“PETE”: PROGRAMA DE ESCOLHA DE TRATAMENTO ESTATÍSTICO

Resumen

A estatística é uma ferramenta indispensável em pesquisas acadêmicas e não acadêmicas desde a Antiguidade Clássica até atualmente, tanto na forma descritiva quanto inferencial. Após a difusão da tecnologia a estatística passou a ganhar cada vez mais espaço, aumentando suas possibilidades de uso e eficácia. Em pesquisas acadêmicas está presente em todas as áreas, sendo um instrumento de suporte para verificação de hipóteses contribuindo assim com a confiabilidade e divulgação dos mesmos. No entanto, a escolha do tratamento estatístico, muitas vezes equivocada devido a diversas possibilidades e finalidades, é um fator chave que reflete a qualidade do produto final. No intuito de facilitar esta escolha, minimizando a possibilidade de erro, este trabalho apresenta um programa que propõe a melhor análise, por meio das diretrizes e pressupostos estatísticos apresentados na literatura científica. O “Programa de Escolha de Tratamento Estatístico” (PETE) foi criado utilizando a linguagem Python^®, e conta com 19 possibilidades de análises (paramétrica, não paramétrica e descritiva), além de explicações teóricas simplificadas, a fim de auxiliar o usuário na tomada de decisão e na compreensão de dados. O mesmo foi criado durante as aulas de Estatística, do Programa de Pós-graduação em Ciências Biológicas – UFES, durante o primeiro semestre do ano de 2019, para reforçar o aprendizado e contribuir nas atividades avaliativas. Durante este processo ele atuou de forma positiva e rápida na tomada de decisão e revisão do conteúdo. O programa ainda pode ser atualizado e abastecido com novas possibilidades de análises e o script inicial encontra-se disponível para utilização por contato com o autor. Projetos como este, além das vantagens já apresentadas, auxiliam na disseminação do conteúdo acadêmico, pois trata-se de uma ferramenta simples, dinâmica e objetiva, sendo acessível à diversos públicos, criando um elo entre os produtos da academia e seus possíveis usuários.

Palavras-chave: Python. Análise. Tratamento estatístico.