Baixe o app para aproveitar ainda mais
Prévia do material em texto
15/5/2013 1 AE Rosa Maria Salani Mota 1 Amostragem Estratificada Frequentemente a população de interesse é composta de subpopulações disjuntas e bem definidas, por exemplo, sexo, idade, condição socioeconômica, região geográfica, onde a variável de interesse apresenta um comportamento com maior homogeneidade entre as unidades amostrais dentro das subpopulações (estrato) do que entre as unidades amostrais de estratos diferentes. AE Rosa Maria Salani Mota 2 Amostragem Estratificada • Estudo da prevalência da hanseníase em Fortaleza e região metropolitana, 2006 http://fr.wikipedia.org/wiki/R%C3%A9gion_m%C3%A9tropolitaine_de_Fortaleza Région métropolitaine Ville Population1 (hab.) Superficie (km²) Fortaleza 2 416 920 313 Caucaia 303 970 1228 Maracanaú 193 879 106 Maranguape 98 429 591 Aquiraz 69 343 481 Pacatuba 60 701 132 Pacajus 51 757 254 Horizonte 43 505 160 São Gonçalo do Amarante 39 569 834 Eusébio 38 448 79 Itaitinga 33 221 151 Guaiúba 21 339 267 Chorozinho 20 721 278 Total 3 415 455 4 872 AE Rosa Maria Salani Mota 3 �A amostragem estratificada (AE) consiste: 1. Na divisão de uma população em grupos (chamados estratos). 2. Esta divisão é feita segundo alguma(s) característica(s) conhecida(s) na população sob estudo. 3. Geralmente, em proporções convenientes, em cada um desses estratos é selecionado uma amostra Casual Simples com ou sem reposição. Amostragem EstratificadaAmostragem Estratificada AE Rosa Maria Salani Mota 4 Se a coleta da amostra for realizado sem levar em consideração a existência dos estratos, pode acontecer que os diversos estratos não sejam convenientemente representados na amostra. Neste caso, a amostra poderia estar mais influenciada pelas características da variável nos estratos mais favorecidos pelo sorteio. Além disso, a tendência à ocorrência de tal fato será tanto maior quanto menor o tamanho da amostra. Amostragem Estratificada AE Rosa Maria Salani Mota 5 � O tamanho da amostra em cada estrato pode ser: � Uniforme: sorteia-se igual número de elementos de cada estrato (Amostragem estratificada Uniforme). • A amostragem estratificada uniforme será recomendável se os estratos da população forem pelo menos aproximadamente do mesmo tamanho. Caso contrario, será preferível a estratificação proporcional pelo fato de fornecer uma amostra mais representativa da população. Amostragem Estratificada AE Rosa Maria Salani Mota 6 � Proporcional: quando o número de elementos sorteados em cada estrato é proporcional ao tamanho do estrato (Amostragem estratificada Proporcional). • No entanto se a variabilidade de um estrato é elevada, implica que um estrato com maior variância poderá levar à seleção de um maior número de unidades amostrais, quando comparado com um estrato com a mesma dimensão populacional mas menor variância (maior homogeneidade). Amostragem Estratificada 15/5/2013 2 AE Rosa Maria Salani Mota 7 �Ótima: quando em cada estrato um número de elementos sorteados é proporcional ao número de elementos do estrato e também a variação (desvio padrão) da variável de interesse no estrato (Amostra estratificada ótima). • O tipo de amostragem estratificada mais comum são as amostragem uniforme e amostragem proporcional . Amostragem Estratificada AE Rosa Maria Salani Mota 8 � Essencialmente, os objetivos da AE são: • com amostras de pequena dimensão produzir estimativas mais precisas que, por exemplo, a ACS. • produzir estimativas para a população como um todo e para as subpopulações. � Em geral, quanto mais os elementos de cada estrato forem parecidos entre si e diferentes entre os estratos, maior será a precisão dos estimadores. Amostragem Estratificada Exemplo 20: Considere uma pesquisa feita em uma população com N = 8 domicílios, onde deseja-se estudar a renda domiciliar (Y) e são conhecidas as regiões, A e B dos domicílios (X). população 1 2 3 4 5 6 7 8 ῩῩῩῩ (µ) 2222 renda 13 17 6 5 10 12 19 6 11 24 região A B A A A B B A - - AE Rosa Maria Salani Mota 9 Amostragem Estratificada Para uma ACSc com n=4 qual o valor da var (Ȳ) ????? • Em uma ACSc com n=4 ⇒ var(ῩACSc) = = 6. n 2σ Considere as regiões A e B como estratos e considerando uma ACSc de tamanho 2 em cada estrato, ESTRATO (REGIÃO) A (N=5) B (N=3) Subpopulação 1 3 4 5 8 2 6 7 renda 13 6 5 10 6 17 12 19 Para nA= nB =2 µA = 8 µB = 16 e a ACSc em cada estrato 22 = 2,2 ; 222(Ῡ2)=2,2/2=2,2 22 =2,2 ; 222(Ῡ2)=2,2/2=2,22 Rosa Maria Salani Mota 10 �Com base em Ῡ A eῩB é preciso construir um estimador para µ. AE Amostragem Estratificada AE Rosa Maria Salani Mota 11 8 35 BA µµ + Fazendo Ῡestr= (média ponderada) Encontramos: Ῡestr = = 11 Além disso, pela propriedade da var, var (Ῡestr ) = ⇒ var(Ῡest)=2,4086 e, como var(ῩACSc) = 6 então = 222 ≅ 2,2 ⇒ Com uma amostra de tamanho n=4, a amostragem estratificada reduz em 60% a variabilidade do estimador Ῡ de μ quando comparada com a ACSc. )( BA BBAA NNN NN += + µµ ) var()( ) var()( B2A2 YN NY N N BA + )var( )var( ACSc estr Y Y Na pratica: Retire uma ACSc de tamanho ni do estrato i, i=1,2...L. Calcule a estimativa da média e da variância populacional e a ; Utilize essa mesma amostra para calcular a estimativa da média e da variância populacional supondo a ACSc . = 222 Exercício: Retire uma ACSc de tamanho 2 de cada estrato, calcule o EPA . Que conclusão você chegou? AE Rosa Maria Salani Mota 12 )var( )var( ACSc estr Y Y Wh = Nh N : peso relativo do estrato h com ∑ Wh��ℎ=1 = 1 15/5/2013 3 Rosa Maria Salani Mota 13 • EFEITO DO PLANO AMOSTRAL (EPA) DE KISH (em inglês, design effect (deff )). Definição: O EFEITO DO PLANO AMOSTRAL :EPA= onde var(θverd ) = variância do estimador do parâmetro θ obtida considerando o plano amostral da pesquisa (plano B) e var(θA ) = variância do estimador do parâmetro θ obtida por um plano amostral A diferente do plano B. )var( )var( ACS verd θ θ EFEITO DO PLANO AMOSTRAL (EPA) AE AE Rosa Maria Salani Mota 14 �O EPA de Kish é, então, uma razão entre variâncias de um estimador, de θ calculadas para dois planos amostrais alternativos. �Sem emprego de fórmulas complicadas. Os valores do EPA são úteis como informação de apoio ao planejamento de novas pesquisas por amostragem, antes que as respectivas amostras sejam efetivamente selecionadas. ⇒⇒⇒⇒ COMO ????? AE Rosa Maria Salani Mota 15 �O EPA compara planos amostrais alternativos da pesquisa considerando a precisão do estimador do parâmetro θ. •considerando um estimador de θ - calcular a variância de sua distribuição induzida pelo plano amostral verdadeiro (VERD) e a variância da distribuição induzida pelo plano de amostragem aleatória simples (ACS) . AE Rosa Maria Salani Mota 16 • EPA < 1 ⇔ var(θverd ) < var(θACS ) e, neste caso, o plano amostra “verdadeiro” é mais eficiente que o da ACS. • EPA > 1 ⇔ var(θverd ) > var(θACS ) e, neste caso, o plano amostra “verdadeiro” é menos eficiente que o da ACS. • EPA = 1 ⇔ var(θverd ) = var(θACS ) e, neste caso, o plano amostra “verdadeiro” e o plano amostra ACS são igualmente eficiente. AE Rosa Maria Salani Mota 17 Observação: � A simples estratificação, por si só, não produz necessariamente estimativas mais eficientes do que a ACS. � O resultado (estimativa) será mais eficaz quanto maior for a habilidade do pesquisador em produzir subpopulações (estratos) homogêneos dentro e heterogêneo entre elas. Exemplo21: Estratificação Inapropriada: Considere as regiões A e B como estratos e sorteando uma ACSc de tamanho 2 em cada estrato ESTRATO (REGIÃO) A (N=4) B (N=4) Subpopulação 1 2 3 4 5 6 7 8 renda 13 17 6 5 10 12 19 6 Para nA= nB =2 ῩA = 10,25 ῩB = 11,75 e a ACSc em cada estrato 22 = 22,22 ; 222(Ῡ2)=22,22 22 =22,22; 222(Ῡ2)=22,22 Rosa Maria Salani Mota 18 �Com base em Ῡ A e ῩB⇒ Ῡestr = = 11 AE 8 *4*4 BA YY + 15/5/2013 4 AE Rosa Maria Salani Mota 19 Além disso , NA = NB = 4 , N = 8; nA = nB = 2 ; n = 4 var (Ῡestr ) = ⇒ var(Ῡest) =5,86 ⇒ EPA= = ≅ 0,98 ⇒ Com uma amostra de tamanho n=4, a amostragem estratificada reduz de forma insignificante a variabilidade do estimador Ῡ de μ quando comparada com a ACSc. ) var()( ) var()( B2A2 YN NY N N BA + )var( )var( ACSc estr Y Y 6 86,5
Compartilhar