Glossário de Termos

• ANOVA: técnica estatística cujo objetivo é testar a igualdade entre três ou mais médias. Ela permite testar se a variabilidade dentro dos grupos é maior que a existente entre os grupos. A técnica supõe independência e normalidade das observações, e igualdade entre as variâncias dos grupos.
  
  
• Coeficiente de confiança:
corresponde a 1- (probabilidade de aceitar a hipótese nula quando esta é verdadeira) e indica a probabilidade de decisão correta baseada na hipótese nula.


• Estatisticamente significante: dizer que um resultado é estatisticamente significante significa que as diferenças encontradas são grandes o suficiente para não serem atribuídas ao acaso. Uma diferença " estatisticamente significante" pode não ser " clinicamente importante"; a importância em termos biológicos não deve ser julgada pelos estatísticos, mas sim pelos profissionais da área em que a pesquisa está sendo feita.
  
  
• Erro Tipo-I: rejeitar a hiptótese nula quando esta é verdadeira. A probabilidade de cometer este erro é denotada por e recebe o nome de nível de significância do teste.
  
  
• Erro Tipo-II: aceitar a hiptótese nula quando esta é falsa. A probabilidade de cometer este erro é denotada por .
  
  
• Estudo caso-controle: comparação entre um grupo de doentes (casos) e um grupo de pessoas não doentes (controles). O objetivo é verificar se os casos diferem significativamente dos controles, em relação à exposição a um dado fator de risco.
  
  
• Estudo de coorte: comparação entre um grupo exposto a um fator de risco e outro grupo não exposto. Visa verificar se indivíduos expostos ao fator de risco desenvolvem a doença em questão, em maior ou menor proporção, do que um grupo de indivíduos não expostos.
  
  
• Hipótese alternativa: hipótese que será considerada como aceitável, caso a hiptótese nula seja rejeitada.
  
  
• Hipótese nula: hipótese que é colocada a prova em teste de hipótese. Em geral indica uma igualdade a ser contestada.
  
  
• Nível de Significância: é denotado por e indica a probabilidade de cometer um erro tipo-I. Na maioria dos softwares, a significância estatística é expressa pelo nível descritivo (p-value). Os níveis de significância mais utilizados são 5%, 0.1%, 1% e 10%.
  
  
• Normalidade: dizer que há normalidade ou que os dados são normalmente distribuídos significa que eles seguem uma distribuição normal, isto é, valores concentrados simetricamente em torno da média e quanto maior a distância da média, menor a freqüência das observações.
  
  
• Odds ratio: chance de se observar casos expostos ao fator de risco sobre a chance de se observar controles expostos ao fator de risco. Se a exposição ao fator de risco for a mesma para casos e controles o odds ratio vale 1. Também é chamado de razão de chances (odds ratio).
  
  
• P-value: corresponde ao menor nível de significância que pode ser assumido para rejeitar a hipótese nula. Dizemos que há significância estatística quando o p-value é menor que o nível de significância adotado. Por exemplo, quando p=0.0001 pode-se dizer que o resultado é bastante significativo, pois este valor é muito inferior aos níveis de significância usuais. Por outro lado, se p=0.048 pode haver dúvida pois, embora o valor seja inferior, ele está muito próximo ao nível usual de 5%.
  
  
• Poder do teste: corresponde a 1- (probabilidade de rejeitar a hipótese nula quando esta é falsa) e indica a probabilidade de decisão correta baseada na hipótese alternativa. Geralmente é interpretado como a chance de detectar uma real diferença entre as médias ou proporções. Por exemplo, um poder de 80% significa que, se de fato houver alguma diferença, haverá uma probabilidade de 80% de detectá-la.
  
  
• Precisão absoluta: é a precisão especificada diretamente e na mesma unidade da estimativa que se pretende calcular.
  
  
• Precisão relativa: é a precisão especificada não diretamente como precisão absoluta, mas sim proporcionalmente como porcentagem em relação ao verdadeiro valor.
  
  
• Risco relativo: proporção de pessoas expostas ao fator de risco que desenvolveram a doença sobre a proporção de pessoas não expostas que desenvolveram a doença. Vale 1 se as pessoas expostas e não expostas desenvolveram a doença na mesma proporção.
  
  
• Teste bicaudal: teste cujo objetivo é testar apenas se as médias (ou proporções) são iguais ou diferentes e não estabelecer qual delas é maior ou menor.
  
  
• Teste monocaudal: teste cuja hipótese alternativa é uma desigualdade, ou seja, deseja-se testar se o valor observado é maior ou menor ao valor crítico correspondente à hipótese nula.
  
  
• Teste t: teste estatístico cujo objetivo é testar a igualdade entre duas médias. O teste supõe independência e normalidade das observações. As variâncias dos dois grupos podem ser iguais ou diferentes, havendo alternativas de teste para as duas situações. Neste serviço, consideramos apenas o caso em que as variâncias são iguais.
  
  
• Teste Z: teste estatístico cujo objetivo é testar a igualdade entre uma média conhecida (numa população ) e uma média calculada pelo pesquisador (numa amostra). O teste supõe normalidade das observações.
  
  
• Validade externa: refere-se à inferência estatística, ou seja, a generalização dos resultados para toda a população de interesse.
  
  
• Validade interna: é a validação dos resultados apenas para a amostra considerada, ou seja, é a validade das inferências para os indivíduos que participaram do estudo. Os cálculos de tamanho de amostra feitos aqui são baseados principalmente nas técnicas estatísticas a serem utilizadas. Entretanto, é importante ressaltar que, o fato do número de observações ser suficiente não garante a utilização da técnica estatística. Em geral, existem algumas suposições que devem ser satisfeitas como por exemplo, a normalidade das observações em testes de comparação de médias.
  
  
• Variável dicotômica: variável em que só existem duas respostas possíveis, como por exemplo sim/não, doente/não doente.
  
  
• Variável discreta: variável quantitativa cujos possíveis valores formam um conjunto finito ou enumerável de números e que geralmente resultam de uma contagem, como por exemplo o número de filhos.
  
  
• Variável contínua: variável cujos possíveis valores formam um intervalo de números reais e que resultam, normalmente, de uma mensuração, como por exemplo peso, altura e pressão arterial.

Laboratório de Epidemiologia e Estatítisca.
webmaster@lee.dante.br