Capítulo 26 Seleção de testes

26.1 Multiverso de análises estatísticas

26.1.1 Por que escolher o teste é um problema?

• Analisar a mesma hipótese com o mesmo banco de dados pode resultar em diferenças substanciais nas estimativas estatísticas e nas conclusões.²⁵⁶

• As decisões para especificação das análises estatísticas podem ser tão minuciosas que muitas vezes nem sequer são registradas como decisões e, assim, podem impactar negativamente na reprodutibilidade do estudo.²⁵⁶

26.2 Escolha de testes para análise inferencial

26.2.1 Como selecionar os testes para a análise estatística inferencial?

• .²⁵⁷

• .²⁵⁸

• .²⁵⁹

• .²⁶⁰

• .²⁶¹

• .²⁶²

• .²⁶³

• .²⁶⁴

Tabela 26.1: Tabela de seleção de testes estatísticos: Descrição.

Delineamento do estudo	Qtd. de variáveis / fatores	Níveis do fator	Relação entre amostras	Tipo de variáveis	Teste estatístico
Transversal	1 variável	–	–	Contínua	Média (DP) IC95% / Mediana (IIQ) IC95%
Transversal	1 variável	–	–	Categórica	Frequências e proporções

Tabela 26.2: Tabela de seleção de testes estatísticos: Comparação.

Delineamento do estudo	Qtd. de variáveis / fatores	Níveis do fator	Relação entre amostras	Tipo de variáveis	Teste estatístico
Transversal	1 variável	–	–	Contínua	t de Student (1 amostra) / Wilcoxon one-sample
Transversal	1 variável	≥ 2	–	Categórica	Qui-quadrado de aderência
Transversal	1 variável	–	–	Categórica dicotômica	Teste binomial (1 amostra)
Experimental / observacional	1 fator + 1 resposta	2	Independentes	Contínua ~ categórica	t de Student independente / t de Welch
Pareado / longitudinal	1 fator + 1 resposta	2	Dependentes	Contínua ~ categórica	t pareado
Experimental / observacional	1 fator + 1 resposta	≥ 3	Independentes	Contínua ~ categórica	ANOVA one-way
Experimental / observacional	1 fator + ≥ 1 covariável + 1 resposta	≥ 2	Independentes	Contínua ~ categórica + covariável	ANCOVA
Longitudinal	1 fator + 1 resposta	≥ 3	Dependentes	Contínua ~ categórica	ANOVA de medidas repetidas
Experimental / observacional	1 fator + 1 resposta	2	Independentes	Ordinal / não normal	Mann–Whitney U / Kruskal–Wallis
Longitudinal	1 fator + 1 resposta	≥ 3	Dependentes	Ordinal / não normal	Wilcoxon pareado / Friedman
Experimental / observacional	1 fator + ≥ 2 respostas	≥ 2	Independentes	Contínuas múltiplas	MANOVA
Experimental / observacional	1 fator + 1 resposta	2	Independentes	Contínua / ordinal	Brunner–Munzel
Transversal	2 correlações	–	Independentes	Contínua × contínua	Fisher r-to-z (correlações independentes)
Transversal	≥ 3 variáveis contínuas	–	Dependentes	Contínua × contínua	Steiger / Meng–Rosenthal–Rubin (correlações dependentes)

Tabela 26.3: Tabela de seleção de testes estatísticos: Associação.

Delineamento do estudo	Qtd. de variáveis / fatores	Níveis do fator	Relação entre amostras	Tipo de variáveis	Teste estatístico
Transversal	2 variáveis	–	–	Contínua × contínua	Correlação de Pearson
Transversal	2 variáveis	–	–	Ordinal / não normal	Correlação de Spearman / Kendall
Transversal	2 variáveis	–	–	Ordinal × ordinal	Gamma de Goodman–Kruskal
Transversal	2 variáveis	–	–	Ordinal × ordinal	Tau-b de Kendall
Transversal	2 variáveis	–	–	Ordinal × ordinal	Somers’ D
Transversal	2 variáveis	–	–	Categórica × categórica (2×2)	Qui-quadrado / Fisher + Phi (φ)
Transversal	2 variáveis	–	–	Categórica × categórica (freq. pequenas)	Exato de Fisher
Transversal	2 variáveis	–	–	Categórica × categórica (R×C)	Qui-quadrado + V de Cramér

Tabela 26.4: Tabela de seleção de testes estatísticos: Predição.

Delineamento do estudo	Qtd. de variáveis / fatores	Níveis do fator	Relação entre amostras	Tipo de variáveis	Teste estatístico
Observacional / experimental	≥ 1 preditor + 1 resposta	–	–	Contínua	Regressão linear
Observacional / experimental	≥ 1 preditor + 1 resposta	–	–	Binária	Regressão logística

Tabela 26.5: Tabela de seleção de testes estatísticos: Contagem.

Delineamento do estudo	Qtd. de variáveis / fatores	Níveis do fator	Relação entre amostras	Tipo de variáveis	Teste estatístico
Observacional	≥ 1 preditor + 1 resposta	–	–	Contagem	Poisson / Binomial negativa

Tabela 26.6: Tabela de seleção de testes estatísticos: Sobrevida.

Delineamento do estudo	Qtd. de variáveis / fatores	Níveis do fator	Relação entre amostras	Tipo de variáveis	Teste estatístico
Longitudinal	≥ 1 preditor + tempo	≥ 2	Independentes	Tempo	Log-rank / Modelo de Cox
Longitudinal	≥ 1 preditor + tempo	≥ 2	Independentes	Tempo (riscos competitivos)	Modelo de riscos competitivos de Fine–Gray

Tabela 26.7: Tabela de seleção de testes estatísticos: Concordância.

Delineamento do estudo	Qtd. de variáveis / fatores	Níveis do fator	Relação entre amostras	Tipo de variáveis	Teste estatístico
Metodológico	2 avaliadores	–	Dependentes	Categórica nominal	Kappa de Cohen
Metodológico	≥ 2 avaliadores	–	Dependentes	Categórica nominal	Kappa de Fleiss
Metodológico	2 avaliadores	≥ 3	Dependentes	Categórica ordinal	Kappa de Light
Metodológico	2 medidas	–	Dependentes	Contínua	Coeficiente de Correlação Intraclasse (ICC)

Tabela 26.8: Tabela de seleção de testes estatísticos: Ajuste multivariado.

Delineamento do estudo	Qtd. de variáveis / fatores	Níveis do fator	Relação entre amostras	Tipo de variáveis	Teste estatístico
Longitudinal / clusterizado	≥ 1 fator + resposta	–	Dependentes / clusters	Contínua / categórica	Modelos lineares mistos (LMM / GLMM)

Tabela 26.9: Tabela de seleção de testes estatísticos: Desempenho diagnóstico.

Delineamento do estudo	Qtd. de variáveis / fatores	Níveis do fator	Relação entre amostras	Tipo de variáveis	Teste estatístico
Transversal / longitudinal	1 teste + 1 padrão-ouro	2	Pareadas	Binária × binária	Sensibilidade, Especificidade, VPP, VPN, Acurácia
Transversal / longitudinal	1 teste + 1 padrão-ouro	2	Pareadas	Binária × binária	Razões de verossimilhança (LR+ / LR−)
Transversal / longitudinal	1 escore contínuo + 1 desfecho	–	Pareadas	Contínua × binária	Curva ROC + AUC (IC95%)
Transversal / longitudinal	1 modelo + 1 desfecho	–	Pareadas	Probabilidade × binária	ROC / AUC + calibração (Brier, Hosmer–Lemeshow)

Tabela 26.10: Tabela de seleção de testes estatísticos: Diagnóstico.

Delineamento do estudo	Qtd. de variáveis / fatores	Níveis do fator	Relação entre amostras	Tipo de variáveis	Teste estatístico
Transversal	1 variável	–	–	Contínua	Shapiro–Wilk
Transversal	1 variável	–	–	Contínua	Kolmogorov–Smirnov / Lilliefors
Transversal	1 variável	–	–	Contínua	Anderson–Darling
Transversal	1 variável	–	–	Contínua	Jarque–Bera
Transversal	≥ 2 variáveis	–	–	Contínuas múltiplas	Teste de Mardia (assimetria e curtose)
Transversal	≥ 2 variáveis	–	–	Contínuas múltiplas	Henze–Zirkler
Transversal	≥ 2 variáveis	–	–	Contínuas múltiplas	Royston (Shapiro–Wilk multivariado)
Transversal	1 fator + 1 resposta	≥ 2	Independentes	Contínua ~ categórica	Levene
Transversal	1 fator + 1 resposta	≥ 2	Independentes	Contínua ~ categórica	Brown–Forsythe
Transversal	1 fator + 1 resposta	≥ 2	Independentes	Contínua ~ categórica	Bartlett (quando normalidade é plausível)

Tabela 26.11: Tabela de seleção de testes estatísticos: Transição de estados.

Delineamento do estudo	Qtd. de variáveis / fatores	Níveis do fator	Relação entre amostras	Tipo de variáveis	Teste estatístico
Longitudinal	≥ 2 estados ao longo do tempo	≥ 2	Dependentes (medidas repetidas)	Categórica (estados)	Modelo de Markov (tempo discreto)
Longitudinal	Estados + covariáveis	≥ 2	Dependentes (medidas repetidas)	Estados categóricos + preditores	Modelo de Markov com covariáveis / HMM
Longitudinal	Estados + tempo contínuo	≥ 2	Dependentes (medidas repetidas)	Estados categóricos ao longo do tempo	Modelo de Markov em tempo contínuo (CTMC)

Citar como:
Ferreira, Arthur de Sá. Ciência com R: Perguntas e respostas para pesquisadores e analistas de dados. Rio de Janeiro: 1a edição,

Referências

256.

Breznau N, Rinke EM, Wuttke A, et al. Observing many researchers using the same data and hypothesis reveals a hidden universe of uncertainty. Proceedings of the National Academy of Sciences. 2022;(44):e2203150119. doi:10.1073/pnas.2203150119

257.

Dwivedi AK, Shukla R. Evidence-based statistical analysis and methods in biomedical research (SAMBR) checklists according to design features. CANCER REPORTS. 2019;3(4). doi:10.1002/cnr2.1211

258.

Dwivedi AK. How to Write Statistical Analysis Section in Medical Research. Journal of Investigative Medicine. 2022;70(8):1759–1770. doi:10.1136/jim-2022-002479

259.

Kim N, Fischer AH, Dyring-Andersen B, Rosner B, Okoye GA. Research Techniques Made Simple: Choosing Appropriate Statistical Methods for Clinical Research. Journal of Investigative Dermatology. 2017;137(10):e173–e178. doi:10.1016/j.jid.2017.08.007

260.

Marusteri M, Bacarea V. Comparing groups for statistical differences: how to choose the right statistical test? Biochemia Medica. 2010:15–32. doi:10.11613/bm.2010.004

261.

Mishra P, Pandey C, Singh U, Keshri A, Sabaretnam M. Selection of appropriate statistical methods for data analysis. Annals of Cardiac Anaesthesia. 2019;22(3):297. doi:10.4103/aca.aca_248_18

262.

Ray A, Najmi A, Sadasivam B. How to choose and interpret a statistical test? An update for budding researchers. Journal of Family Medicine and Primary Care. 2021;10(8):2763. doi:10.4103/jfmpc.jfmpc_433_21

263.

Nayak B, Hazra A. How to choose the right statistical test? Indian Journal of Ophthalmology. 2011;59(2):85. doi:10.4103/0301-4738.77005

264.

Shankar S, Singh R. Demystifying statistics: How to choose a statistical test? Indian Journal of Rheumatology. 2014;9(2):77–81. doi:10.1016/j.injr.2014.04.002