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.
Soluções para a tarefa
Considerando "bom" como sendo um valor-p que rejeita a hipótese nula e "ruim" sendo um valor-p que aceita, podemos dizer que somente o Estudo 2 apresenta valor-p "bom", enquanto que os Estudos 1 e 3 possuem valor-p "ruim".
Para entender o que é um valor-p, primeiro temos que entender o que seria hipótese nula. No método científico, existe a hipótese com a qual o pesquisador trabalha, por exemplo provar que uma vacina é eficiente contra alguma doença, e existe a hipótese nula, que seria o contrário, no caso a vacina ser ineficiente.
Sendo assim, durante as análises dos dados se define um nível de confiança, por exemplo no Estudo 2 é igual a 95%. Isso define que valores-p iguais ou maiores que 0,05 (100% - 95%), recusam a hipótese nula e aceita a hipótese alternativa. Como no estudo 2 o valor-p calculado é acima de 0,05, recusa-se a hipótese nula, e portanto pode ser considerado um "bom" valor.
Diferentemente, nos estudos 1 e 3, os valores ficaram abaixo do valor-p aceitável. No estudo 1 com nível de confiança igual a 98%, o valor-p aceitável seria 0,02, mas os dados mostraram um valor-p de 0.015, enquanto que no estudo 3 o nível de confiança era de 95% com valor-p aceitável de 0,05, mas os dados apontaram um valor-p de somente 0,02.
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.
Para saber mais:
https://brainly.com.br/tarefa/19742138
Espero ter ajudado!
