Die Bedeutung deskriptiver Statistiken in der COVID-19-Pandemie

ORIGINALER ARTIKEL

LACERDA, Fábio Henrique de Souza ^[1]

LACERDA, Fábio Henrique de Souza. Die Bedeutung deskriptiver Statistiken in der COVID-19-Pandemie. Revista Científica Multidisciplinar Núcleo do Conhecimento. Jahr 05, Hrsg. 08, Bd. 02, p. 05-14. August 2020. ISSN: 2448-0959, Zugangslink: https://www.nucleodoconhecimento.com.br/mathematischen-olympiaden/deskriptiver-statistiken

ZUSAMMENFASSUNG

Mit dem Fortschreiten der COVID-19-Pandemie in der Welt mussten mehrere Länder strenge restriktive Maßnahmen ergreifen, um zu versuchen, die Ausbreitung dieses Virus zu stoppen. Ziel dieser Arbeit ist es daher, die Bedeutung deskriptiver Statistiken aufzuzeigen und zu zeigen, wie sie diesen Ländern geholfen haben, Entscheidungen zu treffen. Die Entwicklung dieser bibliografischen Recherche basiert auf nationalen und internationalen Autoren und stützt sich auf Recherchen in Büchern und Artikeln im Zeitraum zwischen 1980 und 2020. Statistik war schon immer grundlegend in allen Wissensbereichen und heute sehen wir, wie viel sie dazu beigetragen hat der kampf von COVID-19.

Schlüsselwörter: Deskriptive Statistik, Covid-19, Bedeutung der Statistik.

1. EINLEITUNG

Seit der Ausbruch des neuartigen Coronavirus (SARS-CoV-2), der seinen Ursprung in China hat, die Ursache von COVID-19, hat große Besorgnis in der Bevölkerung ausgelöst, was große Nationen lahmgelegt und sich an mehreren Orten der Welt schnell ausgebreitet hat Auswirkungen (FREITAS; NAPIMOGA; DONALISIO, 2020)

Und um bei der Bekämpfung dieses Virus zu helfen, war Mathematik einer der wichtigsten Bereiche der Hilfe. Denn für Chaoubah (2020) sind mathematische Modelle wichtig, um die Fallzahlen in verschiedenen Szenarien abschätzen zu können und damit vielen Entscheidungsträgern zu einer objektiven Lösung zu verhelfen, beispielsweise um die Anzahl der verfügbaren Betten zu bestimmen Krankenhäuser in bestimmten Regionen.

Einer der spezifischen Bereiche der Mathematik, die bei der Bekämpfung von COVID-19 helfen, ist daher die Statistik, die ein wesentliches Werkzeug in allen Wissenschaften ist, ob exakt, gesundheitlich oder menschlich.

Laut Crespo (2002) ist die Statistik einer der sehr wichtigen Bereiche der angewandten Mathematik, deren spezifische Ziele darin bestehen, Methoden zur Erhebung, Beschreibung und Organisation bereitzustellen, und die oben genannten sind Teil der deskriptiven Statistik. Und die Analyse und Interpretation von Daten ist Teil der Inferenzstatistik.

Das Ziel dieser Arbeit ist es, die Bedeutung deskriptiver Statistiken angesichts von COVID-19 hervorzuheben und auch, wie sie diesen Ländern geholfen haben, Entscheidungen zu treffen. Dazu nutzen wir die bibliografische Recherche in Büchern und hauptsächlich wissenschaftlichen Artikeln.

2. DESKRIPTIVE STATISTIKEN

Laut Costa (2011, S. 19) definiert deskriptive Statistik als:

É aquela que possui um conjunto de técnicas para planejar, organizar, coletar, resumir, classificar, apurar, descrever, comunicar e analisar os dados em tabelas, gráficos ou em outros recursos visuais, além do cálculo de estimativas de parâmetros representativos desses dados, interpretação de coeficientes e exposição que permitam descrever o fenômeno

Zunächst hat die deskriptive Statistik als Hauptmerkmal die Organisation von Daten, aber manchmal sehen wir uns einer großen Datenmenge gegenüber und die Organisation wird nicht zu einer einfachen Aufgabe, wie wir uns vorstellen können.

Dieser Bereich der Statistik ist dafür bekannt, dass er in Situationen verwendet wird, in denen eine große Menge an Informationen gefunden wird und es notwendig ist, ihn kompakt zu gestalten, um mit den Daten arbeiten zu können. (PEREIRA, 2019).

3. DIE BEDEUTUNG VON STATISTIKEN

Laut David Coggon (2015) haben statistische Verfahren zu vielen Erfolgen der modernen Medizin beigetragen und viele Leben gerettet. Daher sollten möglichst viele Angehörige der Gesundheitsberufe zumindest die relevanten Grundmechanismen kennen.

Und so haben Statistiken den Angehörigen der Gesundheitsberufe geholfen, sich in dieser Pandemie der Entscheidungsfindung zu stellen. Für Chaoubah (2020) zeigten statistische Analysen, dass einige Maßnahmen zur Verringerung der Ansteckungszeit des Coronavirus zu einer Verringerung der Fälle führten , was zum Beispiel , waren die am besten geeigneten Maßnahmen zur sozialen Distanzierung. Sie waren diejenigen, die die Regierungen dazu veranlassten, diese Beschränkungsmaßnahme zu ergreifen, was wiederum eine bessere Diagnose zeigte, und einige der Länder, die diese Maßnahme ergriffen, waren Italien und das Vereinigte Königreich.

Es basiert auf statistischen Daten, die Regierungen geführt haben, um nach effizienten Strategien zur Bekämpfung der Ausbreitung des Virus zu suchen.

4. DIE AM MEISTEN GEBRAUCHTEN RESSOURCEN DER DESKRIPTIVEN STATISTIK

Aus Sicht von Guedes et al (2005, S.1):

A estatística descritiva, cujo objetivo básico é o de sintetizar uma série de valores de mesma natureza, permitindo dessa forma que se tenha uma visão global da variação desses valores, organiza e descreve os dados de três maneiras: por meio de tabelas, de gráficos e de medidas descritivas.

4.1 TABELLEN

Die Tabelle ist eine der einfachsten Möglichkeiten, die Daten anzuzeigen und zusammenzufassen, wodurch die Werte besser beobachtet und interpretiert werden können. Sein Zweck ist es, Daten klar und schnell verständlich darzustellen (CALVO, 2004).

4.1.1 PRIMITIVE TABELLE

Die als Primitiv und Rolle bekannten Tabellen werden in Datenansichten verwendet, die keine Organisation von Zahlen zeigen, die auch als Rohdaten bezeichnet werden.

Tabelle 4.1 – Die Zahl der Todesfälle durch COVID-19 in Brasilien täglich in 30 Tagen, vom 17.04.20 bis zum 16.05.20.

Quelle: Landesgesundheitsämter. Brasilien, 2020

Daher können wir in dieser primitiven Tabelle sehen, dass sie keine Ordnung hat, und es ist für diejenigen, die sie sich ansehen, schwierig herauszufinden, an welchem ​​Tag es mehr oder weniger Todesfälle gab. Es enthält die Rohdaten ohne Organisation.

4.1.2 ROLLE

Laut Waldir Medri (2011) können wir durch die Liste die Menge klarer und schneller zusammenstellen und schnell den höchsten und niedrigsten Wert der Zahlen überprüfen, zusätzlich zu einigen Daten, die viele Male wiederholt werden können. Auf diese Weise können Sie das Verhalten der Daten schneller erhalten.

Tabelle 4.2 – Die Zahl der Todesfälle durch COVID-19 in Brasilien täglich in 30 Tagen, vom 17.04.20 bis zum 16.05.20.

Quelle: Landesgesundheitsämter. Brasilien, 2020

Jetzt können wir mit relativer Leichtigkeit die minimale und maximale Anzahl von Todesfällen in diesem Zeitraum kennen und das Datum des Auftretens bestimmen.

4.2 GRAFIKEN

Laut Crespo (2002, S.21) definiert einen Graphen als:

O gráfico estatístico é uma forma de apresentação dos dados estatísticos, cujo objetivo é o de produzir, no investigador ou no público em geral, uma impressão mais rápida e viva do fenômeno em estudo, já que os gráficos falam mais rápido.

Diagramme sind eines der am häufigsten von den Medien verwendeten Werkzeuge, um die Streuung von Werten darzustellen. Es erleichtert das Verständnis der Öffentlichkeit, da es den schnellsten Druck der exponierten Daten erzielt.

Es gibt verschiedene Arten von Diagrammen, wie z. B. Liniendiagramm, Balkendiagramm, Sektordiagramm und andere. Aber das hier zu präsentierende Diagramm ist das der Sektoren.

4.2.1 SEKTOR DIAGRAMM

Sônia Vieira (1980, S. 20) erläutert einige Details dieser Grafik;

Para fazer um gráfico de setores, primeiro se traça uma circunferência que, como se sabe, tem 360°. Essa circunferência representa o total, ou seja 100%. Dentro dessa circunferência devem ser representadas as categorias da variável em estudo.

Beispiel: Anzahl der bestätigten Fälle von COVID-19 nach Regionen Brasiliens, bis 15.07.20.

Tabelle 4.3 – Anzahl der bestätigten Fälle von COVID-19 nach Regionen Brasiliens, bis 15.07.20.

Quelle: Landesgesundheitsämter. Brasilien, 2020

Auf diese Weise müssen wir:

Abbildung 4.1

4.3 ZENTRALE TREND MAßNAHMEN

Für Azevedo (2016, S.142) definiert er dieses Maß als:

As medidas de tendência central ou promédios são valores que servem para representar a distribuição como um todo, além de possibilitarem o confronto entre distribuições. Das principais medidas de tendência central destacamos aqui a média aritmética e a mediana.

4.3.1 ARITHMETISCHER MITTELWERT

Das einfache arithmetische Mittel oder bekannte Mittel wird durch eine Reihe von Daten erhalten, es reicht aus, die Gesamtsumme der Werte der Menge durch die Anzahl der Elemente zu dividieren, die es hat (FALCO und JUNIOR, 2012)

4.3.2 MEDIAN

Maytê Pereira (2019) betont, dass der Median das Maß der zentralen Positionierung ist, vereinfacht gesagt der Wert, der in der Mitte einer Reihe von Daten steht, die in aufsteigender oder absteigender Reihenfolge angeordnet sind.

Wenn die Datenmenge ungerade ist, ist es viel einfacher, den Median zu finden, da es sich um die Zahl handelt, die sich in der Mitte der Menge befindet. Wenn die Datenmenge gleichmäßig ist, muss der Durchschnitt der beiden Werte ermittelt werden, die sich in der Mitte befinden, und somit ist der gefundene Wert der Median.

4.3.3 MODE

Der mode eines Datensatzes ist der Wert, der am häufigsten vorkommt. Ein Datensatz kann einen Modus, mehr als einen Modus oder keinen Modus haben (LARSON; FARBER, 2015).

5. SCHLUSSFOLGERUNG

Statistiken haben mitten in dieser Pandemie einen Unterschied gemacht und erheblich dazu beigetragen. Es hat Angehörigen der Gesundheitsberufe und anderen Bereichen geholfen, Entscheidungen zu treffen

Mit den Werkzeugen der deskriptiven Statistik haben wir gesehen, wie sehr sie im Kampf gegen COVID-19 präsent ist. Anhand von Beispielen wurde gezeigt, dass dies von grundlegender Bedeutung für Planungsstrategien, Entscheidungsfindung und Datenorganisation war.

Daher ist es notwendig, sich der Bedeutung dieses Bereichs der Statistik bewusst zu sein, wie es täglich in den Medien durch Tabellen, Grafiken und beschreibende Maßnahmen gezeigt wird. Daher verdient sie in dieser schwierigen Zeit, unter der das Land unter der Zahl der Todesfälle leidet, alle Aufmerksamkeit.

VERWEIS

AZEVEDO, Paulo Roberto Medeiros de. Introdução à estatística [recurso eletrônico] / Paulo Roberto Medeiros de Azevedo. – 3. ed. – Natal, RN : EDUFRN, 2016.

CALVO, M. C. M. Estatística descritiva. Florianópolis: UFSC, 2004.

COGGON, David – a importância da estatística na pesquisa em saúde, 2015.

COSTA, Paulo Roberto da. Estatística. Santa Maria: Universidade Federal de Santa Maria, Colégio Técnico Industrial de Santa Maria, Curso Técnico em Automação Industrial, 3. ed., 2011.

CRESPO, Antônio Arnot. Estatística fácil – 17. ed – São Paulo. Saraiva, 2002

DIEHL, C. A.; SOUZA, M. A.; DOMINGOS, L. E. C. O uso da estatística descritiva na pesquisa em custos: análise do XIV congresso brasileiro de custos, Porto Alegre, v. 7, n. 12, 2º semestre de 2007.

FALCO, Javert; JUNIOR, Roberto. Estatística. Curitiba – PR, 2012

FREITAS, ARF; NAPIMOGA, MH; DONALISIO, MR. Análise da gravidade da pandemia de Covid-19; Universidade Estadual de Campinas, Departamento de Saúde Coletiva, Campinas, SP, Brasil.

LARSON, Ron. Estatística aplicada / Ron Larson, Betsy; Farber ; tradução José Fernando Pereira Gonçalves; revisão técnica Manoel Henrique Salgado. — São Paulo : Pearson Education do Brasil, 2015.

MEDRI, Waldir. Análise exploratória de dados. Londrina/PR, 2011.

Painel de casos de doença pelo coronavírus 2019 (COVID-19) no Brasil pelo Ministério da Saúde: disponível em <https://covid.saude.gov.br/>

PEREIRA, Maytê – Estatística Descritiva Básica: o que é e para que serve,2019.

UFJF NOTÍCIAS. Pesquisador explica como a estatística ajuda no combate à Covid-19. 2020. Disponível em: <https://www2.ufjf.br/noticias/2020/04/22/pesquisador-explica-como-a-estatistica-ajuda-no-combate-a-covid-19/>.

VIEIRA, Sonia. Introdução à Bioestatística – 3 ed. Revista e 3 ed. Ampliada, – Rio de Janeiro: Elsevier, 1980 – 16° reimpressão.

^[1] Vollständiger Abschluss in Mathematik und Abschluss des Höherer Technologie Kurs im Finanzmanagement.

Gesendet: Juli 2020.

Genehmigt: August 2020.