Prévia do material em texto

Atividade 1
Em estatística, um dos parâmetros mais importantes é a análise da confiabilidade, baseada
nos níveis de confiança necessários. Em estudos clínicos é comum que se admita um nível
de confiança de 95%, com valor de p equivalente a 0,05. Compreender corretamente esse
valor e a sua intepretação é essencial em bioestatística, não apenas para realizar estudos
científicos, mas também para analisar resultados em artigos e trabalhos publicados. A partir
dos conceitos apresentados, considere três situações.Estudo 1: valor-p calculado em 0,015;
em nível de confiança 98%.Estudo 2: valor-p calculado em 0,7; em nível de confiança
95%.Estudo 3: valor-p calculado em 0,02; em nível de confiança 95%.
Em qual(is) estudo(s) o valor-p é considerado “bom” e em qual(is) “ruim”? Justifique sua
resposta.
Resposta:
Estudo 1: Definido com nível de confiança igual a 98%, aqui o valor-p aceitável seria 0,02,
porém, na análise, os dados apresentam um valor-p de 0,015, valor considerado ruim por
ser abaixo de 0,02.
Estudo 2: Nas análises dos dados é definido um nível de confiança igual a 95%. Assim, os
valores-p iguais ou maiores que 0,05, que corresponde a 100%-95%, aceitam a hipótese
alternativa e recusam a hipótese nula. Logo, o valor-p acima de 0,05 e recusada a hipótese
nula, o estudo 2 é considerado um bom valor.
Estudo 3: Também no estudo 3, o nível de confiança é de 95% com valor-p aceitável de
0,05, porém a análise de dados apontou um valor-p de apenas 0,02, sendo, assim como o
estudo 1, um valor considerado ruim por estar abaixo do valor-p aceitável.
Explicação:
Nos Estudos 01 e 03 o "p-valor" é ruim e no Estudo 02, o "p-valor" é bom.
Quando fazemos pesquisa, normalmente estamos comparando métodos ou amostras, os
quais podem ser descritos por média e desvio padrão. A fim de comprar se as médias
desses diferentes métodos ou amostras são iguais, usamos um teste de hipóteses, sendo
que:
Hipótese nula = A médias são iguais;
Hipótese alternativa = As médias são diferentes;
Ao calculamos o "p-valor", normalmente através de software de estatística, quando ele é
inferior ou igual ao nível de significância (α) escolhido, dizemos que ele faz parte da região
crítica e portanto, podemos rejeitar a hipótese nula e assim, as médias são diferentes. Essa
é a situação que o "p-valor" é ruim.
Quando ele é maior que o nível de significância (α) escolhido, não podemos rejeitar a
hipótese nula e assim, as médias são iguais. Essa é a situação que o "p-valor" é bom.
Agora vamos analisar os casos:
Estudo 1: nível de confiança 98%, logo, nível de significância 0,02. Como o p-valor
calculado é 0,015 e menor que 0,02, temos p-valor ruim;
Estudo 2: nível de confiança 95%, logo, nível de significância 0,05. Como o p-valor
calculado é 0,7 e maior que 0,05, temos p-valor bom;
Estudo 3: nível de confiança 95%, logo, nível de significância 0,05. Como o p-valor
calculado é 0,02 e maior que 0,05, temos p-valor ruim