Dados Gerais do Componente Curricular
| Tipo do Componente Curricular: |
DISCIPLINA |
| Unidade Responsável: |
PROGRAMA DE PÓS GRADUAÇÃO EM PATOLOGIA INVESTIGATIVA (11.01.19.02.13) |
| Curso: |
PROGRAMA DE PÓS-GRADUAÇÃO EM PATOLOGIA INVESTIGATIVA (PPGPI)/PPGPI - Barreiras |
| Código: |
PPGPI0005 |
| Nome: |
BIOESTATÍSTICA |
| Carga Horária Teórica: |
25 h. |
| Carga Horária Prática: |
0 h. |
| Carga Horária Total: |
25 h. |
| Pré-Requisitos: |
|
| Co-Requisitos: |
|
| Equivalências: |
|
| Excluir da Avaliação Institucional: |
Não |
| Matriculável On-Line: |
Sim |
| Horário Flexível da Turma: |
Sim |
| Horário Flexível do Docente: |
Sim |
| Obrigatoriedade de Nota Final: |
Sim |
| Pode Criar Turma Sem Solicitação: |
Sim |
| Necessita de Orientador: |
Não |
| Exige Horário: |
Sim |
| Permite CH Compartilhada: |
Não |
| Quantidade de Avaliações: |
1 |
| Ementa/Descrição: |
Os conceitos elementares da estatística, tais como: delineamento amostral, fluxogramas e
questões científicas, armazenamento e disponibilização de dados. A estatística básica.
Descrição dos dados, qualidade da informação. Estatística paramétrica e seus testes, t-student
não pareado e pareado, análise de variância, one-way ANOVA, fatorial e post hocs. A estatística
não-paramétrica e seus testes, Mann-Whitney, Wilcoxon, Friedman e Kruskall-Wallis. Análise
de frequências, qui-quadrado, teste exato de Fisher, teste de proporção de Goodman, teste de
McNemar. Os métodos de transformação de dados. Os modelos complexos, correlação e
regressão. A análise estatística por meio dos softwares STATISTICA e GraphPad Prism. |
| Referências: |
1. QUINN, G.P.; KEOUGH, M.J. Experimental design and data analysis for biologists. Cambridge
University Press Editora, 2002, p.537.
2. MAGNUSSOM, W.; MOURÃO, G.; COSTA, F. Estatística sem matemática: a ligação entre as
questões e a análise. Planta Editora, 2 ed., 2015, 214p.
3. CALLEGARIS-JACQUES, S.M. Bioestatística: princípios e aplicações. Artmed Editora, 2003.
4. MOTULSKY, H. Intuitive biostatistics: A Nonmathematical Guide to Statistical Thinking. Oxford
University Press. 2010 |
|
|
