FJG - Fundação João Goulart / SMS Rio de Janeiro — Prova 2016
As medidas de tendência central são muito utilizadas na avaliação do comportamento de doenças. Dentre essas, a que menos sofre o efeito de valores extremos é a:
Mediana = medida de tendência central menos afetada por valores extremos (outliers).
A mediana representa o valor central de um conjunto de dados ordenados e, por ser uma medida de posição, é robusta a valores extremos (outliers), sendo preferível à média em distribuições assimétricas.
As medidas de tendência central são ferramentas estatísticas essenciais para resumir e descrever conjuntos de dados, sendo amplamente utilizadas na avaliação do comportamento de doenças, na epidemiologia e na pesquisa clínica. As mais comuns são a média, a mediana e a moda. A escolha da medida mais apropriada depende da natureza dos dados e da sua distribuição. A média aritmética é a soma de todos os valores dividida pelo número de observações. Embora seja intuitiva e amplamente utilizada, ela é extremamente sensível a valores extremos, ou "outliers". Um único valor muito discrepante pode puxar a média significativamente, distorcendo a representação do centro dos dados, especialmente em distribuições assimétricas. A mediana, por outro lado, é o valor que divide um conjunto de dados ordenados ao meio, de modo que 50% dos valores são menores e 50% são maiores que ela. Por ser uma medida de posição e não de magnitude, a mediana é a medida de tendência central que menos sofre o efeito de valores extremos. Isso a torna particularmente útil em situações onde os dados são assimétricos (como distribuição de renda ou tempo de internação) ou quando há outliers, fornecendo uma representação mais robusta do "centro" dos dados. Para residentes, compreender essa distinção é vital para a interpretação correta de estudos e dados clínicos.
Medidas de tendência central são valores que representam o 'centro' ou o ponto típico de um conjunto de dados, como a média, a mediana e a moda. Elas ajudam a resumir e descrever a distribuição dos dados.
A média é calculada somando todos os valores e dividindo pelo número de observações. Um único valor muito alto ou muito baixo (outlier) pode puxar a média significativamente para cima ou para baixo, distorcendo sua representação do centro dos dados.
A mediana é mais apropriada quando os dados possuem uma distribuição assimétrica (não normal) ou quando há presença de valores extremos (outliers), pois ela não é afetada por esses valores, fornecendo uma representação mais fiel do centro dos dados.
Responda esta e mais de 150 mil questões comentadas no MedEvo — a plataforma de residência médica com IA.
Responder questão no MedEvo