
André, Como o Leonardo disse no e-mail anterior, há pacotes que já calculam medidas como diferença de proporção OR, seus respectivos IC e outras medidas que podem atender suas necessidades no seu estudo. Além dos pacotes que ele já sugeriu, outro que pode consultar é o epiR: https://cran.r-project.org/web/packages/epiR/epiR.pdf Outra sugestão de leitura que gostaria de é o material da professora Silvia Shimakura: http://leg.ufpr.br/~silvia/CE008/ http://leg.ufpr.br/~silvia/CE001/node68.html Veja qual forma se apresenta mais interessante para seu aprendizado, mas quando escrevo as funções no R como calculadora, acredito que os exemplos se tornam mais didáticos mesmo que já implementados em alguns pacotes do R. E como solicitou segue alguns comentários acerca dos comandos que enviei anteriormente: ## Carregando os dados da tabela que enviou no e-mail dados<-matrix(c(250,15,34,14),ncol=2,byrow=T) ## Verificando a existência de associação entre os parasitas através da Estatística Qui-quadrado ## Quando utilizamos o teste o argumento sim=500, há um alerta pois há casela com frequência logo um pressuposto de validade do teste não foi atendido. ## Uma alternativa então é calcular o p-valor através de simulação ou o teste exato de Fisher. Note que quando simulamos o p-valor não é necessário usar a correção de continuidade de Yates. Q<-chisq.test(dados,sim=500) Q Q$observed ### frequência observada Q$expected ### frequência esperada ##Há evidências de se rejeitar H0 # Comandos para obtenção da diferença entre proporções e seu IC(95%) ## Calculando as proporções entre Cryptosporidium negativo e Cryptosporidium positivo p11<-(dados[1,1]/(sum(dados[1,]))) p22<-(dados[1,1]/(sum(dados[1,]))) d<-p11-p21 # diferença entre as proporções vd<-((p11*(1-p11))/(sum(dados[1,])-1)) + ((p21*(1-p21))/(sum(dados[2,])-1)) ## Estimativa para a variância dvd<-sqrt(vd) ## raíz quadrada da variância z<-qnorm(0.975) #percentil da Normal padrão li<- d - (z*dvd) # Limite inferior ls<- d + (z*dvd) # Limite superior cbind(d,li,ls) # Intervalo de Confiança de 95%. Como o valor zero não está contido no IC a diferença é significativa ao nível de 95% de confiança. ##Razão de Chances ou Odds Ratio (OR) e IC95%(OR) OR<-(dados[1,1]*dados[2,2])/(dados[1,2]*dados[2,1]) ## Calculando a /*odds ratio (n11*n22/n12*n21) */## Quando OR=1 indica chances iguais. Se for OR>1, o grupo 1 apresenta maior chance que o grupo 2. ## Para o cálculo do IC para a OR, usamos o logaritmo da OR na base /e./ vf<-(1/dados[1,1])+(1/dados[1,2])+(1/dados[2,1]+(1/dados[2,2])) ##Estimativa para variância dpf<-sqrt(vf) ## raíz quadrada da variância z<-qnorm(0.975) #Percentil da Normal padrão liOR<-exp(log(OR)-z*dpf) #Limite inferior lsOR<-exp(log(OR)+z*dpf) # Limite Superior cbind(OR,liOR,lsOR) ## A chance de não haver Cryptosporidium e Giardia é 6,8 vezes maior que a presença podendo variar entre 3 e 15,4 vezes ao nível de confiança de 95%. -- Atenciosamente Felipe E. Barletta Mendes Estatístico - Conre3 9766-A +55 (41)-92077191 +55 (41)-33287216