Variáveis categóricas: 2 grupos
-
Upload
lewis-shields -
Category
Documents
-
view
21 -
download
0
description
Transcript of Variáveis categóricas: 2 grupos
Variáveis categóricas: 2 Variáveis categóricas: 2 gruposgrupos
Com duas amostras independentes / relacionadas de indivíduos queremos saber se na população as proporções de indivíduos com determinada característica em cada grupo são iguais.
Teste de Qui-quadradoTeste de Qui-quadrado
Grupo1Grupo1 Grupo2Grupo2 TotalTotal
ComCom aa bb a+ba+b
SemSem cc dd c+dc+d
TotalTotal n1=a+cn1=a+c n2=b+dn2=b+d nn
Amostras independentes
Teste de Qui-quadradoTeste de Qui-quadrado
HomossexuaisHomossexuais HeterossexuaiHeterossexuaiss
HHV-8 +HHV-8 + 14 14 36 36
HHV-8 -HHV-8 - 29 29 192 192
TotalTotal 43 43 228 228
Amostras independentes:Com um objectivo de comparar a prevalência de seropositivos para o HHV-8 entre os homens homossexuais e os heterossexuais analisaram-se 271 homens, obtendo-se os seguintes resultados:
HomossexuaisHomossexuais HeterossexuaiHeterossexuaiss
HHV-8 +HHV-8 + 14 14 (33%)(33%) 36 36 (16%)(16%)
HHV-8 -HHV-8 - 29 (67%)29 (67%) 192 (84%)192 (84%)
TotalTotal 43 (100%)43 (100%) 228 (100%)228 (100%)
Teste de Qui-quadradoTeste de Qui-quadrado
Definimos a HipóteseDefinimos a HipóteseH0: H0: 1=1=2 2 H1: H1: 1122
Obtemos a estatística do teste com os dados de uma Obtemos a estatística do teste com os dados de uma amostraamostra2 = 2 = (|O-E|-1/2)(|O-E|-1/2)22/E /E segue uma distribuição de qui-quadrado com 1 grau de segue uma distribuição de qui-quadrado com 1 grau de liberdadeliberdadeO – valores observadoO – valores observadoE – velores esperadosE – velores esperados
Obtemos o valor de pObtemos o valor de pDefinimos o nível se significanciaDefinimos o nível se significanciaInterpretamos o valor de pInterpretamos o valor de p
Teste de Qui-quadradoTeste de Qui-quadrado
HHV8 * coluna Crosstabulation
14 36 50
7.9 42.1 50.0
29 192 221
35.1 185.9 221.0
43 228 271
43.0 228.0 271.0
Count
Expected Count
Count
Expected Count
Count
Expected Count
+
-
HHV8
Total
Homossexuais Heterossexuais Total
H0: Na população a proporção de HHV8 + entre os homossexuais é igual à H0: Na população a proporção de HHV8 + entre os homossexuais é igual à proporção de HHV8 + entre os heterossexuais proporção de HHV8 + entre os heterossexuais
2 = 2 = (|O-E|-1/2)2/E segue (|O-E|-1/2)2/E segue uma distribuição de qui-uma distribuição de qui-quadrado com 1 grau de quadrado com 1 grau de liberdadeliberdadeO – valores observadoO – valores observadoE – valores esperadosE – valores esperados
(43x50)/271=7.9 Chi-Square Tests
6.761b 1 .009
5.692 1 .017
6.002 1 .014
.017 .011
6.736 1 .009
271
Pearson Chi-Square
Continuity Correctiona
Likelihood Ratio
Fisher's Exact Test
Linear-by-LinearAssociation
N of Valid Cases
Value dfAsymp. Sig.
(2-sided)Exact Sig.(2-sided)
Exact Sig.(1-sided)
Computed only for a 2x2 tablea.
0 cells (.0%) have expected count less than 5. The minimum expected count is 7.93.
b.
2 =2 = 6.761p =p = 0.009
Teste de Qui-quadradoTeste de Qui-quadrado
HHV8 * coluna Crosstabulation
14 36 50
7.9 42.1 50.0
28.0% 72.0% 100.0%
32.6% 15.8% 18.5%
29 192 221
35.1 185.9 221.0
13.1% 86.9% 100.0%
67.4% 84.2% 81.5%
43 228 271
43.0 228.0 271.0
15.9% 84.1% 100.0%
100.0% 100.0% 100.0%
Count
Expected Count
% within HHV8
% within coluna
Count
Expected Count
% within HHV8
% within coluna
Count
Expected Count
% within HHV8
% within coluna
+
-
HHV8
Total
Homossexuais Heterossexuais Total
Teste de Qui-quadradoTeste de Qui-quadrado
Assumpções:Todos os valores esperados são maiores ou iguais a 5.
Se algum valor esperado <5 – Teste exacto de Fisher
Teste de McNemarTeste de McNemar
A – s/cefaleiasA – s/cefaleias A – c/cefaleiasA – c/cefaleias
B - B - s/cefaleiass/cefaleias
45 (w)45 (w) 4 (x)4 (x)
B - B - c/cefaleiasc/cefaleias
17 (y)17 (y) 34 (z) 34 (z)
TotalTotal 62 62 38 38
Amostras emparelhadas:Foram avaliados 100 doentes com cefaleias frequentes. Os mesmos 100 dentes tomaram durante um mês um determinado medicamento A e no mês seguinte o medicamento B. Pediu-se aos doentes que registassem se durante cada mês tiveram ou não dores de cabeça.
Teste de McNemarTeste de McNemar
Definimos a HipóteseDefinimos a HipóteseH0: Na população a proporção com uma H0: Na população a proporção com uma determinada característica é igual nos dois gruposdeterminada característica é igual nos dois grupos
Obtemos a estatística do teste com os dados de uma Obtemos a estatística do teste com os dados de uma amostraamostra2 = 2 = (|x-y|-1)(|x-y|-1)22/x+y /x+y segue uma distribuição de qui-quadrado com 1 grau de segue uma distribuição de qui-quadrado com 1 grau de liberdadeliberdade
Obtemos o valor de pObtemos o valor de pDefinimos o nível se significanciaDefinimos o nível se significanciaInterpretamos o valor de pInterpretamos o valor de p
Teste de McNemarTeste de McNemar
visual * RX Crosstabulation
45 4 49
30.4 18.6 49.0
91.8% 8.2% 100.0%
72.6% 10.5% 49.0%
17 34 51
31.6 19.4 51.0
33.3% 66.7% 100.0%
27.4% 89.5% 51.0%
62 38 100
62.0 38.0 100.0
62.0% 38.0% 100.0%
100.0% 100.0% 100.0%
Count
Expected Count
% within visual
% within RX
Count
Expected Count
% within visual
% within RX
Count
Expected Count
% within visual
% within RX
sem
com
visual
Total
sem com
RX
Total
Qual a % de dentes com cefaleias com o medicamento B?
E usando o A?
Chi-Square Tests
.007a
100
McNemar Test
N of Valid Cases
ValueExact Sig.(2-sided)
Binomial distribution used.a.
H0: A percentagem de doentes com cefaleias usando o medicamento A é igual a percentagem de doentes com cefaleias usando o medicamento B
51%
38%
Rejeito H0
B
A
Variáveis categóricas: Variáveis categóricas: mais de 2 categoriasmais de 2 categorias
Os indivíduos podem ser Os indivíduos podem ser classificados por dois factores.classificados por dois factores. Por exemplo, quanto à severidade da Por exemplo, quanto à severidade da doença e quanto ao grupo sanguíneo.doença e quanto ao grupo sanguíneo.
Cada factor pode ter mais que duas Cada factor pode ter mais que duas categorias.categorias. Por exemplo, Por exemplo, a severidade: baixa, moderada e alta;a severidade: baixa, moderada e alta;o grupo sanguíneo: A, B, O, AB.o grupo sanguíneo: A, B, O, AB.
Variáveis categóricas: Variáveis categóricas: mais de 2 categoriasmais de 2 categorias
Definimos a HipóteseDefinimos a HipóteseH0: Não há associação entre as categorias de um H0: Não há associação entre as categorias de um factor e as categorias do outro factorfactor e as categorias do outro factor
Obtemos a estatística do teste com os dados de uma Obtemos a estatística do teste com os dados de uma amostraamostra
2 = 2 = (O-E)(O-E)22/E segue uma distribuição de qui-quadrado com (r-1)(c-1) grau de liberdade/E segue uma distribuição de qui-quadrado com (r-1)(c-1) grau de liberdadeO – valores observadoO – valores observado E – velores esperadosE – velores esperados r e c – nº de categorias de cada uma dos factor r e c – nº de categorias de cada uma dos factor
respectivamenterespectivamente
Obtemos o valor de pObtemos o valor de pDefinimos o nível se significanciaDefinimos o nível se significanciaInterpretamos o valor de pInterpretamos o valor de p
Variáveis categóricas: Variáveis categóricas: mais de 2 categoriasmais de 2 categorias
Assumpções:Não mais de 20% das células da tabela de contingência têm valores esperados menores que 5.
Se algum valor esperado <5 – Teste exacto de Fisher
Variáveis categóricas: Variáveis categóricas: mais de 2 categoriasmais de 2 categorias
Por vezes investigamos relações entre variáveis categóricas (factores) em que uma das variáveis é dicotómica (por exemplo sim/não) e a outras ordinal.
Podemos testar não só se há uma associação (teste de qui-quadrado) mas também se existe uma tendência (crescente ou decrescente) da proporção de sins (teste de qui-quadrado para tendências).