Baixe o app para aproveitar ainda mais
Prévia do material em texto
RESUMO CNU GEOPROCESSAMENTO E ANÁLISE DE DADOS Noções de Inferência Estatística de dados geoespaciais: População e Amostra, Seleção de amostra, Estatística e Parâmetro, Distribuições amostrais. Vamos explorar esses conceitos: 1. População e Amostra: · População: · Conjunto completo de elementos ou indivíduos que são de interesse em um estudo estatístico. · Em dados geoespaciais, a população pode ser a totalidade de pontos, áreas ou fenômenos em uma determinada região geográfica. · Amostra: · Subconjunto representativo da população que é selecionado para análise. · Em dados geoespaciais, uma amostra pode consistir em uma seleção aleatória de pontos, polígonos ou pixels de uma região maior. 2. Seleção de Amostra: · Aleatória Simples: · Cada elemento da população tem a mesma chance de ser selecionado. · Pode ser implementada usando técnicas como sorteio aleatório ou seleção aleatória de coordenadas. · Estratificada: · Divide a população em estratos ou subgrupos homogêneos e seleciona aleatoriamente amostras de cada estrato. · Útil quando a população apresenta variação significativa em diferentes subgrupos. · Sistemática: · Seleciona elementos da população em intervalos regulares após a ordenação dos dados. · Pode ser eficiente em conjuntos de dados geoespaciais ordenados, como imagens de sensoriamento remoto ou grade de pontos. 3. Estatística e Parâmetro: · Estatística: · Valor calculado a partir dos dados de uma amostra, usado para descrever ou inferir características da população. · Exemplos incluem média, desvio padrão, proporção e correlação. · Parâmetro: · Valor que descreve uma característica da população. · Geralmente desconhecido e estimado com base em estatísticas calculadas a partir de amostras. 4. Distribuições Amostrais: · Distribuição de Amostras: · Distribuição teórica que descreve o comportamento de uma estatística calculada a partir de múltiplas amostras da mesma população. · Exemplos incluem a distribuição da média, distribuição da proporção e distribuição do desvio padrão. · Teorema Central do Limite: · Afirma que, com amostras grandes o suficiente, a distribuição das médias amostrais se aproxima de uma distribuição normal, independentemente da distribuição da população original. · Permite fazer inferências estatísticas sobre parâmetros populacionais com base em amostras. Esses conceitos são fundamentais na inferência estatística de dados geoespaciais, permitindo que os analistas façam conclusões sobre características da população com base em informações de amostras selecionadas de forma adequada e com a aplicação correta de técnicas estatísticas. Parte superior do formulário Parte superior do formulário Parte superior do formulário Parte superior do formulário Parte superior do formulário Parte superior do formulário Parte superior do formulário Parte superior do formulário Parte superior do formulário Parte superior do formulário
Compartilhar