Resumo: Introdução a Estatística - Noções de Amostragem (Estatística Descritiva - MATA44)

Prévia do material em texto

Aula 3 - Introdução a Estatística
Noções de Amostragem
Na realização de qualquer estudo, quase nunca é possível examinar todos os elementos da população de interesse;
Amostragem é o processo de escolha uma amostra; ▪ O processo de obtenção de uma amostra é tão importante que constitui uma área da Estatística conhecida como Teoria da Amostragem.
Nem todo estudo tem inferência estatística. Pode apenas haver a estatística descritiva dos dados.
Suficiência: quantidade satisfatória e que seja representativa da população. Os dados da amostra poderão ser generalizados para toda a população
Confiabilidade: é uma avaliação que demonstra o quanto determinado componente pode funcionar dentro de seus limites sem que ocorra falha dentro do período estabelecido nas condições ambientais normais, procurando sempre atingir um bom desempenho
Características desejáveis em uma amostra
A estimativa é um valor (ou valores) que atribuímos a um parâmetro de uma população baseado em um valor da estatística correspondente da amostra (vide figura anterior).
- Capacidade de generalizar estimativas da amostra para toda a população (inferência); 
- Menor erro amostral possível, dado o custo, tempo e restrições operacionais. Sempre teremos um erro amostral associado a qualquer tipo de estudo. O que é erro amostral? Calculamos o desvio da diferença entre aquele valor que de fato você esperava obter na população em relação ao valor que você obteve na amostra. Por exemplo: um medicamento tem 1g e foi retirada uma amostra para avaliar o peso. O peso médio é mensurado e depois comparado com o peso médio com o lote. Quando for calculado a diferença entre o peso médio do lote e da amostra, o resultado da diferença é o erro amostral. 
- Permitir a mensuração da precisão das estimativas..
Conceitos iniciais 
 População Objeto: É a população total de interesse sobre a qual desejamos obter informações. 
Característica Populacional: Este é o aspecto da população que interessa ser medido. Pode ser qualitativamente ou quantitativamente.
Unidade Amostral: Definida de acordo com o interesse do estudo, podendo ser um objeto, um indivíduo, uma família, uma fazenda, etc. A escolha deve ser feita no início da investigação. 
Erro Amostral: Diferença entre um resultado amostral e o verdadeiro resultado populacional.
Tipos de Amostragem
Amostragem não aleatória:
É subjetiva e utiliza algum critério para seleção dos elementos. Em outras palavras, não usa critérios baseada em modelos para selecionar os elementos que irá compor a amostra e nem calcular o tamanho da amostra.
- É empregada, muitas vezes, por simplicidade ou pela impossibilidade de se obter amostragens aleatórias; 
- Não é possível generalizar os resultados, pois não garantem a representatividade da população. Isso não significa que o resultado do estudo não tenha validade.
Tipos:
1. Amostragem por acessibilidade (conveniência): Seleção dos elementos aos quais se tem acesso. Não pode ser generalizado, pois podem haver questões que sejam excludentes.
Ex: Entrevistar os pacientes que procuram determinado posto de saúde. 
2. Intencional: Seleciona elementos com informações disponíveis e requer certo conhecimento sobre a população. Aqui se tem informações sobre a população alvo e, assim, conseguimos escolher melhor quem vamos escolher para o estudo;
Ex: Entrevistar representantes de turma do curso de Farmácia. 
3. Por Cota: Divide-se a população em subgrupos e seleciona quantidades em cada grupo. É utilizada quando não existe um cadastro da população que possibilite a realização do sorteio necessário a amostragem aleatória. 
Ex: Pesquisas eleitorais e Pesquisas de mercado.
Amostragem Aleatória (probabilística):
Reúne todas as técnicas que utilizam mecanismos aleatórios de seleção dos elementos da população que irão fazer parte da amostra.
Os resultados podem ser generalizados para a população e os erros amostrais podem ser mensurados. Além disso, a seleção aleatória assegura representatividade da amostra.
Os principais planos de amostragem aleatória são:
1- Amostragem Aleatória Simples: Cada elemento da população alvo tem a mesma chance (probabilidade) de ser selecionado e compor a amostra.
Exemplo: Estudar os efeitos da COVID-19 em pacientes diagnosticados (via teste RT-PCR) com o vírus em SSa; 
Exemplo 2: A escola de Nutrição da UFBA deseja estudar o padrão de consumo alimentar da comunidade UFBA. A comunidade UFBa é composta pelos docentes, discentes e técnicos administrativos. Cada pessoa na comunidade tem a mesma chance de ser selecionada para compor a amostra em um estudo que objetiva avaliar o padrão de consumo alimentar.
2- Amostragem Estratificada. População é dividida devido a características distintas, isto é, uma população heterogênea. A população é dividida em grupos. A população alvo é dividida em estratos (subgrupos homogêneos) e deseja-se que a amostra extraída da população tenha em cada estrato uma proporção de indivíduos igual ou semelhante à correspondente proporção na população. O processo de escolha das amostras dentro de cada estrato é feito via AAS. A partir desse método vai garantir que o mesmo número de pessoas diferentes tenha chances de serem selecionadas. Dentro dos grupos existem homogeneidade, entre os grupos heterogeneidade.
Exemplo: Considere uma população constituída pelos 415 municípios do estado da Bahia. Estes municípios podem ser divididos em pequenos, médios e grandes segundo o tamanho da população, por exemplo.
Exemplo: No exemplo do estudo sobre o padrão de consumo alimentar na comunidade UFBa, é possível levar em consideração que a comunidade é heterogênea, podendo dividi-la em 3 estratos: docentes, discentes e técnicos administrativos. Neste caso, extraímos amostras dentro de cada estrato, para assim compor a amostra de interesse e garantir, assim, que cada estrato será representado igualmente na amostra.
3 - Amostragem por Conglomerado (Ou Cluster): a diferença entre por conglomerado e Estratificada é que por conglomerado existe dentro do conglomerado e entre o conglomerado. Também conhecida como amostragem por clusters (em inglês), a seleção aleatória é realizada em Grupos previamente existentes, como, por exemplo, escolas, unidades de saúde, bairros, macrorregiões de saúde, etc; Neste tipo de amostragem, a população é dividida em Grupos (conglomerados) e uma AAS dos Grupos é então selecionada. Em seguida, os elementos em cada conglomerado selecionado são amostrados. É um estudo maior e tende a haver mais erros amostrais (quanto maior a amostra, maior o erro amostral).
Exemplo: Para estudar o perfil de consumo das famílias residentes em SSa, faz-se necessário considerar um plano que contemple famílias em diferentes locais da cidade. Podemos separar a cidade, por exemplo, de acordo com os setores censitários ou distritos sanitários. Assim, teremos vários grupos. Dentro de cada grupo (por ex, distrito sanitário) há grande heterogeneidade, pois em um mesmo distrito há famílias com diferentes perfis e níveis sócio-econômicos, por exemplo.
4 - Amostragem Sistemática – AS: Existe uma sistematização de como os elementos que irão compor a amostra serão selecionados. Não tem uma fórmula para definir o tamanho da amostra. Não é tão usada.
Os elementos da população são de alguma forma ordenados e o 1º elemento da amostra é escolhido de forma aleatória, através de um sorteio, por exemplo; Em seguida, os próximos elementos são escolhidos a partir da definição de um valor k, que define a partir do 1º quem serão os próximos a serem sorteados, sempre pulando k elementos até complementar o número “n” de elementos que farão parte da amostra; A AS é uma forma de simplificar o processo de amostragem, mas deve ser realizada com cuidado, pois pode gerar uma amostra não representativa da população.