Cálculo de Tamanho de Amostra - Conceitos Básicos — Transcript
Full transcript
- 0:00Oi dando continuidade a minha parte no
- 0:02curso de manipulação animal da
- 0:03Universidade Federal do Paraná a gente
- 0:05vai falar sobre cálculo de tamanho de
- 0:07amostra eu sou o Bruno martiak professor
- 0:09de departamento de fisiologia da
- 0:11Universidade Federal do Paraná e
- 0:13atualmente coordenador do complexo
- 0:15biblioteca de setor de ciências
- 0:16biológicas
- 0:18muito bem essa é uma pergunta importante
- 0:20para a gente se fazer na hora de
- 0:23preencher o formulário de um projeto de
- 0:26seua e é uma coisa que a gente deve ter
- 0:29em mente Porque é importante para os
- 0:31nossos experimentos não é à toa que no
- 0:33seu a gente pergunta não é apenas porque
- 0:36a gente quer que as pessoas utilizem o
- 0:38menor número de animais possível a gente
- 0:40quer que as pessoas utilizem o tamanho
- 0:43necessário amostral Então qual que deve
- 0:47ser o tamanho da minha amostra Qual o
- 0:49meu n por grupo 10 por grupo porque o
- 0:52número Redondo oito por grupo porque eu
- 0:55gasto menos 12 para o grupo porque esse
- 0:58parece ser o padrão da literatura para
- 1:00que ela variável como que a gente chega
- 1:02nesses valores
- 1:05e análises indicam que os estudos não
- 1:09clínicos
- 1:10possuem frequentemente baixo poder
- 1:14estatístico e isso leva a uma falta de
- 1:17confiança nos dados que a gente obtém
- 1:21através dos estudos com modelos dos
- 1:23animais Então os modelos de animais os
- 1:26estudos que utilizam modelos animais
- 1:29frequentemente tem embaixo poder
- 1:32estatístico causado por tamanhos de
- 1:35amostra muito pequenos
- 1:38mas antes o que que é poder estatístico
- 1:42vai ser o que que é podendo teste é a
- 1:45probabilidade de um teste encontrar um
- 1:48efeito assumindo que de fato há um
- 1:52efeito se um tratamento funciona qual é
- 1:55a probabilidade de não experimento
- 1:57mostrar que esse tratamento funciona É
- 2:01isso que o poder do teste vai dizer
- 2:04vamos ver aqui que essas curvinhas da
- 2:08estatística que às vezes assustam dizem
- 2:10aqui a gente tem a distribuição dos
- 2:13dados de acordo com a hipótese nula H
- 2:16zero e a distribuição dos dados de uma
- 2:19hipótese alternativa digamos os dados
- 2:22que foram de fato obtidos nossa
- 2:26e temos umas letrinhas Gregas e o que
- 2:28que elas significam o Beta significa
- 2:31probabilidade de um falso negativo a uma
- 2:36diferença estatística mas você não a
- 2:39encontrou o alfa significa o nível de
- 2:43significância a probabilidade de um
- 2:45falso positivo é você encontrou uma
- 2:50diferença mas na verdade ela não existe
- 2:53e o que que é o p o p aquele valor que a
- 2:57gente costuma ver nos artigos
- 2:58científicos bem menor do que 0,05 é o
- 3:02valor estatisticamente significativo
- 3:04qual é a definição de p é a chance de
- 3:09encontrar as coisas ao acaso é a chance
- 3:11de estar errado não é exatamente isso é
- 3:15perto disso vamos lá é a probabilidade
- 3:18de se obter um resultado tão extremo ou
- 3:22mais extremo do que obtido assumindo que
- 3:26a hipótese nula seja
- 3:28verdadeira o que significa isso sim eu
- 3:33encontro Este resultado aqui
- 3:37essa hipótese nula isso aqui foi o que
- 3:40eu encontrei é a chance de eu obter um
- 3:44resultado igual a esse ou mais extremo
- 3:47uma diferença maior entre os grupos
- 3:50assumindo que é importante assumindo que
- 3:53a hipótese nula na verdade seja
- 3:55verdadeira vai ser de 5%, porque 5% e
- 3:59igual 0,05 se for menor do que isso é
- 4:04considerado estatisticamente
- 4:05significativo isso é totalmente
- 4:07arbitrário mas é um valor que a gente
- 4:10acaba se prendendo então tipicamente a
- 4:13gente usa esse valor aqui é melhor que
- 4:160,05 ser estatisticamente significativo
- 4:19e significa que o alfa é
- 4:220,05 ou 5%
- 4:28arbitrariamente e talvez por ter sido
- 4:31perguntado o Fischer definiu o alfa como
- 4:350,05 e o coen ele achou que um falso
- 4:40positivo Ele é quatro vezes mais grave
- 4:43que um falso negativo porque se algo
- 4:48poderia ter um efeito e você não
- 4:50detectou não é tão grave quanto achar
- 4:53que algo tem o efeito mas na verdade não
- 4:55tem você acha que encontrou a cura por
- 4:57uma doença você acha que
- 4:59estatisticamente tá certo e na verdade
- 5:02não é uma cura a doença nenhuma então
- 5:05isso é mais grave com isso ele achando
- 5:10que um falso negativo é quatro vezes
- 5:12menos graves a gente multiplica isso
- 5:14aqui o alfa por 4 a gente tem o valor de
- 5:1820%. então 20% arbitrariamente é o
- 5:22quanto a gente aceita de chance de ter
- 5:27um falso
- 5:28negativo isso nos dá o poder de 80% para
- 5:33os nossos testes a gente parte da ideia
- 5:37de ter um poder de pelo menos 80%
- 5:41arbitrário né também
- 5:45então o que que um poder de 80%
- 5:46significa que você irá detectar um
- 5:49efeito real se ele houver em quatro de
- 5:54cada cinco experimentos se o efeito de
- 5:57fato existe aqui então em 20% haverá um
- 6:01falso negativo encontrei o efeito aqui
- 6:03aqui aqui não encontrei encontrei aqui
- 6:07encontrei aqui de novo então aqui é o
- 6:10falso negativo A1 é feito mas ele não
- 6:13foi detectado não sei vocês mas 80% não
- 6:17parece muito bom né mas na prática
- 6:21muitos artigos são publicados sem ter um
- 6:24poder de pelo menos 80% do que que
- 6:26depende o poder de um teste depende do
- 6:29tamanho da amostra da variância da
- 6:32amostra do tamanho do efeito e do alfa o
- 6:37alfa é fixo
- 6:390,05 Então a gente vai depender do n da
- 6:44dispersão mostra desvio padrão e de quão
- 6:48diferentes os grupos são que envolve
- 6:51também a variância da amostra então aqui
- 6:53a gente tem uma conta do coen para
- 6:56calcular uma forma de tamanho de efeito
- 6:59quando a gente tem a comparação entre
- 7:00dois grupos média de um grupo menos a
- 7:04média de outra dividido por uma agregado
- 7:06aqui dos desvios padrões então é
- 7:10basicamente a diferença entre os grupos
- 7:13dividido pela dispersão dos dados
- 7:17é isso nos daria o tamanho do efeito e
- 7:22além de mais falsos negativos o que que
- 7:25acontece se eu poder do teste for baixo
- 7:27se o poder foi baixo Então se a gente
- 7:30tiver um valor menor do que 80% a gente
- 7:34vai cada vez mais ter mais falsos
- 7:37negativos então
- 7:40primeiro que se o alfa é fixo e a
- 7:43variância depende da variável estudada o
- 7:46baixo poder é causada por pequeno
- 7:47amostral a gente pode até tentar reduzir
- 7:50a variável reduzindo erros técnicos
- 7:53erros
- 7:55organização dos dados mas tem variáveis
- 7:57que são intrinsecamente
- 8:00variáveis com uma dispersão muito alta
- 8:03não adianta a gente querer
- 8:05artificialmente limitantes
- 8:08então o baixo poder estatístico acaba
- 8:11sendo causado na prática por algo mais
- 8:14controlável pelo baixo n animestral
- 8:17Então qual que é a consequência se a
- 8:20gente acaba tendo um poder estatístico
- 8:23baixo isso significa que a gente só vai
- 8:25conseguir
- 8:27detectar efeitos muito grandes apenas
- 8:31tamanhos de efeito muito grande são
- 8:33detectados isso vai fazer aumentar as
- 8:38chances de encontrar falsas positivos
- 8:40então como assim a chance de encontrar
- 8:43verdadeiros efeitos vão diminuir tanto
- 8:46efeitos negativos quanto positivos então
- 8:50além de ter mais falsos negativos a
- 8:53gente fica com mais falsos positivos
- 8:56também porque apenas tamanhos de efeito
- 8:59muito grande são detectados fatores de
- 9:03viés acabam entrando em jogo e
- 9:06superestimando o tamanho de efeito que
- 9:08de fato você está encontrando
- 9:11aqui tem o poder estatístico encontrado
- 9:14em metanálises na área de neurociências
- 9:17a gente tem 49
- 9:21metanálises que foram estudadas dessas
- 9:24metanálises cada uma delas analisou uma
- 9:27série de outros artigos e olhando o
- 9:31poder que foi encontrado médio em cada
- 9:33uma dessas metanálises vamos ver aqui
- 9:36poder entre 81 e 90%. nada poder entre
- 9:4191 e 100% 15% dos artigos entre 71 e 80
- 9:46digamos aqui tá 80% menos de 5%. a maior
- 9:52parte dos estudos tem poder inferior a
- 9:5670 é muito baixo incrivelmente baixo e
- 10:01isso se resolve com o aumento do tamanho
- 10:03amostral é um curso de manipulação
- 10:06animal aqui a ideia é que a gente use
- 10:09menos animais Mas como que a gente usa
- 10:13menos animais se a gente faz vários
- 10:17experimentos que não conseguem detectar
- 10:19o efeito verdadeiro a gente está
- 10:22utilizando
- 10:23ou digamos a gente tem várias
- 10:26experimentos com tamanho a mostrar o
- 10:28super pequenininha que não conseguem
- 10:30concluir nada a gente está utilizando
- 10:32mais ou menos animais na prática a gente
- 10:35está utilizando mais animais porque a
- 10:37gente está utilizando pior o importante
- 10:40é que o estudo seja
- 10:44tem um termo chamado winners corce a
- 10:47maldição do vencedor em que o primeiro
- 10:50autor a reportar um efeito provavelmente
- 10:53encontrou um falso positivo ou um
- 10:56tamanho de efeito superestimado ele
- 10:58encontrou aquilo meio por acaso é
- 11:01encontrar algo que é super grandioso mas
- 11:02na prática foi na especificidade daquele
- 11:05laboratório que aquele efeito foi tão
- 11:07grande na verdade aquele efeito é
- 11:09pequenininho então replicações
- 11:11provavelmente precisam de um tamanho
- 11:14amostral maior que o do original para
- 11:17chegar no mesmo efeito mesmo que o
- 11:19tamanho de efeito Seja verdadeiro
- 11:21analisar estagisticamente uma replicação
- 11:23de um estudo com o mesmo n de um estudo
- 11:26em que o PT é sido exatamente igual
- 11:290,05 ele vai encontrar o mesmo efeito em
- 11:33apenas
- 11:3450% das vezes o que é muito pouco então
- 11:39quando for fazer uma replicação ideal na
- 11:42verdade absolutamente
- 11:44recomendado é que o seu tamanho de
- 11:46amostra seja maior que a amostra
- 11:48original
- 11:51mas aí como saber o seu n necessária
- 11:54afinal de contas uma coisa importante é
- 11:57levar perdas em consideração você vai
- 12:00fazer uma cirurgia de alta precisão e
- 12:04você não consegue acertar essa cirurgia
- 12:06em todos os seus animais então após
- 12:08calcular Quantos animais você precisa
- 12:11obter você tem que levar em conta quanto
- 12:13que você costuma perder se você precisa
- 12:16de
- 12:18100 animais Mas você sabe que você vai
- 12:21perder 10 na cirurgia você vai ter que
- 12:24ter 110 porque 10 serão perdidos
- 12:30o alfa é fixo a variância deve ser
- 12:33conhecida como com estudo piloto
- 12:35analisando a Literatura e aqui entra a
- 12:39parte que ela é importante e ao mesmo
- 12:43tempo ela é muito muito subjetivo porque
- 12:47Qual é o tamanho de efeito esperado O
- 12:50que você espera do seu fator você tá
- 12:53modelando uma doença você tá vendo
- 12:56glicemia dos animais você quer que a
- 12:59Glicemia saia de 90 para 400 Ou você
- 13:02quer que saia de 90 para 300 ou de 90
- 13:06para 150 o que que é relevante o que que
- 13:10é biologicamente relevante você quer que
- 13:13a Glicemia dos animais
- 13:14seja reduzida para exatamente o nível do
- 13:18controle ou não tão bom assim você que
- 13:21vai dizer isso é você analisando a
- 13:25literatura como que dá literatura ouve
- 13:28transposições
- 13:30clínicos porque vamos lembrar também que
- 13:33é difícil a gente transpor muitas vezes
- 13:36uma unidade que a gente obtém nos
- 13:38modelos animais diretamente para o que a
- 13:41gente vai obter em um ano depois então é
- 13:44um pouco vago mas você vai precisar não
- 13:47tem como escapar disso tentar definir o
- 13:51tamanho de efeito que você espera então
- 13:53ou você já sabe o tamanho de efeito
- 13:55calculado pelas análises estatísticas ou
- 13:58você pode obter isso pensando quais os
- 14:01valores de média e de dispersão que é
- 14:05esperado ter em cada grupo
- 14:08Então como que eu vou saber a média de
- 14:10um grupo que eu nem estudei ainda
- 14:12qual é o valor que a biologicamente
- 14:14relevante então se você tem um grupo
- 14:16controle tem a média de peso corporal 30
- 14:19gramas camundongos aí você tem um grupo
- 14:22tratado a média de peso corporal foi
- 14:25para 29 se você tiver um n de 300
- 14:28animais por grupo você pode encontrar
- 14:30uma diferença estatisticamente
- 14:32significativa comparando esses dois
- 14:34grupos Mas é uma diferença que tem um
- 14:37sentido biológico
- 14:40vai que tem né mas eu imagino aqui que
- 14:42uma grama de diferença média de peso
- 14:45corporal não vai ter um efeito muito
- 14:47relevante no que você tá estudando então
- 14:50você deve mirar para um tamanho de
- 14:53efeito que seja relevante quem vai poder
- 14:56dizer isso é você junto com seu
- 14:58orientador analisando a literatura
- 15:02e como calcular como chegar nesses
- 15:05valores a gente tem um software a gente
- 15:08a gente encontra na internet o software
- 15:11chamado G Power que é um programa
- 15:13gratuito que faz cálculos de amostra e
- 15:16cálculos de poder se você digitar
- 15:18g-power no Google você encontra aqui
- 15:20esse site em um outro vídeo eu vou
- 15:24mostrar como utilizar esse programa esse
- 15:27programa tem um manual e a gente vai dar
- 15:30uma olhada prática na cara exatamente
- 15:32desse programa para fazer alguns
- 15:35testezinhos e alguns cálculos de amostra
About this transcript
This page contains the full transcript of Cálculo de Tamanho de Amostra - Conceitos Básicos by Bruno Martynhak, generated from the public captions YouTube serves with the video. The transcript has 2,055 words across 316 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.
What you can do with it
Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.
Free YouTube transcript tool
YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.