← Ver trilha completa Metodologia no Design de Pesquisa e Análise de Dados: Delineamentos Científicos, Inferência Causal, Psicometria e Modelagem Estatística

Célula 04: Análise Exploratória de Dados (AED), Estatística Descritiva Robusta e Inferência Paramétrica vs Não Paramétrica

Estudo aprofundado do ciclo da Análise Exploratória de Dados (AED / EDA), diagnóstico de qualidade de dados e fundamentos da inferência paramétrica e não paramétrica: 1. Tipologia e Níveis de Mensuração de Variáveis: escalas qualitativas nominais (binárias e politômicas) e ordinais; escalas quantitativas discretas e contínuas (intervalares e de razão com zero absoluto); 2. Estatística Descritiva Clássica e Robusta: medidas de tendência central sensíveis vs resistentes a valores extremos (média aritmética vs média aparada a 5% e 10%, mediana e moda); medidas de dispersão (variância, desvio padrão, coeficiente de variação de Pearson - CV%, amplitude interquartil - IQR e desvio absoluto da mediana - MAD); assimetria (skewness) e curtose (kurtosis); 3. Detecção e Manejo de Outliers (Valores Atípicos): escores Z clássicos vs escores Z robustos (baseados na mediana e MAD); regra de Tukey (limites do boxplot: Q1 - 1,5*IQR e Q3 + 1,5*IQR); identificação multivariada de outliers via Distância de Mahalanobis com distribuição Chi-quadrado; estratégias de tratamento (winsorização, transformação matemática log/Box-Cox ou remoção fundamentada); 4. Teoria e Tratamento de Dados Faltantes (Missing Data): taxonomia de Rubin: Faltantes Completamente ao Acaso (MCAR - Missing Completely at Random), Faltantes ao Acaso condicionados a covariáveis (MAR - Missing at Random) e Faltantes Não ao Acaso dependentes do próprio valor ausente (MNAR - Missing Not at Random); teste de MCAR de Little; os graves perigos da exclusão por lista (listwise deletion) e da imputação pela média; o padrão-ouro metodológico: Imputação Múltipla por Equações Encadeadas (MICE - Multiple Imputation by Chained Equations) e pooling pelas regras de Rubin; 5. Verificação dos Pressupostos Paramétricos Clássicos: Normalidade (testes de Shapiro-Wilk, Kolmogorov-Smirnov com correção de Lilliefors, gráficos Q-Q plot de resíduos); Homocedasticidade / Homogeneidade de Variâncias (teste de Levene robusto pela mediana e teste de Bartlett); e 6. Árvore de Decisão Inferencial Bivariada: Comparação de 2 Grupos: Teste t de Student para amostras independentes com correção de Welch para variâncias desiguais vs Teste U de Mann-Whitney (Wilcoxon rank-sum); Teste t pareado vs Teste de Postos Sinalizados de Wilcoxon; Comparação de 3 ou mais Grupos: ANOVA unifatorial (One-Way) com testes post-hoc de Tukey HSD, Bonferroni e Games-Howell vs Kruskal-Wallis com post-hoc de Dunn-Bonferroni; ANOVA de Medidas Repetidas com teste de esfericidade de Mauchly e correções de Greenhouse-Geisser/Huynh-Feldt vs Teste de Friedman; e Associação Categórica: Teste de Qui-Quadrado de Independência (Pearson Chi-Square), teste exato de Fisher e V de Cramér.

Valor de matrícula da trilha:

R$ 49,90

Matricular-se nesta Trilha

Acesso vitalício • Certificado com código verificável

Microaula em Método CELULA • Prévia Aberta

1. Circunstância (O Desafio no Mundo Real)

<p>Um instituto de pesquisa clínica e comportamental conduz um estudo multicêntrico longitudinal de 12 semanas avaliando marcadores inflamatórios e escores de fadiga em 320 pacientes submetidos a três modalidades distintas de intervenção terapêutica (Intervenção Farmacológica Pura, Terapia Comportamental Combinada e Grupo Controle Ativo). A base de dados bruta exportada apresenta múltiplos desafios de integridade: 8% de dados faltantes concentrados na semana 12; presença de outliers extremos nos níveis de interleucina-6 (IL-6); e assimetria positiva severa nos biomarcadores com violação do pressuposto de normalidade e homocedasticidade pelo teste de Levene. O cientista de dados e bioestatístico da equipe deve aplicar o protocolo completo de auditoria de dados: realizar o teste de Little para diagnosticar o mecanismo de missingness; executar a imputação múltipla via MICE gerando 10 conjuntos imputados; aplicar a transformação logarítmica para estabilização de variância; e conduzir a modelagem bivariada robusta comparando as estratégias paramétricas com correção de Welch e post-hoc de Games-Howell versus testes não paramétricos pareados.</p>

2. Fundamentos & Conceito Central (Estudos)

A Análise Exploratória de Dados (AED / EDA) e a Auditoria Inferencial constituem a etapa mais crítica e negligenciada do pipeline científico. Conclusões estatísticas sofisticadas são completamente invalidadas se assentadas sobre premissas violadas, dados faltantes descartados inadvertidamente ou distribuições distorcidas por outliers patológicos.

1. Estatística Descritiva Robusta e Diagnóstico de Outliers

Em distribuições assimétricas ou contaminadas por ruído, a média aritmética e o desvio padrão convencional colapsam rapidamente devido à sua extrema sensibilidade a valores extremos:

Estimadores Robustos de Posição e Escala: a mediana e a Amplitude Interquartil ($IQR = Q3 - Q1$) fornecem estimativas resistentes que possuem um ponto de ruptura (breakdown point) de $50\%$, significando que até metade da amostra pode estar corrompida sem distorcer o estimador. O Desvio Absoluto Mediano...

Desbloqueie o Conteúdo Completo

Quer praticar no Laboratório e emitir seu Certificado?

Faça sua matrícula para ter acesso à videoaula completa, áudio narrativo, roteiro de slides com controles, laboratório guiado com envio de evidência e certificado com código verificável de autenticidade.

Iniciar Matrícula →