COMO FAZER TRANSFORMAÇÃO?
O padrão de valores obtidos quando uma variável é medida em grande número de indivíduos é chamado de distribuição. A distribuição pode ser amplamente classificada como normal e não-normal. A distribuição normal também é chamada de ‘distribuição Gaussiana’ como foi descrita pela primeira vez por K.F. Gauss. Esta é chamada de distribuição normal como a maioria dos parâmetros biológicos (tais como peso, altura e açúcar no sangue) seguem-na. Há muito poucos parâmetros biológicos que não seguem a distribuição normal, por exemplo, título de anticorpos, número de episódios de diarréia, etc. Os principiantes não devem ser confundidos com o termo ‘normal’, pois não implica necessariamente normalidade clínica e não há nada de anormal nas distribuições ‘não normais’.
Uma das suposições do teste estatístico usado para testar hipóteses é que os dados são amostras da distribuição normal. Assim, torna-se essencial identificar distribuições enviesadas/anormais. Há algumas formas simples de detectar enviesamento.
-
Se a média for inferior ao dobro do desvio padrão, então é provável que a distribuição seja enviesada.
-
Se a população segue a distribuição normal, então a média e o desvio padrão das amostras são independentes. Este fato pode ser usado para detectar enviesamento. Se o desvio padrão aumenta conforme a média aumenta entre grupos de uma população, então é uma distribuição enviesada.
Parte destes métodos simples, a normalidade pode ser verificada por testes estatísticos como Kolmogorov – Teste Smirnov.
Após a identificação de enviesamento, devem ser feitas todas as tentativas para convertê-lo em uma distribuição normal, para que os testes paramétricos robustos possam ser aplicados para análise. Isto pode ser feito por transformação.
Transformações também podem ser feitas para facilitar a comparação e interpretação. O exemplo clássico de uma variável que é sempre relatada após a transformação logarítmica é a concentração de íons de hidrogênio (pH). Outro exemplo em que a transformação ajuda na comparação de dados é a transformação logarítmica da curva dose-resposta. Quando a relação dose-resposta é traçada é curvilínea. Quando a mesma resposta é plotada em relação à dose logarítmica (log dose-response plot), ela dá uma curva em forma de S alongada. A parte central desta curva é uma linha reta e comparar duas linhas retas (medindo sua inclinação) é mais fácil do que comparar duas curvas. Assim, a transformação pode ajudar na comparação de dados.
Em resumo, a transformação pode ser realizada para que os dados sigam a distribuição normal ou, às vezes, para facilitar a interpretação/comparação.