2014
DOI: 10.5935/0034-7280.20140004
|View full text |Cite
|
Sign up to set email alerts
|

Biostatistics: fundamental concepts and practical applications

Abstract: The biostatistics has gained significant importance in recent years, being one of the mainstays of current scientific research. It has a series of concepts and rules that must be understood to carry out or analyze an article. In this review we will discuss some of main tools utilized in works of interest in ophthalmology, its applications and limitations.

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1
1

Citation Types

0
2
0
9

Year Published

2016
2016
2024
2024

Publication Types

Select...
6
2
1

Relationship

0
9

Authors

Journals

citations
Cited by 22 publications
(11 citation statements)
references
References 14 publications
0
2
0
9
Order By: Relevance
“…For sample size calculation, given the scarcity of published data regarding the variables of interest, it was used the Central Limit Theorem, which ensures that the distribution of sample means derived from samples larger or equal to 30 approximates the normal distribution for any population 9 .…”
Section: Methodsmentioning
confidence: 99%
“…For sample size calculation, given the scarcity of published data regarding the variables of interest, it was used the Central Limit Theorem, which ensures that the distribution of sample means derived from samples larger or equal to 30 approximates the normal distribution for any population 9 .…”
Section: Methodsmentioning
confidence: 99%
“…O método da matriz confusão consiste em armazenar os resultados em uma matriz realizando o calculo da sensibilidade da qualidade alcançada por cada um dos preditores. A sensibilidade consiste na probabilidade de um teste apresentar um resultado positivo em um indivíduo acometido por uma doença (Lopes et al;, Conforme equação 2 e sua representação em forma matricial pode ser observada através da gura 6 .…”
Section: Método De Comparaçãounclassified
“…Esta medida é altamente suscetível e não deve ser levada como um fator determinante para o resultado final do conjunto de dados, pois pode facilmente induzir a uma conclusão errada sobre o desempenho do sistema. 33 Este parâmetro para o treino, validação cruzada e validação externa referente ao modelo de classificação utilizando a árvore de decisão foram 0,9756, 0,9711 e 0,9708, respectivamente, e para o modelo de classificação utilizando a árvore aleatória foram 0,9823, 0,9667 e 0,9658, respectivamente. Os valores de acurácia dos modelos não foi fator de diferenciação para selecionar o melhor método de classificação.…”
Section: Acuráciaunclassified
“…Esta medida estatística é equivalente ao coeficiente phi, e tenta, assim como a eficiência, resumir a qualidade da tabela de contingência em um único valor numérico passível de ser comparado. 33 Este parâmetro para o treino, validação cruzada e validação externa referente ao modelo de classificação utilizando a árvore de decisão foram 0,5279, 0,4290 e 0,4052, respectivamente, e para o modelo de classificação utilizando a árvore aleatória foram 0,7287, 0,5172 e 0,4941, respectivamente. Os resultados para os valores de coeficiente φ (phi) dos modelos apresentados mostram que a árvore aleatória tem o melhor método de classificação.…”
Section: Coeficiente De Correlação De Matthews (Coeficiente φ (Phi))unclassified