Inscrições Abertas - Análise de dados de pesquisa em Saúde usando o IBM-SPSS
CURSO: Análise de dados de pesquisa em Saúde usando o IBM-SPSS
Equipe:
Prof. Dr. Cláudio Rodrigues Leles: Professor Titular da Faculdade de Odontologia da UFG. Professor dos Programas de Pós-Graduação em Odontologia e Ciências da Saúde da UFG. Bolsista de Produtividade em Pesquisa do CNPq. Mestre e Doutor em Reabilitação Oral. Especialista em Saúde Coletiva. Especialista em Epidemiologia. Especialista em Avaliação de Tecnologias em Saúde.
Prof. Dr. Matheus França Perazzo: Professor Adjunto da Faculdade de Odontologia da UFG. Professor do Programas de Pós-Graduação em Odontologia. Mestre e Doutor em Odontologia. Especialista em Saúde Pública.
Vagas: limitadas a 15 alunos
Datas: 27 até 31 de março de 2023 Horário: 14:00-20:00
Carga horária total: 30 horas (24h + 6h)
Local: Laboratório de informática, 1º andar, Faculdade de Odontologia, Universidade Federal de Goiás. Av. Universitária, esquina com Primeira Avenida, Setor Leste Universitário, Goiânia, Goiás.
Uso do software: o laboratório é equipado com computadores desktop com o software instalado. Caso o aluno prefira, pode trazer seu notebook para uso (softwre instalado versão 22.0 ou superior). Uma versão teste (trial) pode ser baixada em https://www.ibm.com/spss
Investimento: (pagamento por boleto bancário - Funape) R$ 500,00 – Alunos e Professores de Graduação e Pós-graduação R$ 750,00 – Outros
Pré-requisito: Ter noções básicas de estatística descritiva e inferencial.
Link para inscrição: https://forms.gle/7eXPzDdJwqM7Zt5y5
Programa do curso:
Módulos e tópicos do curso Módulo I (27/03) – Principais funcionalidades do software
• Conhecendo a interface do SPSS (módulos do SPSS, tela inicial, menus)
• Criação de banco de dados no SPSS (tipos de variáveis, rótulos, variable sets)
• Importação/exportação de banco de dados
• Manipulação de variáveis: recodificação (Recode), contagem (Count), cálculo (Compute), recodificação automática (Visual binnning)
• Obtenção de nova variável a partir de variáveis existentes
• Cálculo de variáveis de tempo/data (Date and time wizard)
• Análise descritiva/exploratória (opções Frequencies, Descriptives, Explore e Crosstabs):
• Tabelas cruzadas
• Construção e edição de tabelas (tabelas cruzadas, formatação, ícones de organização – Pivoting trays)
• Construção e edição de gráficos (Chart builder e Legacy dialogs)
• Exportação de arquivos do SPSS (output, gráficos, tabelas) e estratégias de segurança
Módulo II (28/03) – Estatísticas descritivas e anpalises bivariadas
• Análise estatística inferencial: seleção do teste estatístico
• Conceitos importantes: significância estatística, erros tipo I e II, teste de hipóteses
• Checagem do banco de dados pré-análise: identificação de inconsistências, análise da distribuição de dados
• Análises de variáveis nominais (Crossatbs): Qui-quadrado, Kappa, Risco
• Análise de diferenças entre grupos de dados numéricos e ordinais: teste T, One-way ANOVA, Repeated- measures ANOVA
• Testes não-paramétricos
• Análise de associação entre variáveis: correlação bivariada e regressão linear simples (equação de regressão e medidas de ajuste; análise de pressupostos e interpretação dos coeficientes)
Módulo III (29/03) – Regressão simples e múltipla
• Regressão linear múltipla
• Regressão logística múltipla
• Regressão logística multinomial
• Análise de sobrevida Princípios da análise de coorte com dados incompletos Análise bivariada (Kaplan-Meier) Análise multivariada (Regressão de Cox)
Módulo IV (30/03) – Análise de dados dependentes
• Modelos lineares generalizados: Análises de dados binários, respostas positivas assimétricas e dados de contagem
• Reestruturação de bancos de dados
• Introdução à análise de dados dependentes
• Modelos lineares mistos
• Generalized Estimating Equations
Módulo V (31/03) (OPCIONAL) – Oficina de análise de dados
• Planejamento de análise de dados de projetos propostos pelos alunos
• Definindo o desenho experimental
• Plano amostral
• Definição de variáveis e métodos de mensuração
• Estratégias para assegurar validade interna e externa
• Técnicas estatísticas aplicadas com enfoque em análises multivariadas