- Ementa
- A disciplina é destinada a pesquisadores doutores na área de Odontologia e Saúde, que já possuam conhecimento consolidado em conceitos básicos de bioestatística. O curso aprofunda o estudo das estruturas de delineamento metodológico e suas implicações nos resultados das pesquisas. Com uma abordagem teórico-prática, a disciplina é contextualizada nas diferentes especialidades da Odontologia, utilizando material de apoio e bancos de dados fornecidos pelo docente responsável. O objetivo é capacitar os estudantes no uso de soluções estatísticas que exigem recursos computacionais, por meio da programação. Os conteúdos abordam fundamentos e lógica de programação aplicada à teoria estatística, com foco em programação funcional e orientada a objetos. Os alunos desenvolverão algoritmos no programa R para análises estatísticas em pesquisas odontológicas. Ao final do curso, os alunos deverão ser capazes de: Programar sorteios aleatórios de dados; Simular a geração de dados com diferentes distribuições; Criar matrizes e data frames para manipulação de dados; Gerar gráficos adequados para cada tipo de variável; Testar a aderência das variáveis aleatórias contínuas à distribuição normal; Programar análises estatísticas paramétricas e não paramétricas; Interpretar os resultados e elaborar relatórios estatísticos voltados à publicação científica.
- Pré-requisito: o aluno deve cursar a disciplina Bioestatística I antes de se matricular em Bioestatística II.
- Bibliografia
- ARANGO, H. G. Bioestatística: teoria e computacional. 2. ed. Rio de Janeiro: Guanabara Koogan, 2005.
- BOWMAN, C. F. Algorithms and data structures: an approach in C. Oxford: Oxford University Press, 2004.
- BRUNETTE, D. M. Critical thinking: understanding and evaluating dental research. 2nd ed. Chicago: Quintessence Books, 2007.
- CHAMBERS, J. M. Software for data analysis: programming with R. New York: Springer, 2008.
- DALGAARD, P. Introductory statistics with R. New York: Springer, 2008.
- DORIA FILHO, U. Introdução à bioestatística para simples mortais. São Paulo: Negócio Editora, 1999.
- FÁVERO, L. P.; BELFIORE, P. Manual de análise de dados: estatística e machine learning com Excel®, SPSS®, Stata®, R® e Python®. 2. ed. São Paulo: GEN, 2024.
- FINCH, W. H.; BOLIN, J. E.; KELLEY, K. Multilevel modeling using R. Boca Raton, FL: CRC Press, 2014.
- HULLEY, S. B.; CUMMINGS, S. R.; BROWNER, W. S.; GRADY, D.; HEARST, N.; NEWMAN, T. B. Delineando a pesquisa clínica: uma abordagem epidemiológica. 2. ed. Porto Alegre: Artmed, 2003.
- JONES, O.; MAILLARDET, R.; ROBINSON, A. Introduction to scientific programming and simulation using R. New York: Chapman & Hall, 2014.
- LUIZ, R. R.; COSTA, A. J. L.; NADANOVSKY, P. Epidemiologia e bioestatística na pesquisa odontológica. Rio de Janeiro: Atheneu, 2008.
- MATLOFF, N. The art of R programming: a tour of statistical software design. San Francisco: No Starch Press, 2011.
- SHELDON, R. Introduction to probability models. Academic Press, 2014.
- SPIEGELHALTER, D. The art of statistics: learning from data. London: Penguin Books Ltd, 2019.
- WEINE, G. R. S. Bioestatística e validade de trabalhos científicos. São Paulo: Scortecci, 2009.