Curso de Medicina

Trabalho
Curso de Complementos de Bioestatística no SPSS.

<Nome dos Autores; nº alunos>

Prof. Doutor Nome

Covilhã, mês de ano

Considere o ficheiro .sav e responda às questões que se seguem, recorrendo ao SPSS.

Nota: Em cada resposta às perguntas deve apresentar uma breve justificação tendo
por base os quadros/gráficos do Output do SPSS.

Parte I – Testes paramétricos e não paramétricos

1- Pretende-se saber se existe diferença no volume médio das células (variável VMC)
para as pessoas que apresentam ou não uma determinada doença cardiovascular
(variável Doença). Realize o teste conveniente e tire as suas conclusões.

Hipóteses:
H0 : Não existe diferença na média do VCM entre o grupo com doença e sem
doença.
H1 : Existe diferença na média do VCM entre o grupo com doença e sem doença.

Verificar normalidade, como n≤30 utiliza-se o teste de Shapiro-Wilk.

O p-value no grupo sem doença cardiovascular é menor que 0.05, mas no grupo
com doença é maior, pelo que não existe normalidade nos dados.
Como não existe normalidade devemos usar o teste de Mann-Whitney.

Test Statisticsa
Volume Médio
das Células
Mann-Whitney U 140,000
Wilcoxon W 245,000
Z -1,350
Asymp. Sig. (2-tailed) ,177
Exact Sig. [2*(1-tailed Sig.)] ,185b
Exact Sig. (2-tailed) ,182
Exact Sig. (1-tailed) ,091
Point Probability ,002
a. Grouping Variable: Doença cardiovascular
b. Not corrected for ties.

Ao observar a tabela acima concluímos que não há diferença no VCM entre os

grupos com e sem doença (não se rejeita a hipótese nula), uma vez que p =
0.182>0.05.

2- Pretende-se saber se o tipo de medicamento (variável Medicamento) prescrito pelo

médico está relacionado com o índice de massa corporal (IMC). Realize o teste
conveniente para verificar se existem diferenças entre o IMC dos 3 grupos e tire
as suas conclusões.

Hipóteses:
H0 : µ1 = µ2 = µ3
H1 : µ1 ≠ µ2 ≠ µ3

Verificar normalidade

Os p-values nos três diferentes grupos são maiores que 0.05, logo existe
normalidade nos dados.
Como existe normalidade devemos testar a homogeneidade das variâncias.

Verifica-se homogeneidade das variâncias, pois p-value = 0.107 > 0.05, então
utiliza-se a ANOVA para verificar a relação entre o tipo de medicamento e o IMC.
Como o p-value =0.017 < 0.05 então rejeitamos H0, ou seja as médias do IMC são
diferentes consoante o tipo de medicamento.
Ao analisar as médias na tabela “Descriptives” verificamos que o IMC é superior
no grupo onde foi utilizado o medicamento 2 e inferior no grupo onde foi utilizado
o medicamento 1.
 Tendo em conta o p-value = 0.019 < 0.05 a diferença no IMC é mais significativa
entre os utilizadores do medicamento 1 e 2.

3- Existe alguma relação entre o tipo de medicamento prescrito pelo médico

(variável Medicamento) e o fato da pessoa ser portadora da patologia (variável
Doença)? Realize o teste conveniente e tire as suas conclusões.

Hipóteses:
H0 : Não há relação entre o tipo de medicamento prescrito pelo médico e ser
portador da patologia.
H1 : Existe relação entre o tipo de medicamento prescrito pelo médico e ser
portador da patologia.
 Neste caso como temos mais de 20% (33.3%) das células com frequência esperada
< 5, vamos ter em conta o teste exato de Fisher, em que o p-value = 0.257 > 0.05.
Logo, não se rejeita H0, donde se conclui que não existe nenhuma relação entre o
tipo de medicamento e o facto de a pessoa ser portadora de patologia.

Parte II – Regressão Linear

Pretende-se “ajustar” um modelo de regressão linear aos dados, considerando como

variável dependente a força muscular (variável Força) e como variáveis
independentes a Idade e a Altura. Em Method considere Stepwise.
 1- Determine a equação de regressão. Ambas as variáveis independentes influenciam
a variável dependente? Justifique.

2- O modelo é significativo? Justifique.

3- Qual a capacidade explicativa do modelo? Justifique.

4- Elabore uma análise de resíduos, verificando os pressupostos da normalidade,

homocedasticidade e independência.

Parte III – Regressão Logística

Pretende-se verificar se é possível prever a ocorrência de uma doença cardiovascular,

a partir das variáveis Idade, Altura e Histologia.
A variável resposta (Doença) foi codificada como 1 se o doente tem a doença e 0 no
caso contrário. Na variável Histologia considere “cirrhosi” como categoria de
referência.
Sugestão: Em Method considere Forward: LR
1- O modelo ajusta-se bem aos dados? Responda a esta questão indicando o resultado
do teste conveniente para o efeito.

2- Qual a classificação global correta do modelo? Qual é o valor da especificidade e

sensibilidade? Interprete o seu significado.

3- Quais as variáveis que melhoram significativamente a previsão da variável

dependente? Justifique.

4- Elabore a curva de Roc e interprete o resultado que obteve.

Parte IV – Análise de sobrevivência

Pretende-se efectuar uma análise baseada no Tempo de sobrevivência (em meses) de

pessoas com doença oncológica (variável Tempo). A variável Censura dá-nos a
informação referente aos casos censurados (0- não censurado; 1 - censurado).

1- Pretende-se comparar a eficácia de 3 medicamentos (variável Medicamento) no

tempo de sobrevivência de pessoas com doença oncológica, para tal elabore um
teste para a comparação das curvas de sobrevivência para os vários medicamentos.
Que conclusões pode tirar? Justifique.

2- Pretende-se avaliar se as variáveis Medicamento, Idade e Altura influenciam o

tempo de sobrevivência. Utilize o modelo de regressão de Cox e tire algumas
conclusões. Sugestões: Em method considere Forward: LR. Para a variável
Medicamento considere “Medicamento tipo1” como referência.

3- Verifique o pressuposto da proporcionalidade dos riscos. Para tal utilize o método

gráfico baseado nos resíduos de Schoenfeld padronizados.