Valor de p
-
Upload
ana-luiza-lima-sousa -
Category
Education
-
view
74 -
download
4
Transcript of Valor de 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.
15/04/2023profa. dra. Ana Luiza Lima Sousa 4
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:
15/04/2023profa. dra. Ana Luiza Lima Sousa
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
15/04/2023profa. dra. Ana Luiza Lima Sousa 6
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)
15/04/2023profa. dra. Ana Luiza Lima Sousa 7
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.
15/04/2023profa. dra. Ana Luiza Lima Sousa 8
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)
15/04/2023profa. dra. Ana Luiza Lima Sousa 9
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
15/04/2023profa. dra. Ana Luiza Lima Sousa 10
se o p-valor é maior que o nível de significância, não rejeitamos a
hipótese nula
rejeitamos a hipótese
nula
15/04/2023profa. dra. Ana Luiza Lima Sousa
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.
15/04/2023profa. dra. Ana Luiza Lima Sousa 13
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
15/04/2023profa. dra. Ana Luiza Lima Sousa
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!
15/04/2023profa. dra. Ana Luiza Lima Sousa 15
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.
15/04/2023profa. dra. Ana Luiza Lima Sousa
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
15/04/2023profa. dra. Ana Luiza Lima Sousa 17
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
15/04/2023profa. dra. Ana Luiza Lima Sousa 18
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.