Bioestatística
Disciplina obrigatória — Ciências Biológicas, UFMS
Sobre
Bioestatística é uma disciplina obrigatória do bacharelado e da licenciatura em Ciências Biológicas da UFMS, com 68 horas-aula. O foco é construir intuição sobre o raciocínio estatístico aplicado à biologia — entender o que cada teste pergunta, em que situações se aplica, e como interpretar resultados em linguagem biológica — sem exigir formação matemática avançada.
Ementa
Introdução à estatística. Probabilidade. Representação da variação: parâmetros estatísticos e principais distribuições de probabilidade. Estimativas, testes de hipóteses e significância. Modelos lineares: teste t, ANOVA, regressão linear, correlação, e modelos lineares generalizados (qui-quadrado).
Objetivos de aprendizagem
Ao final da disciplina, o(a) aluno(a) deve ser capaz de:
- Identificar o tipo de dado e a distribuição apropriada para descrevê-lo;
- Planejar uma coleta com delineamento amostral adequado à pergunta;
- Escolher, executar e interpretar um teste de hipóteses dentro do arcabouço dos modelos lineares;
- Comunicar resultados estatísticos em linguagem biológica clara.
Cronograma
| Aula | Tópico | Data |
|---|---|---|
| 1 | Aula 01 — Introdução à estatística biológica | 07/08/2025 |
| 2 | Aula 02 — Princípios de amostragem e delineamento experimental | 14/08/2025 |
| 3 | Aula 03 — Organização e apresentação de dados | 21/08/2025 |
| 4 | Aula 04 — Medidas de tendência central e dispersão | 28/08/2025 |
| 5 | Aula 05 — Princípios de probabilidade e distribuições | 11/09/2025 |
| 6 | Aula 06 — Estimativa pontual e intervalar | 02/10/2025 |
| 7 | Aula 07 — Teste de hipóteses | 16/10/2025 |
| 8 | Aula 08 — Modelos lineares: teste t | 23/10/2025 |
| 9 | Aula 09 — Modelos lineares: regressão e correlação | 06/11/2025 |
| 10 | Aula 10 — Modelos lineares generalizados: qui-quadrado | 13/11/2025 |
| 11 | Aula 11 — Modelos lineares: análise de variância (ANOVA) | 20/11/2025 |
Bibliografia básica
- Callegari-Jacques, S.M. 2003. Bioestatística: princípios e aplicações. Porto Alegre: ArtMed.
- Gotelli, N.J. & Ellison, A.M. 2010. Princípios de estatística em ecologia. Porto Alegre: Artmed.
- Magnusson, W. & Mourão, G. 2005. Estatística sem matemática: a ligação entre as questões e a análise. 2ª ed. Londrina: Editora Planta.
Bibliografia complementar
- Bussab, W.O. & Morettin, P.A. 2017. Estatística básica. 9ª ed. São Paulo: Saraiva.
- Quinn, G.P. & Keough, M.J. 2023. Experimental Design and Data Analysis for Biologists. 2ª ed. Cambridge University Press.
- Sokal, R. & Rohlf, J. 1994. Biometry. 3ª ed. New York: WH Freeman.
- Triola, M.F. Introdução à estatística.
- Vieira, S. 2018. Estatística básica. 2ª ed. São Paulo: Cengage Learning.
- Vieira, S. 2010. Bioestatística: tópicos avançados. 3ª ed. Rio de Janeiro: Elsevier.
- Zar, J.H. 2009. Biostatistical analysis. 5ª ed. New York: Pearson.
Recursos online
- Wickham, H.; Çetinkaya-Rundel, M. & Grolemund, G. R para Ciência de Dados (2ª ed.)
- Faria, P.D. Introdução à Linguagem R: seus fundamentos e sua prática.
- da Silva, F.R.; Gonçalves-Souza, T.; Paterno, G.; Provete, D.B.; Vancine, M.A. Análises ecológicas no R.
- Mello & Peternelli. Conhecendo o R: uma visão mais que estatística.
Avaliação
A nota final segue a fórmula (P1 + P2) / 2, onde:
- P1 — Prova escrita
- P2 — Questionários ao longo do semestre
- PO — Prova substitutiva optativa (substitui a menor das anteriores)