Bioestatística

Disciplina obrigatória — Ciências Biológicas, UFMS (68 h)

Disciplina obrigatória de Bioestatística (68 h) do bacharelado e da licenciatura em Ciências Biológicas da UFMS. Esta página reúne os materiais públicos do curso (slides, exercícios no R, leituras e vídeos), abertos a qualquer pessoa. Próxima oferta: condensada, de 15 a 26 de fevereiro de 2027, com prova escrita na segunda-feira, 22/02. Para alunos matriculados: quizzes, prazos e notas ficam no Moodle UFMS. Primeira vez aqui? Veja o Comece aqui.

O curso em uma frase

Estatística é a ciência de aprender com dados quando tudo varia. O curso segue o caminho de uma pesquisa de verdade: formular uma boa pergunta, planejar a coleta, organizar e resumir os dados, entender o acaso com a probabilidade e, no fim, descobrir que o teste t, a regressão, o qui-quadrado e a ANOVA são variações de um mesmo modelo linear. Não é preciso formação matemática avançada: o foco é o raciocínio e a interpretação em linguagem biológica.

Como pensamos aqui: o ciclo PPDAC

Diagrama circular com as cinco etapas do ciclo PPDAC, cada uma com sua cor: Problema (o que eu quero saber?), Plano (que dados, e como coletar?), Dados (o que eu de fato tenho?), Análise (que modelo corresponde?) e Conclusão (o que posso afirmar?), ligadas por setas.

Problema → Plano → Dados → Análise → Conclusão (Wild & Pfannkuch 1999). Cada aula indica, com um selo colorido, em que etapa do ciclo ela vive: Problema Plano Dados Análise Conclusão. As cores são as mesmas nos slides.

A trilha das aulas pelo ciclo

Clique numa aula para ir direto a ela. Algumas aulas aparecem em mais de uma etapa.

Cronograma

Cada cartão abre a página da aula, com os slides, as atividades, as leituras e os exercícios. A pergunta em destaque é o problema que a aula ajuda a responder.

Oferta condensada, fevereiro de 2027. Uma aula por dia útil, com duas aulas na segunda-feira, 15/02 (Aulas 1 e 2), e na sexta-feira, 26/02 (Aulas 10 e 11). Prova escrita (P1): segunda-feira, 22/02, sobre as Aulas 1 a 6.

Aula 1 ProblemaPlanoDadosAnáliseConclusão

Se a previsão era de 70% de chuva e fez sol, a meteorologia errou?

O que é estatística e de onde vem a incerteza; população, amostra, parâmetro e tipos de variáveis; o ciclo PPDAC.

Aula 2 ProblemaPlano

Medir 50 girinos do mesmo aquário é ter 50 réplicas?

Da pergunta à hipótese; réplica e pseudorréplica; técnicas de amostragem e delineamentos experimentais clássicos.

Aula 3 DadosAnálise

Por que um gráfico de pizza quase nunca é a melhor escolha?

Planilhas bem organizadas; tabelas de frequência e de contingência; tipos de gráficos e como escolher entre eles.

Aula 4 Análise

Dois grupos com a mesma média podem ser completamente diferentes?

Média, mediana e moda; amplitude, quartis, variância, desvio-padrão e coeficiente de variação; a forma das distribuições.

Aula 5 AnáliseConclusão

Um sapo deu positivo num teste “90% preciso”. Qual a chance de ele estar doente?

Regras da probabilidade e probabilidade condicional; variáveis aleatórias; as distribuições binomial, Poisson e normal.

Aula 6 AnáliseConclusão

Cinco redes no mesmo lago, cinco médias diferentes: qual delas está certa?

Estimativa pontual, Lei dos Grandes Números e erro padrão; Teorema do Limite Central; intervalos de confiança.

Aula 7 ProblemaPlanoAnáliseConclusão

O que o valor de P diz, e o que ele não diz?

Hipóteses nula e alternativa; nível de significância e valor de P; erros tipo I e II e poder do teste.

Aula 8 AnáliseConclusão

O peixe nativo e a espécie invasora têm mesmo tamanhos diferentes, ou foi acaso?

Teste t para uma amostra, para duas amostras e para dados pareados; o teste t como um modelo linear.

Aula 9 AnáliseConclusão

Por que os filhos de pais muito altos tendem a ser mais baixos que os pais?

Correlação de Pearson; regressão linear simples e mínimos quadrados; tabela de ANOVA, R² e diagnóstico dos resíduos.

Aula 10 AnáliseConclusão

As cores de um pacote de balas seguem a proporção que o fabricante promete?

Qui-quadrado de aderência e de independência; o qui-quadrado como modelo log-linear; teste exato de Fisher e teste G.

Aula 11 AnáliseConclusão

Por que não fazer vários testes t para comparar quatro grupos?

A ANOVA como modelo linear; partição da variância e teste F; testes post-hoc; ANOVA fatorial e ANCOVA.

Nenhum item correspondente

Como este material está organizado

Cada aula tem uma página própria com os slides, o conteúdo, as atividades feitas em sala, as leituras e, quando houver, um exercício no R. Os slides abrem no navegador; tecle F para tela cheia, S para as notas do professor e Esc para ver todos os slides de uma vez.

Todas as figuras dos slides foram geradas em R, quase sempre com dados simulados. O código está na pasta R/ do repositório: abra, mude os parâmetros e veja o que acontece. Correções e sugestões são bem-vindas via issue ou pull request em https://github.com/diogoprov/bioestatistica.

Como são as aulas

As aulas alternam exposição curta e aprendizagem ativa: perguntas para a turma (vote sozinho, discuta com quem está ao lado e vote de novo), atividades em grupo com dados coletados em sala, Kahoot e Slido. O programa completo, com ementa, avaliação e bibliografia, está no programa.

Para estudar fora da sala

Para praticar fora da sala, cinco lições no swirl acompanham o curso: você digita os comandos no próprio console do R e recebe correção a cada resposta. A primeira parte do zero; não é preciso saber R antes.

Para revisar antes das provas, veja a página de revisão (resumos de cada aula e Kahoots) e o glossário.

Contato

Prof. Diogo B. Provete — diogo.provete@ufms.br · Biodiversity Synthesis Lab