Valor de p

A U L A 2

“Valor de P”“To p or not to p”

15/04/2023profa. dra. Ana Luiza Lima Sousa

2

Entendendo a estatística...

Não estudamos uma população inteira, é

dispendioso e demorado, mas sim

uma parte desta população

Amostra

Concluímos para

toda a população

(generalizamos).

15/04/2023profa. dra. Ana Luiza Lima Sousa 3

Para diminuir esses riscos

estatística

Amostras = alguns riscos.

• E se o tamanho da amostra não foi adequado? • E se o método de avaliação apresentar falhas? • E se tiver outros fatores influenciando os resultados encontrados?

E o valor de p está exatamente relacionado a confiança que podemos ter nas conclusões obtidas.


A verdade na população

O resultado do teste no estudo

Conclusão do teste estatístico

O tratamento A é superior

O tratamento A não é superior

O tratamento A parece superior

Correto ERRO TIPO I α

O tratamento A não parece superior

ERRO TIPO IIβ

Correto

O que pode acontecer com os resultados de nossos estudos quando trabalhamos com amostras:


5

Tipo I α Tipo II β

Dizer que existe uma diferença no resultado que encontramos, face à realidade, que não foi mero acaso, MAS isso não está certo.

Rejeitamos Ho e ela é verdadeira

Dizer que não existe uma diferença entre os resultados que encontramos, MAS esta diferença existe.

Aceitamos Ho quando deveríamos rejeitá-la.

Podemos cometer dois erros:

Ho a hipótese NULA afirma sempre que não há

diferença entre as amostras


Para fazer o teste é preciso transformar a pergunta que motivou a pesquisa em duas hipóteses que se contradizem.

Exemplo: Imagine que um réu está sendo chamado a juízo para responder por um crime. Quais são as hipóteses possíveis? • O réu é inocente hipótese de nulidade (Ho)• O réu é culpado hipótese alternativa (H1)... Rejeito Ho

Quais são as decisões possíveis?

• Considerar o réu culpado e ele for inocente (rejeito Ho) = ERRO TIPO I• Considerar o réu inocente e ele for culpado (aceito Ho) = ERRO TIPO II• Considerar o réu inocente e ele for inocente (ACERTO)• Considerar o réu culpado e ele for culpado (ACERTO)


Toda inferência está sujeita a erro. A conclusão se baseia em apenas uma amostra do universo e – por puro azar – podem ter sido observada uma amostra pouco representativa desse universo.


O que é mais grave?

O erro de punir um inocente ou deixar impune um culpado?

Na pesquisa científica se considera mais grave o erro de rejeitar a hipótese da nulidade quando ela é verdadeira. Exemplos de erro tipo I:• Dizer que uma nova droga é melhor que a tradicional, quando isso não

for verdade.• Dizer que uma dieta aumenta a longevidade, quando isso não for

verdade.• Dizer que um produto é cancerígeno, quando isso não for verdade.• Dizer que uma vitamina faz atletas, quando isso não for verdade.

“O teste de hipóteses não elimina a probabilid

ade de erro, mas fo

rnece o p-

valor (valor de probabilid

ade) que permite decidir se existe

evidência

suficiente para rejeitar a hipótese da nulidade. O p-valor diz quão provável

seria obter uma amostra tal qual a que foi obtida, quando a hipótese da

nulidade é verdadeira.” (Sonia Vieira)


O nível de significância : determinado pelo pesquisador antes da coleta dos dados. E geralmente fizado em 0,05

A probabilidade de cometermos um erro tipo I é chamada de nível de significância = p ou α

... o valor-p é a menor escolha que teríamos feito para o nível de significância, de forma que rejeitaríamos H0


se o p-valor é maior que o nível de significância, não rejeitamos a

hipótese nula

rejeitamos a hipótese

nula


12

O valor de p representa a chance ou a probabilidade do efeito (ou da diferença) observada entre os tratamentos/categorias ser devido ao acaso, e não aos fatores que estão sendo estudados.


Se o valor de p é pequeno, a diferença encontrada tem pouca chance de ser causada pelo acaso

• Variablidade das amostras

E pode-se concluir que as amostras são diferentes.

Ex: p=0,05 há 5% de chance de se notar uma diferença tão grande ou maior que a observada


14

Como expressar....

p=0,05 significa uma probabilidade de 1 em 20 ! Tão pequena que não pode ser uma obra só do acaso!

p<0,05 diferenças estatisticamente significantes

Melhor: colocar o valor de p e deixar que o leitor decida o seu ponto de corte!

Probabilidade maior que 1:5 p>0,20

Probabilidade com tendência ao infinito ∞ p<0,001

Este ponto de corte 0,05 é

totalmente arbitrário!


O valor de p fornece uma ideia de quanto os dados contradizem a hipótese nula. E permite que diferentes

pesquisadores utilizem seus respectivos níveis de significância para avaliar os resultados do teste de

hipóteses.


16

Alguns exemplos....Tabela 4. Comparação entre a qualidade de vida dos cuidadores com aspectos do perfil sócio

demográfico dos mesmos. Domínio

FísicoMédia (D.P)

Domínio PsicológicoMédia (D.P)

Domínio Relações sociais

Média (D.P)

DomínioMeio ambiente

Média (D.P)

Sexo

Masculino 78,0 (12,0) 75,7 (12,5) 61,1 (31,4) 58,0 (17,9)

Feminino 65,2 (20,0) 66,3 (20,2) 66,2 (21,2) 52,6 (17,4)

p** 0,040 0,137 0,525 0,380Faixa etária

<42 anos 74,1 (18,8) 71,5 (21,7) 67,4 (24,9) 54,6 (23,6)

≥ 42 anos 62,9 (17,4) 65,8 (15,7) 62,7 (23,1) 53,1 (9,4)

p** 0,035 0,297 0,497 0,771

Escolaridade

Fundamental 61,7 (19,1) 63,6 (17,0) 62,5 (20,2) 46,0 (12,2)

Médio 67,7 (16,8) 66,7 (21,2) 63,0 (27,3) 54,2 (17,6)

Superior 86,1 (9,4) 84,7 (8,1) 75,0 (25,0) 72,2 (15,5)

p* 0,003 0,013 0,385 < 0,001

Parentesco

Filho (a) 81,4 (14,8) 79,2 (19,5) 80,0 (19,2) 69,4 (22,7)

Esposo (a) 62,5 (14,8) 67,9 (15,9) 56,0 (24,8) 47,8 (16,0)

Mãe/ Pai 61,5 (18,5) 61,4 (22,2) 61,8 (24,8) 50,2 (13,1)

Irmão (a) 82,1 (10,4) 75,0 (14,7) 66,7 (35,8) 62,5 (27,8)

p* 0,012 0,144 0,112 0,059


Sexo n % p*

0,055

Masculino 53 39,8

Feminino 35 60,2

Idade

Média 20,1 ±2,4

Mediana 20,0 19,6 – 20,6

Tabela 1 – Caracterização da amostra

*Qui-quadrado

Sexo Masculino Feminino p*

Idade

Média 20,3 19,9 0,927

Mediana 20,0 20,0

Desvio Padrão ±2,8 ±1,6

IC 19,5 – 21,0 19,3 – 20,4

Tabela 2 – Caracterização segundo sexo e idade

*Mann-Whitney


Referências:

1. Rumsey D. Estatística para leigos. Editora Alta Books.

Rio de Janeiro, 2013.

2. Fletcher, R.H. & Fletcher S.W. Epidemiologia Clínica.

Elementos essenciais. 4 ed. Editora Artmed. Porto

Alegre, 2008.

3. Haynes, R.B.; Sackett, D.L.; Guyatt, G.H.; Tugwell, P.

Epidemiologia Clínica: como realizar pesquisa clínica

na prática. 3 ed. Editora Artmed. Porto Alegre, 2008.

4. Doria Filho, U. Introdução à Bioestatística – para

simples mortais. Editora Campus. 14 ed. São Paulo,

1999.

5. Field, Andy. Descobrindo a estatística usando o SPSS.

2 ed. Editra Artmed, Porto Alegre, 2009

6. http://tenfootstop.blogspot.com.br/2006/03/to-p-or-not-

to-p-why-use-p-value.html.

Valor de p

Education

Transcript of Valor de p