Toquinho
Não, não é vergonha, não,
Você não ser o melhor da escola,
Campeão de skate, o bom de bola ou de natação.
Não, não é vergonha, não,
Aprender a andar de bicicleta
Se escorando em outra mão.
Não, não é vergonha, não,
Você não saber a tabuada,
Pegar uma onda, contar piada, rodar pião.
Não, não é vergonha, não,
Precisar de alguém que ajude
A refazer sua lição.
A vida irá, você vai ver,
Aos poucos te ensinando
Que o certo você vai saber
Errando, errando, errando.
Não, não é vergonha, não,
Ser da turma toda o mais gordinho,
Ter pernas tortas, ser bem baixinho ou grandalhão.
Não, não é vergonha, não.
Todos sempre têm algum defeito,
Não existe a perfeição.
Nessa bela música do Toquinho ele mostra que errando nós aprendemos e que não existe perfeição.
Na ciência também é assim. Aprendemos com nossos erros e sabemos que não existe estudo perfeito.
Mas tentar reduzir os erros ao máximo é um ponto fundamental para uma boa pesquisa.
-----------------------------------------------x-------------------------------------------------
Existem dois tipos de erros em uma investigação científica.
O erro sistemático e o erro aleatório.
O primeiro também pode ser chamado de viés, ou em inglês, “bias”.
O segundo pode ser dividido em: tipo I ou alfa e tipo II ou beta.
A palavra que define melhor viés é “tendenciosidade”.
Vieses são erros consistentes e repetitivos que vão superestimar ou subestimar o valor real. Um exemplo simples é um termômetro que sempre mede três graus a mais devido a uma calibração errada.
Existem vários tipos de vieses. Entre os mais conhecidos estão: viés de seleção, onde a amostra escolhida não é representativa da população de risco e o viés de aferição que foi o exemplo que dei no parágrafo anterior.
No link abaixo existem vários tipos de vieses.
http://www.musc.edu/dc/icrebm/bias.html
Os erros aleatórios.
O tipo I ou alfa significa uma diferença irreal, ou seja, um falso positivo, já o erro do tipo II ou beta significa uma igualdade irreal, ou seja, um falso negativo.
Em outras palavras, se você achou uma diferença que na realidade NÃO existe você cometeu um erro do tipo I e se você NÃO encontrou uma diferença quando na realidade ela existe você cometeu um erro do tipo II.
O erro do tipo I tradicionalmente é definido como menor que 5%.
O erro do tipo II tradicionalmente é definido como menor que 10 ou 20%.
Existe ainda uma íntima relação desses tipos de erro com a hipótese nula.
De acordo com a tabela:
Quando se rejeita a hipótese nula, sendo que ela é verdadeira, cometemos um erro do tipo I, ou seja, rejeitar uma hipótese verdadeira.
Quando não se rejeita a hipótese nula sendo que ela é falsa, cometemos um erro do tipo II, ou seja, não rejeitamos uma hipótese falsa.
Vamos a um exemplo prático.
A hipótese nula é:
Não existe associação entre fumante passivo e câncer de pulmão, ou seja, o índice de câncer pulmonar entre fumantes passivos e os não expostos são iguais.
Se rejeitarmos a hipótese nula erroneamente, cometeremos um erro do tipo I. O Alfa (α) é a probabilidade de ocorrer um erro do tipo I, ou seja, concluir que as diferenças ou associações são reais quando na realidade não são. Então qual a certeza que nós temos que não cometemos um erro do tipo I? Resposta? (1- α)
Se aceitarmos a hipótese nula erroneamente, cometeremos um erro do tipo II. O beta (β) é a probabilidade de ocorrer um erro do tipo II, ou seja, concluir que não existem diferenças ou associações quando na realidade existem. Então qual a certeza que nós temos que não cometemos um erro do tipo II? Resposta? (1- β). Em inglês é chamado de Power.
Fui redundante em alguns momentos, mais foi de propósito. Qualquer dúvida vamos discutir na comunidade ou por e-mail.
Abraços e até a próxima.
