Análise de Dados Categóricos em Tabelas 2 x 2
Considere os dados apresentados
na Tabela 1, que representa uma tabela 2 x 2 com dados categóricos.
Temos dois grupos distintos de unidades (por exemplo, pessoas, animais ou
objetos), que chamaremos de Grupo A e Grupo B. Em cada grupo, observamos dois
tipos de eventos: "sucesso" e "fracasso".
Tabela 1
Distribuição de sucessos e fracassos segundo o
grupo
Observa agora o exemplo numérico apresentado na Tabela 1 e na Figura 2, só para tornar
a situação mais concreta.
Tabela 2
Sucessos e fracassos por grupo
Figura 1
Sucessos e fracassos por grupo
Para analisar esses dados,
podemos adotar duas abordagens principais, conforme discutido a seguir.
1.
Perspectiva Binomial
Nesta abordagem, assumimos que
cada grupo tem sua própria probabilidade de sucesso — denotadas por θ1
e θ2. Considera-se que os eventos são
independentes dentro de cada grupo. Isso nos leva a modelar os números de
sucessos como variáveis aleatórias com distribuições binomiais distintas para cada grupo.
Para testar a hipótese de que as
probabilidades são iguais, isto é:
H0:θ1=θ2,
podemos aplicar o teste qui-quadrado
de independência, desde que o tamanho da amostra seja suficientemente
grande (regra prática: n ≥ 40), o que assegura uma boa
aproximação pela distribuição qui-quadrado.
2.
Perspectiva Hipergeométrica
Outra forma de ver o problema surge quando o número total de sucessos está fixado. Neste caso, o que fazemos é redistribuir esses sucessos entre os dois grupos — ou seja, observamos a variabilidade condicional à soma total de sucessos. Esse é o cenário ideal para aplicar a distribuição hipergeométrica. Essa é a base do chamado teste exato de Fisher, que é apropriado quando:
· O tamanho da amostra é pequeno (n < 40);
· Os totais marginais são fixos por desenho
experimental;
· Há frequências esperadas menores do que 5 em
uma ou mais células (condição que viola os pressupostos do teste qui-quadrado).
Procedimento
para o Teste Exato de Fisher
Quando se aplica o teste exato
de Fisher, costuma-se apresentar uma tabela como a Tabela 3, seguida de uma
fórmula que calcula a probabilidade exata de ocorrência daquela configuração:
Tabela 3
Representação tabular de uma tabela 2 x 2
Embora o cálculo da probabilidade exata envolva fatoriais (notação "!"), o que pode ser demorado manualmente, hoje esse teste é feito exclusivamente por computador.
Para tornar mais concreto, considere o seguinte exemplo.
Tabela 4
Distribuição dos participantes segundo grupo e
sobrevivência
(distribuição hipergeométrica com N1=3, N2=3, n=3)
Neste caso, nenhum estatístico
aplicaria um teste qui-quadrado, pois a aproximação pela distribuição normal é
inadequada. De qualquer modo, este exemplo é importante porque foi este o
exemplo original utilizado por Fisher para ilustrar o teste que leva seu nome.
Ainda, o exemplo é didático, pois uma das células contém valor zero, o que sugere uma associação extrema — todos os participantes de um grupo responderam da mesma forma. Veja a Figura 2.
Quando
isso não ocorre (isto é, todas as células têm valores positivos), é
necessário calcular também a probabilidade de ocorrerem desvios ainda mais
extremos, sob a hipótese nula. Veja um exemplo com menor associação. O p-valor,
pelo teste de Fisher (1), é p-valor = 0,04545<0,05.
Tabela 5
Distribuição dos participantes segundo o fato de terem ou não sido vacinados e terem ou não tido gripe.
Afinal, qual
é o teste?
Se considerarmos duas
distribuições binomiais, podemos calcular a probabilidade de observar, por
exemplo, x1 sucessos no Grupo A e x2 no Grupo B. Aplicamos então o teste de qui-quadrado.
Se o número total de
sucessos estiver fixado, ou seja, tivermos x = x1+x2, então a distribuição condicional dos sucessos entre
os grupos é hipergeométrica. Neste caso, devemos aplicar o teste exato de Fisher.
Implicações
da Abordagem Hipergeométrica
Quando aplicamos o teste exato
de Fisher, estamos implicitamente:
· Fixando os totais marginais da tabela 2 x 2;
· Fixando o número de sucessos no Grupo A (e, por consequência, todas as outras
células, dado que só há um grau de liberdade);
· Não mais testando diretamente a igualdade dos
parâmetros θ1 e θ2, como na
abordagem binomial.
Nesse contexto, o parâmetro
comum θ (sob H0) passa a ser um parâmetro de
distúrbio (nuisance parameter). Ou seja, não estamos interessados no
seu valor exato, mas apenas em saber se número de sucessos é estatisticamente o
mesmo nos dois grupos.
Nota: Para aprofundar o entendimento sobre a distribuição hipergeométrica, consulte as três postagens sobre Distribuição Hipergeométrica deste blog. Para explicações sobre o teste exato de Fisher, consulte o Capítulo 3 do livro Bioestatística: tópicos avançados, visto abaixo.
Observe
os dados apresentados na Tabela 1. Você pode encarar o problema de duas
maneiras diferentes, que vamos discutir aqui.
Tabela 1
Temos, então, sucessos e fracassos na
situação A e sucessos e fracassos na situação B. Logo:
X1 é uma variável aleatória com distribuição binomial de parâmetros N1, q1. Escrevemos:
2.
É uma distribuição
hipergeométrica
Os totais marginais, N1 sucessos e N2 fracassos são fixos. Na
amostra, de tamanho n, ocorrem X1 sucessos.
Considerando duas distribuições binomiais, veja a probabilidade de
ocorrer o cenário descrito na Tabela 1: x1 sucessos na
situação A e x2 sucessos na situação B.
Agora, pense assim: ocorreram x sucessos. Então, a probabilidade condicional de observar x sucessos, considerando as distribuições binomiais, é:
que é uma distribuição hipergeométrica. Isto leva ao teste exato de Fisher. Então, veja a implicação. Quando você aplica um teste exato de Fisher, precisa considerar fixo o número de sucessos na situação A. Como a tabela é 2 x 2, tem um só grau de liberdade; fixar x significa fixar as outras três células. Portanto, os totais marginais ficam fixos. Esta é uma pressuposição para a aplicação do teste exato de Fisher: os totais marginais são fixos.
Outra implicação importante: não se pode mais testar a igualdade dos parâmetros, como acontece quando se pressupõe duas distribuições binomiais. A questão, aqui, é que sob H0, q é um parâmetro “sem sentido” (nuisance parameter). Não interessa o valor de q , mas apenas saber se é o mesmo nas duas binomiais.
NOTA: para entender distribuição hipergeométrica, veja as postagens anteriores deste mesmo blog.
Teste exato de Fisher
Dada uma tabela de contingência 2 x 2, se o tamanho da amostra for pequeno (n < 40), recomenda-se aplicar o teste exato de Fisher. Os textos que ensinam aplicar esse teste, apresentam a Tabela 2, para então dar uma fórmula que leva ao teste exato de Fisher.
Tabela 2. Apresentação tabular
Calcular essa probabilidade não é difícil, embora seja demorado porque exige o cálculo de fatoriais (indicados pelo símbolo !). Mas hoje só se faz o teste exato de Fisher em computador. De qualquer forma, para tornar a questão mais concreta, veja os dados apresentados na Tabela 3. As características em estudo são duas, grupo e sobrevivência.
Tabela 2. Distribuição
dos participantes de pesquisa segundo o grupo e a sobrevivência
Distribuição hipergeométrica N1 = 3, N2 = 3, n = 3
Nenhum estatístico pensaria em aplicar um teste de qui-quadrado a esses dados, porque a aproximação da distribuição normal é impossível. Mas foi o exemplo usado por Fisher para a proposta do teste que leva seu nome. Veja:
O exemplo dado é relativamente fácil de resolver porque aparece valor zero numa das células. Todos os participantes de um grupo deram uma só resposta, indicando associação extrema. É claro que nem sempre existe uma célula com valor zero. Nesses casos – em que em nenhuma célula aparece o zero –, é preciso calcular a probabilidade de ocorrerem desvios mais extremos. Veja mais sobre o assunto em:
Vieira, S.
Bioestatística: tópicos avançados.
4 ed. Rio
de Janeiro. Elsevier. 2018.
2 comments:
Suas postagens são ótimas, estou seguindo seu blog e curtindo bastante!! Parabéns!
Meu Blog: Letícia Alves
Obrigada, vou já ver seu blog.
Post a Comment