2.1 Participantes por idade

2.2 Participantes por campus

2.3 Participantes por vínculo

2.4 Situação vacinal

2.5 Previsão de 2ª dose

2.6 Qual percentual dos participantes com comorbidades?

2.7 Quantos participantes se sentem seguros para voltar?

2.8 Cuidados especiais para o retorno presencial

Neste ponto vale salientar que a pergunta foi endereçada às pessoas que necessitam de algum esforço por parte da universidade para garantir o retorno seguro. Aqui, muitas pessoas entenderam como cuidados especiais a adoção de medidas como uso de máscaras, álcool em gel, etc. Disto resulta o percentual tão elevado de pessoas que demandam cuidados especiais para o retorno presencial.

3.1 Uma amostra

Vamos testar a hipótese de que, na amostra toda, a proporção de pessoas que se sentem seguras para o retorno é de \(50\%\).

\[H_0: p_0 = 0.5\]

O valor-p de 0.7263 indica grande evidência a favor de \(H_0\). Ao nível \(\alpha = 0.05\), não rejeitamos \(H_0\)

# Teste de hipótese para uma amostra --------------------------------------


table(dados$seguro)

## 
## N/I Não Sim 
##   1 326 335

res = prop.test(x = 335, n=326+335, p=0.5, correct = FALSE)

# Nao temos evidencia de que a proporcao seja significativamente 
# diferente de 0.5 - (p-valor = 0.7263)

res

## 
##  1-sample proportions test without continuity correction
## 
## data:  335 out of 326 + 335, null probability 0.5
## X-squared = 0.12254, df = 1, p-value = 0.7263
## alternative hypothesis: true p is not equal to 0.5
## 95 percent confidence interval:
##  0.4687654 0.5447716
## sample estimates:
##         p 
## 0.5068079

3.2 Duas amostras

Vamos comparar a proporção de pessoas que se sentem seguras para o retorno em dois grupos: docentes e TAE.

\[H_0: p_A = p_B\]

O valor-p do teste é 0.65, que é maior que o nível de significância \(\alpha = 0.05\). Podemos concluir que a proporção de pessoas que se sentem seguras para o retorno não é significativamente diferente entre os dois grupos (Docentes e TAE).

# Teste Z para comparar duas proporcoes: TAE e Docentes

dados %>% filter(vinculo == "Docente") -> dados_doc
dados %>% filter(vinculo == "Técnico Administrativo") -> dados_TAE

dados_doc$seguro %>% table 

## .
## Não Sim 
## 202 196

dados_TAE$seguro %>% table 

## .
## Não Sim 
## 123 138

dados_doc$seguro %>% length

## [1] 398

dados_TAE$seguro %>% length

## [1] 261

res <- prop.test(x=c(196,123), n = c(398,261))
res

## 
##  2-sample test for equality of proportions with continuity correction
## 
## data:  c(196, 123) out of c(398, 261)
## X-squared = 0.20509, df = 1, p-value = 0.6506
## alternative hypothesis: two.sided
## 95 percent confidence interval:
##  -0.05994733  0.10234322
## sample estimates:
##    prop 1    prop 2 
## 0.4924623 0.4712644

# O p-valor > 0.05 indica evidencia a favor de H_0: 
# a proporcao entre os dois grupos eh igual;