Estatística Aplicada

Objetivos

No final desta unidade curricular os alunos devem ser capazes de:
1. Aplicar os princípios fundamentais da estatística no delineamento de projectos de investigação.
2. Calcular, interpretar e sumariar os resultados da estatística descritiva e análise exploratória de dados para fins de publicações científicas.
3. Calcular e interpretar intervalos de confiança.
4. Determinar o tamanho da amostra atendendo à inferênciaestatística.
5. Validar os pressupostos dos testes de hipóteses paramétricos e não -paramétricos para amostras independentes e emparelhadas.
6. Conhecer alguns modelos lineares generalizados, dando ênfase a aplicação dos modelos de regressão linear e logística no programa estatístico.
7. Conhecer os princípios básicos e as aplicações da Estatística Bayesiana.
8. Calcular e interpretar as principais medidas da validação de testes de diagnóstico

Caracterização geral

Código

5789015

Créditos

Professor responsável

Luzia Gonçalves

Horas

Semanais - Se a UC for oferecida como opcional, o horário será disponibilizado no 2º semestre

Totais - 36

Idioma de ensino

Português

Pré-requisitos

Não se aplica

Bibliografia

• Daniel, W.W. (2004) Biostatistics: a foundation for analysis in the health sciences. 8th Edition. John Wiley and Sons.
• Dobson, A.J., Barnett, A.G. (2008) An Introduction to Generalized Linear Models. 3rd Edition. CRC Press.
• Gonçalves, L., Pascoal, C., Pires, A.M., Oliveira, MR (2012) Sample size for estimating a binomial proportion: comparison of different methods, Journal of Applied Statistics, 39 (11): 2453-2473.
• Gonçalves, L. , Subtil, A., Oliveira, M.R., Rosário, V.E., Lee P., Shaio, M.F. (2012) Bayesian latent class models in malaria diagnosis, PLoS ONE, Vol 7, Nº7, e40633. doi:10.1371/journal.pone.0040633.
• Hosmer, D., Lemeshow, S. (2000) Applied Logistic Regression. 2ª edição. John Wiley and Sons.
• Pepe, M. S. (2003) The Statistical Evaluation of Medical Tests for Classification and Prediction. Oxford Statistical Science Series, Oxford University Press.
• Sheskin, D. J. (2007) Handbook of Parametric and Nonparametric Statistical Procedures. 4th Edition, Chapman and Hall/CRC.

Método de ensino

As horas de contacto totais (36 hrs.) serão distribuídas por 12 aulas teóricas-práticas (24 hrs.), 6 sessões de orientação tutorial (12 hrs.). O número total de horas de trabalho do doutorando estima-se em 80 horas. Nas aulas teórico-práticas utilizam-se programas estatísticos (SPSS, EpiTools ou outros) e recorre-se a outros recursos e plataformas online.

Método de avaliação

A avaliação combina duas componentes: exame (60%) e trabalho (40%). O exame inclui questões de resposta múltipla, verdadeiro/falso e outras de desenvolvimento, tendo duração de duas horas. O trabalho envolve a análise de bases de dados através da utilização de programas estatísticos.

Conteúdo

I. A importância da Estatística nos protocolos de investigação. Objectivos e questões de investigação: qual as variáveis e qual o tratamento estatístico a efectuar futuramente. Métodos de amostragem probabilísticos.
II. Estatística descritiva e análise exploratória de dados para variáveis quantitativas e qualitativas.
III. Introdução à inferência estatística clássica: Intervalos de confiança para valores médios e proporções. Métodos de Wilson, Agresti-Coull, Jeffreys e Clopper-Pearson como métodos alternativos ao Método de Wald para proporções. Conceitos de testes de hipóteses. O tamanho amostral em função da inferência a realizar.
IV. Testes paramétricos e não-paramétricos para amostrasindependentes e correlacionadas.
V. Correlação Linear.
VI. Introdução aos modelos lineares generalizados: a regressão linear e a regressão logística.
VII. Estatística Bayesiana: conceitos básicos e aplicações em Saúde.
VIII. Validação de testes de diagnóstico:estatística clássica versus estatística Bayesiana.

Cursos

Cursos onde a unidade curricular é leccionada:

Doutoramento em Doenças Tropicais e Saúde Global