O teste Logrank pode ser utilizado para testar se duas curvas de sobrevida (de dois grupos de a serem comparados) são iguais. O teste torna-se inapropriado, entretanto, sob a seguinte circunstância:

Um Modelo Misto pode ser escrito na forma matricial da seguinte forma:

onde Z ~ N_k(0,) denota que Z tem distribuição normal multivariada de ordem k, com vetor de médias em que todos os elementos são iguais a zero, e matriz de covariâncias .

y_i é o vetor resposta de tamanho n_i x 1 para observações no i-ésimo grupo

X_i é a matriz n_i x p de efeitos fixos para observações no grupo i

β é o vetor p x 1 de coeficientes dos efeitos fixos

Z_i é a matrix n_i × q de efeitos aleatórios para as observaçõesno grupo i

b_i é o vetor q x 1 de coeficientes dos efeitos aleatórios para ogrupo i

e_i é o vetor n_i x 1 de erros para observações no grupo i

Ω é a matriz de covariâncias q x q para os efeitos aleatórios

Λ_i é a matriz de covariâncias n_i x n_i entre os erros no grupo i

b_i e e_i são independentes

Considerando o modelo descrito acima, e denotando por I_p amatriz identidade de ordem p, qual é matriz de covariânciasdo vetor y₁?

Qual dessas hipóteses não é uma hipótese do modelo de regressão de Poisson:

Qual dos modelos abaixo não é um Modelo Linear Generalizado:

Um estudo foi conduzido para relacionar o sexo do indivíduo com a existência ou não de complicações associadas a uma determinada doença crônica. Para isso, observou-se o sexo de 100 indivíduos (de características similares) que sofriam da doença (sexo=1 para mulheres e sexo=0 para homens), e se eles apresentavam ou não complicações associadas a ela (Y=1 em caso de complicação, e Y=0 caso contrário). Uma regressão logística foi conduzida.

O intercepto foi estimado em -0.6, e o coeficiente relacionado a sexo foi estimado em 0.8 (ambos significativos a nível de 1%). Quanto a esse resultado, podemos afirmar que:

Assinale a alternativa que indique o modelo de regressão para análise de sobrevida cuja distribuição corresponda a uma função de risco com envelhecimento acelerado e riscos proporcionais.

Quanto aos Modelos Mistos, analise as afirmativas a seguir:

I. são modelos estatísticos caracterizados por conter efeitos fixos e efeitos aleatórios

II. são usados para conjuntos de dados com estrutura hierárquica

III. são modelos Bayesianos

Assinale:

Assinale a alternativa que indique o problema mais apropriado para aplicação da regressão logística.

A tabela abaixo mostra o resultado fictício de uma análise de regressão linear realizada com um amostra de 600 crianças de três anos de idade, tendo como objetivo relacionar o seu peso com as seguintes variáveis explicativas: altura da mãe (em cm), peso da mãe aos cinco meses de gravidês (em kg), peso da criança ao nascer (em gramas), tempo da gestação (em semanas) e tamanho da criança ao nascer (em cm):

R² = 0,159

Quanto ao resultado apresentado acima, analise as afirmativas a seguir.

I. O coeficiente angular relativo à variável “tempo de gestação” é significativamente diferente de zero a nível de significância de 5%

II. O peso médio das crianças da amostra é necessariamente igual a 6,33kg

III. Nenhuma covariável utilizada está significativamente correlacionada com a variável resposta pois o R² não é significativo

Assinale:

Um grupo de 1000 pessoas que trabalhavam em uma mina de carvão em 1950 foi investigado em 1970, e verificou-se que 100 destes indivíduos desenvolveram uma determinada doença pulmonar. Para comparação, um grupo de 1000 indivíduos que trabalhava em um hospital em 1930 foi investigado, verificando-se que entre 1930 e 1970, 38 desenvolveram esta doença. Esse estudo é um exemplo de:

Os níveis de glicose foram medido em dois grupos de indivíduos, sendo o grupo 1 formado por indivíduos sedentários e o grupo 2 por indivíduos não sedentários. O nível médio de glicemia para o grupo 1 foi de 98 mg/dL e para o grupo 2 foi de 110 mg/dL. Para determinar se a diferença entre essas medidas é significativa, o teste estatístico mais apropriado é:

Um grupo de 100 crianças recém-nascidas toma uma vacina experimental desenvolvida para imunizá-las contra uma determinada doença infantil. Essas crianças foram acompanhadas até o final de sua infância, e verificou-se que 10% delas, em algum momento, contraíram a doença em questão.

Assinale a alternativa que apresenta a conclusão a que se pode chegar com relação à eficiência dessa vacina.

Em um estudo longitudinal, o peso de 100 crianças de cinco anos de idade foi medido mensalmente durante um ano. Concluiu-se com esse estudo que a variação de peso de uma criança em um mês era independente das variações de peso desta criança feitas anteriormente.

Se a probabilidade de uma criança perder peso em um mês é de 5%, a probabilidade de uma determinada criança perder peso em seis meses do ano é: 

20% dos indivíduos de uma cidade sofrem da doença A, 10% sofrem da doença B e 30% da doença C. Suponha que 10% sofrem das doenças A e B, e 10% das doenças B e C.

Assinale a afirmativa que indique a probabilidade de um indivíduo sofrer das três doenças ao mesmo tempo.

Um novo teste foi desenvolvido para detectar um tipo de doença genética. A probabilidade do teste detectar um caso positivo verdadeiro é de 90% e a probabilidade de acusar um falso positivo é de 10%. A probabilidade do teste acusar um falso negativo é de 1%, e de acusar um negativo verdadeiro é de 95%. Suponha que em uma determinada família, um em cada 10 indivíduos tem essa doença.

Se uma pessoa dessa família tem resultado positivo no teste, a probabilidade de que ela de fato tenha esse tipo de doença degenerativa é de:

Com a finalidade de se investigar a associação entre um determinado poluente e doenças no trato respiratório, verificou-se a incidência deste tipo de doença em 100 indivíduos moradores de uma região A (poluída) e 100 indivíduos moradores de uma região B (não poluída). Obteve-se que 20 dos indivíduos moradores da região A apresentavam algum tipo de doença respiratória contra 5 da região B.

O risco relativo dos indivíduos moradores de local poluído é:

Um instituto de pesquisa realiza um teste (teste A) para detectar a incidência do vírus HIV em uma determinada população, testando todos os indivíduos. Visando diminuir o número de falsos positivos, todos os indivíduos cujo resultado do teste A foi positivo são submetidos a outro teste (teste B), de mesma natureza, cujos resultados são independentes do teste A. Define-se o teste C como sendo uma combinação dos testes A e B: dizemos que um indivíduo teve resultado “positivo” de acordo com o teste C somente se foi “positivo” nos testes A e B.

Podemos afirmar que:

No dia primeiro de janeiro de 2009, uma empresa contratou 100 novos funcionários com mais de 60 anos de idade. Na admissão, todos coletaram sangue para medida de glicemia em jejum, sendo que 12 deles apresentavam diabetes mellitus. Esses 100 funcionários fizeram exames de glicemia no primeiro dia de cada mês durante um ano, e 12 novos casos da doença foram diagnosticados no período até o dia primeiro de janeiro do ano seguinte (2010). Note que a diabetes mellitus é uma doença sem cura.

Quanto à incidência e prevalência do diabetes mellitus entre os funcionários contratados em 01/01/2009, analise as afirmativas a seguir:

I. a prevalência pontual em 01/01/2009 é igual a 12/88.

II. a prevalência pontual em 01/01/2010 é o dobro da incidência cumulativa no ano de 2009 (entre 02/01/2009 e 01/01/2010).

III. a incidência cumulativa no mês de janeiro (entre 02/01/2009 e 01/02/2009) é necessariamente menor que a incidência cumulativa nos meses de janeiro e fevereiro (entre 02/01/2009 e 01/03/2009);

Assinale:

Para testar a hipótese de que a proporção de pessoas com certa anomalia numa população era maior do que 10%, uma amostra aleatória simples de 400 indivíduos foi observada e mostrou, que, dos 400, 48 mostravam a anomalia. O valor-p (significância) associado com esses dados, se usarmos a estatística de teste usual é aproximadamente igual a

Suponha que a seguinte amostra aleatória simples de uma variável aleatória populacional bivariada contínua (X , Y) seja observada:

(30,2, 16,1), (20,5, 18,6), (42,5, 14,4), (29,0, 19,5)

Deseja-se testar a hipótese de que X e Y são independentes, mas não se pode supor normalidade para a distribuição de probabilidades populacional, de modo que uma alternativa é usar o coeficiente de Kendall como estatística de teste. O valor desse coeficiente para os dados apresentados é: