[ABE-L] Entre significância estatística e importância científica: Qual a ciência que queremos?

Seg Set 15 15:34:47 -03 2014

Oi Elias,

Pois é, vai depender do critério. Note que agora a probabilidade de alguém
ganhar peso com o método B é maior. Note que P(B < -2) = 0,0002326291. Em
uma população como a do Brasil, teríamos em média 46.526 pessoas ganhando
mais do que 2kg, se usarem o método B. Porém, usando o método A, 97,73% das
pessoas perdem entre 100 e 400 gramas. Pode-se aproximar mais a média de A
a zero e diminuir o desvio-padrão até que se conclua que o método A é
estatisticamente relevante, porém tem um efeito biológico insignificante.

Qualquer método estatístico será sempre uma projeção de algo essencialmente
qualitativo num espaço quantitativo; sempre haverá uma perda de informação
nesse procedimento. Ou seja, sempre haverá informação além dos números, não
só além dos número: além também da lógica, além da linguagem formal.
Geralmente há informação entre a linhas de um texto do que nas próprias
linhas.

2014-09-15 14:59 GMT-03:00 Elias T. Krainski <eliaskrainski em yahoo.com.br>:

>  Alexandre,
>
> On 15/09/14 17:36, Alexandre Galvão Patriota wrote:
>
>  Eu tinha feito um gráfico parecido com o do Elias, mas usei as funções
> densidades.
>
>   seu gráfico com certeza é o que deveria ser usado. Eu usei log no eixo
> y para facilitar a visualização, embora isso tenha tornado as áreas
> irreais.
>
>  A escolha do método não é óbvia, ela depende do critério utilizado.
>
> sim, e critério pode depender da que medida deseja-se avaliar.
>
>
> 1. Se o método B for escolhido, então esperamos que ocorra uma redução
> média de 20 kg para cada pessoa, porém, para uma população como a
> brasileira de 200 milhões de pessoas, esperamos que 4.550.000 (quatro
> milhões, quinhentas e cinquenta mil) pessoas não reduzirão o peso, pelo
> contrário, elas terão um aumento de peso.
>
> os valores do exemplo não foi muito feliz para ilustrar a idéia. Suponha
> que na verdade A ~ N(0.25, 0.05^2) e B ~ N(1.5, 1).
>
> Abs,
> Elias.
>
>
> 2. Se o método A for escolhido, esperamos uma redução média de 5 kg para
> cada pessoa, porém esperamos ainda que todos os 200 milhões de brasileiros
> tenham uma redução positiva de seus respectivos pesos.
>
> (A reduz 5 kg com desvio-padrão de 0.5 kg e B reduz 20kg com desvio-padrão
> de 10kg).
>
>  Se o critério for "garantir perda de peso para o maior número de
> pessoas", então ficamos com o método A. Você pode inventar um critério que
> achar mais apropriado para decidir e concluir que o método B deve ser
> escolhido.
>
>
> f1 = function(x) 1/sqrt(2*pi*100)*exp(-1/2*(x-20)^2/100)
>  f2 = function(x) 1/sqrt(2*pi*.25)*exp(-1/2*(x-5)^2/0.25)
> plot(f2, xlim=c(-1,50))
>  curve(f1, add=TRUE, col=3)
>
>
>
>
> 2014-09-15 11:49 GMT-03:00 Elias T. Krainski <eliaskrainski em yahoo.com.br>:
>
>> Caros,
>>
>> De quem e' o problema de os cientistas das áreas aplicadas fazerem
>> conclusões baseadas em valor p?
>>
>> Talvez o problema se resolva se estatísticos comunicarem melhor os
>> resultados visando que o significado dos mesmos fosse realmente
>> compreendido.
>>
>> Tomemos o exemplo no de duas dietas para emagrecer do link do professor
>> Carlos. Temos duas dietas, A e B. A reduz 5 kg (se_A = 0.5 kg). B reduz 20
>> kg (se_B = 10kg). Em vez de dizer que o p-valor de A é 7.62e-24 e o p-valor
>> de B é 0.02275, por que não mostrar um gráfico do tipo produzido pelo
>> script abaixo?
>>
>>   h1 <- hist(rnorm(1000, 20, 10), plot=F)
>>   h2 <- hist(rnorm(1000, 5, 0.5), plot=F)
>>   plot(h1, main='', xlab='', ylab='',  col=gray(.7), log='y',
>>     xlim=range(h1$brea, h2$brea),  ylim=range(h1$count, h2$count))
>>   plot(h2, add=T, col=gray(.3))
>>   legend('topright', LETTERS[1:2], fill=gray(c(7,3)/10), title='efeito')
>>
>> Quanto à significancia clínica: Suponha que a pessoa fica realmente feliz
>> se perde 10 kg ou mais. Qual a proporção de pessoas felizes em cada
>> tratamento?
>>   c(A=pnorm(10, 20, 10, low=F), B=pnorm(10, 5, 0.5, low=F))
>>
>> Se continuarmos ensinando apenas "rejeita H0"/"aceita H0", os
>> pesquisadores de amanhã continuarão aplicando t-test, qui-quadrado no
>> futuro e concluindo com base em valor p.
>>
>> Elias.
>>
>> On 13/09/14 23:14, Carlos Alberto de Bragança Pereira wrote:
>>
>>>
>>> Vamos discutir?
>>>
>>> Carlinhos
>>>
>>> Vejam o link sobre p-values
>>>
>>>
>>> http://cientistasdescobriramque.wordpress.com/2014/09/09/entre-significancia-estatistica-e-importancia-cientifica-qual-a-ciencia-que-queremos/
>>>
>>>
>>>
>>
>>   _______________________________________________
>> abe mailing list
>> abe em lists.ime.usp.br
>> https://lists.ime.usp.br/mailman/listinfo/abe
>>
>
>
>
> _______________________________________________
> abe mailing list
> abe em lists.ime.usp.br
> https://lists.ime.usp.br/mailman/listinfo/abe
>
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <https://lists.ime.usp.br/archives/abe/attachments/20140915/e9d4a6a5/attachment.html>