dias, com o desvio-padrão de 3,68 dias. Deseja-se nível de

confiança de 95%. O intervalo de confiança será o seguinte:

Assim, temos, com 95% de segurança, que o tempo médio de internação pode varia de 3,81 dias, sendo este o

limite inferior, até 5,25 dias, como limite superior. A expectativa é de que a média verdadeira para o tempo de

internação esteja compreendida entre esses dois valores.

Caso o valor do intervalo de confiança contenha o valor de zero, podemos dizer que não há significância entre os

testes ou simplesmente podemos dizer que a observação não traz verdade.

- 21 -
3.2 Teste hipótese

Hipóteses são ferramentas científicas que direcionam qualquer procedimento investigativo da natureza. Uma

hipótese é uma presunção antecipada da relação de duas ou mais variáveis, que despertam o interesse dos

pesquisadores e, portanto, a explicação plausível para a indagação posta diante de um problema de natureza

cientifica ou não. Na aplicação de uma hipótese há, como pressupostos básicos sobre o conhecimento teórico dos

problemas levantados e suas reflexões críticas, eventuais respostas às indagações formuladas. Uma hipótese

pode ser considerada também uma condição ou princípio de que ela supõe, a fim de sua causa lógica e verificar

sua validade. É uma tentativa de análise geral formada sobre o fenômeno na observação.

Teoricamente, há duas condições inerentes às hipóteses científicas: ser invariável e de caráter universal. Deve

ser invariante na medida em que a relação formulada não altera com o tempo e o caráter universal deve ser

verdadeiro para um número indefinido de indivíduos, ou para grandes conhecimentos. Estas exigências,

obviamente, oferecem certa rigidez e hipóteses inflexíveis. Frequentemente, não são usadas com o conhecimento

científico evolutivo. Como as hipóteses, uma vez bem formuladas, contribuem para o avanço do conhecimento,

desde que sejam bem fundamentadas, permitindo aceitações ou exclusões, com margens de erros reduzidas.

As hipóteses não devem ser indefinidas e nem conter erros semânticos especificados.

Devem possibilitar sua confirmação e ter reprodutibilidade confiável.

Do ponto de vista estatístico, as hipóteses são de duas naturezas: nula ou alternativa. Uma hipótese nula,

simbolizada por H0, é aquela que deseja testar à prova. Uma hipótese está associada a variações entre

proporções. Outra hipótese nula que estabelece igualdade de médias pode ser aplicável a três procedimentos

cirúrgicos para tratamento de uma mesma patologia. A hipótese de nulidade (H0) seria a de que não há

diferença entre os três tipos de intervenção, ou, analogamente, que os três procedimentos cirúrgicos

possibilitam o mesmo tempo de recuperação.

Ainda como exemplo de hipótese nula, pode-se considerar que os níveis séricos de colesterol entre homens e

mulheres não diferem entre si, o que implica dizer que não há relação entre os níveis de colesterol e sexo dos

pacientes. Se a hipótese é nula após a aplicação de testes estatísticos compatíveis com a estrutura dos dados, se

revela inaceitável e a hipótese alternativa (H0, ou HA) é aceita. Vê-se que a hipótese alternativa surge quando a

hipótese de nulidade é rejeitada.

Como os testes de hipóteses são conjecturas de probabilidades, estão, portanto, sujeitos a erros, que decorrem

de amostragens insuficientes, de metodologias analíticas inadequadas e não compatíveis com a distribuição dos

dados e outros fatores circunstanciais inerentes às pesquisas. A literatura estatística qualifica os erros

decorrentes das hipóteses em dois tipos: erro tipo I, também chamado de alfa, (α), ou, quando a hipótese

- 22 -
nula é rejeitada, mas, no entanto, ela é verdadeira. A probabilidade de se cometer esse erro é denominado α.

Obviamente, deseja-se um valor pequeno para a, comumente da ordem de 0,01 (1%) ou 0,05 (5%). α é também

conhecido como nível de significância. Por exemplo, α=0,05 significa que a hipótese nula é rejeitada em apenas

cinco chances dentre cem, quando deveria ser aceita. Ou seja, temos 95% de confiança de que a formulação da

hipótese de nulidade está correta. Em outras palavras você pode dizer que esta pode estar errada apenas

em 5% das vezes ao rejeitar a hipótese nula. O outro erro é o tipo II, também chamado de β, que ocorre

quando a hipótese nula a despeito de ser falsa é aceita como verdadeira. A probabilidade de se cometer

esse erro é conhecido como erro tipo II ou β (SAMPAIO, 2015). Os testes de hipóteses estão resumidos na

tabela abaixo:

Fonte: Elaborado pelo autor, 2020

#PraCegoVer: Na imagem, vemos uma tabela de erros associados aos testes de hipóteses.

Obviamente, toda pesquisa teria, como meta estatística ideal, minimizar α e β simultaneamente, mas é bastante

improvável que isto ocorra, visto que α e β são negativamente correlacionados. α e β só podem ser minimizadas

com aumento do tamanho amostral, o que frequentemente é inviável. A expressão 1-β corresponde ao poder do

teste estatístico, isto é, a potência do teste. Mede a probabilidade de rejeitar a H0 quando esta é falsa e indica a

probabilidade de tomada de decisão arreta baseada na hipótese alternativa.

Para a tomada de decisão, envolvendo a aplicação dos testes de hipóteses nas pesquisas médicas e biomédicas,

os seguintes passos devem ser adotados:

Estabelecer hipótese nula (H0);

Estabelecer a hipótese alternativa (H1);

Escolher o nível de significância (α) - comumente adota-se α =0,01; 0,05. O valor de a é critério a ser definido pelo

pesquisador;

Selecionar a técnica estatística adequada e mais compatível com a estrutura dos dados. (testes t, Z, Anova, etc.);

Estabelecer a região crítica (testes unilateral e bilateral);

Calcular a estatística do teste definido em d.

- 23 -
Conclusão: aceitar H0 se o teste estatístico estiver dentro da sua área de aceitação; ou rejeitar se o valor da

estatística estiver fora dos limites de aceitação da H0.

A aceitação ou rejeição da H0 depende do nível de significância (α) previamente fixado (habitualmente 0,01 ou

0.05), confrontando-o com o valor extraído do teste estatístico adequado para a estrutura dos dados. Se o valor

correspondente ao teste estatístico é menor do que aquele do nível de significância, aceita-se H0. Em caso

contrário, rejeita-se H0 e, obviamente, aceita-se H1.

Se os dados não batem com a hipótese nula, a diferença é dita como estatisticamente significante, porém, se os

dados não sustentam H0, é comum rejeitar ou, em caso contrário, aceita-la. Essa decisão, de tudo ou nada,

raramente se aplica às pesquisas biomédicas ou biológicas (BLAND, 2000). Nesse caso, é preferível dizer que não

temos como rejeitar H0 ou que falhamos em rejeitar H0.

- 24 -
3.3 Valor p (“p-value”)

O valor p é uma medida que quantifica a evidência que dispomos contra a hipótese nula. Quanto menor o valor p,

maior é a evidência contra a hipótese nula. O valor p é amplamente conhecido e a literatura cientifica é farta em

citá-lo. Na estatística, o valor p, ou "p-value", é conhecido como nível descritivo e está diretamente associado aos

testes de hipóteses. Nas pesquisas cientificas, as hipóteses são elaboradas pelo pesquisador tendo como

perspectiva a obtenção de respostas plausíveis e razoáveis para fenômeno que se quer esclarecer. Deseja-se

testar a hipótese nula contra uma hipótese alternativa obtida de um conjunto de dados ou observações. A

hipótese alternativa é aquela que esperamos ser verdadeira. Se a hipótese nula é falsa é, portanto, rejeitada. Não

podemos provar que a hipótese alternativa é verdadeira, porém podemos demonstrar que ela é mais plausível

do que a hipótese nula, fornecida pelos dados. Esta demonstração é, usualmente, expressa em termos de

probabilidade ("p-value") que quantifica a força da evidência contra a hipótese nula e a favor da hipótese

alternativa.

Obviamente, esses pontos de corte são arbitrários e, por isso, não são consensuais. A prática mais difundida nos

artigos científicos é arbitrar valores de p iguais ou menores do que 0,05 ou 0,01, previamente fixados pelos

pesquisadores e conhecidos como valores de α. Como regra geral, ao se usar um valor fixo de α, tem-se duas

opções conclusivas: se p ≤α = rejeita-se a H0; se p>α= aceita-se a H0.

A interpretação do valor p merece especial cautela. Por exemplo, se o valor p é 0,03 significa que há 3% de

chance de observar a diferença, tão grande como se as médias de duas populações fossem idênticas. Há a

tentação de concluir que há 97% de chance de que a diferença observada reflita a diferença real entre

populações e 3% de chance de que a diferença é devida ao acaso. Esta interpretação é incorreta. O que se pode

afirmar é que amostras aleatórias extraídas de populações idênticas conduzem a uma diferença menor do que a

observada em 97% dos experimentos e maior do que você observou em 3% dos experimentos. “Calcular o p-

valor é extremamente difícil e isso só é feito, hoje em dia, usando programas de computador” (VIEIRA, 2011, p.

251).

Assista aí

https://fast.player.liquidplatform.com/pApiv2/embed/746b3e163a5a5f89a10a96408c5d22c2

/fefd2529b7ab30a08fdb75a79baf2c2c

- 25 -
é isso Aí!
Nesta unidade, você teve a oportunidade de:
• conhecer a probabilidade e suas definições;
• calcular a probabilidade entre eventos dependentes e independentes;
• aprender os tipos de distribuições de dados;
• reconhecer o que é intervalo de confiança e a sua aplica;
• saber o que são teste de hipótese;
• identificar o que significa o valo p ou p-value.

Referências
BLAND, J. M. An Introduction to Medical Statistics. 3 ed. Oxford University Press, 2000.

FARBER, E.; LARSON, R. Estatística Aplicada. 6. ed. São Paulo: Pearson Education do Brasil Ltda, 2015.

OLIVEIRA, W. J. et al. Evaluation of diagnostic methods for the detection of intestinal schistosomiasis in endemic

areas with low parasite loads: Saline gradient, Helmintex, Kato-Katz and rapid urine test. PLoS Neglected

Tropical Diseases, v. 12, n. 2, p. 1–22, 2018.

SAMPAIO, I. B. M. Estatistica aplicada à experimentação animal. 4 ed. Belo Horizonte: FEPMVZ, Escola de

Veterinária da UFMG, 2015.

TAYLOR, R.; BLAIR, R. C. Bioestatística Para Ciências Da Saúde. 1 ed. Rio de Janeiro: PEARSON BRASIL, 2013.

VIEIRA, S. Introdução a Bioestatística. 4 ed. Rio de Janeiro: Elsevier Brasil, 2011.

VON HIPPEL, P. T. Mean, median, and skew: Correcting a textbook rule. Journal of Statistics Education, v. 13,

2005.

- 26 -