Jump to content

[Ajuda] Estatística


gosma25
 Share

Recommended Posts

Estou a terminar de escrever a minha tese de mestrado e tenho algumas dúvidas na estatística que apliquei. unsure.png

Embora tenha umas noções básicas de estatística, cheguei a um ponto em que não consigo arranjar respostas para as minhas dúvidas. sad.png

Não há por aí ninguém que perceba o suficiente para dar uma mãozinha?

Link to comment
Share on other sites

Tens duvidas em relacao aos testes estatisticos (Student, Duncan...) a aplicar ou na escolha dos modelos de analise (One-way ANOVA two way ANOVA....)?

Antes de mais, obrigado.

Primeiro estou com dúvidas se numa das partes estou a lidar com amostras emparelhadas ou independentes.

Depois estou indeciso entre usar métodos paramétricos ou não paramétricos...

Por fim, não tenho a certeza se o método que usei para quantificar progressão foi o mais adequado...

Tenho um grupo de 11 doentes avaliados com 5 variáveis diferentes ao longo do tempo (baseline e 3 avaliações subsequentes a cada 3 meses).

Para avaliar a progressão de cada variável usei uma Anova de repeated measures, mas não sei se 11 doentes são suficientes para usar a Anova ou se deva antes usar o não-paramétrico (Friedman).

Para comparar as variáveis em cada momento de avaliação usei o Friedman (aqui é que tenho dúvidas se as amostras são emparelhadas ou não).

Para quantificar a progressão calculei a área debaixo da curva para cada variável em cada doente.

É um bom método?

Espero ter-me explicado bem :)

Link to comment
Share on other sites

então...

tens dados antes e depois das observações feitas (amostras emparelhadas não independentes), ou só após da observação (amostras independentes)?

Isto considerando a tua amostra os 11 pacientes, de outra outra forma cada paciente é uma amostra com sub-amostragens (variáveis do estudo).

Se for o 1º caso, tens que ver se a tua população (11 pacientes) segue uma distribuição normal (teste t de Student). Se sim, é usar os testes paramétricos (Kilmogorv-Smirnov ou Shapiro-Wilk - SPSS/Statistica fazem isto).

Se não, tens que avançar para os testes não-paramétricos.

Porque se a tua população não seguir uma distribuição normal e se forem independentes, não podes usar a ANOVA, mas sim o teste Mann-Whitney (alternativa não paramétrica ao t de Student), e Kruskal-Wallis (alternativa não paramétrica á ANOVA).

Para quantificar a progressão calculei a área debaixo da curva para cada variável em cada doente.

É um bom método?

Sim é um bom método, matematicamente é o mais correcto de se fazer, porque podes relacionar as áreas que calculas-te com o placebo e apresentares esses resultados em forma de um gráfico "times folder" (tradução livre será "x vezes maior que", em biotech não se usa muito a tradução).

Espero ter-te ajudado e não te ter atrapalhado.

Link to comment
Share on other sites

Tenho de admitir que não percebi muito bem...

Aqui segue uma imagem do meu gráfico principal a ver se consigo explicar as minhas dúvidas

post-7-0-42806500-1331749204_thumb.png

Quanto à AUC, parece que escolhi bem!

Link to comment
Share on other sites

Tenho um grupo de 11 doentes avaliados com 5 variáveis diferentes ao longo do tempo (baseline e 3 avaliações subsequentes a cada 3 meses).

Se tens:

  • 11 doentes como amostra;
  • 5 variáveis (medidas antes e depois da observação).


    Se este é o teu ponto de partida, tens desde do inicio amostras emparelhadas [não independentes (nota 1)], neste caso como a população é indivisível a amostragem passa a ser as 5 variáveis em estudo. E o gráfico está feito neste sentido, i.e., as medidas das tuas variáveis vão se alterando ao longo do tempo.
    (Aqui são testes paramétricos a serem aplicados)


    Se for, e era aquilo que tentei explicar:

    • 11 doentes como população;
    • 1 doente como amostra, com 5 variáveis de estudo (sub-amostragem).

    Neste caso tens que verificar se a tua população é normalizada ou não. Porque neste exemplo só dentro da amostra é que é emparelhada não independente, e são não emparelhadas independentes na população.

    E aqui aplica-se os teste não-paramétricos.

    Nota 1: não independentes por que depende do população e não podes separar as observações à priori das posteriori.

Link to comment
Share on other sites

Se for, e era aquilo que tentei explicar:

  • 11 doentes como população;
  • 1 doente como amostra, com 5 variáveis de estudo (sub-amostragem).

Neste caso tens que verificar se a tua população é normalizada ou não. Porque neste exemplo só dentro da amostra é que é emparelhada não independente, e são não emparelhadas independentes na população.

E aqui aplica-se os teste não-paramétricos.

Nota 1: não independentes por que depende do população e não podes separar as observações à priori das posteriori.

Que testes? O Kruskal-Wallis? Ou o Friedman?

Link to comment
Share on other sites

O teste de Friedman e como o teste t de Student, analisas se a tua hipotese nula e verdadeira ou nao.

O teste de Kruskal-Wallis e como a ANOVA.

Para ambos os testes os dados sao dispostos em blocos, mas se usares tipo o SPSS/Statistica/SigmaStat eles fazem isso por ti.

Nestes links tens mais info sobre os testes nao parametricos.

http://docentes.esa....arametricos.pdf

http://www.amendes.u...statNparamt.pdf

e aqui tens um artigo brasileiro sobre a prevalência de anemia em adolescentes

http://www.scielo.br...732004000100004

em que eles usam o teste de t de Student e depois como a amostra nao e normalizada vao usar o teste de Kruskal-Wallis para verificar se existe diferencas entre as medias, tal como a ANOVA. So que neste caso e com medias e nao com variancias.

O meu conselho, e pq eu nao sou nenhum expert nesta materia, e quando acabares os testes estatisticos e escreveres as conclusoes que retiras desses resultados, ires mostrar esses resultados a um prof. de estatistica. Se nao conheceres ninguem, eu arranjo-te os mails de 2 profs, de escolas diferentes.

(desculpa pelos erros ortograficos, mas escrever portugues com um teclado internacional da nisto)

Link to comment
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now
 Share

  • Recently Browsing   0 members

    • No registered users viewing this page.
×
×
  • Create New...

Important Information

We have placed cookies on your device to help make this website better. You can adjust your cookie settings, otherwise we'll assume you're okay to continue.