Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIDADE II: TEORIA DA AMOSTRAGEM PAU DOS FERROS - RN SETEMBRO DE 2016 UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO DEPARTAMENTO DE CIÊNCIAS AMBIENTAIS E TECNOLÓGICAS CURSO: BACHARELADO EM CIÊNCIA E TECNOLOGIA DISCIPLINA: ESTATÍSTICA BASES TECNOLÓGICAS (EMENTA): Ementa: 2 I Estatística descritiva Conjuntos e probabilidades Variáveis aleatórias. Distribuições de probabilidade. II Distribuições especiais de probabilidade. Teoria da amostragem. Teoria da estimação. III Testes de hipóteses. Regressão linear Correlação. Sumário Conceito de teoria da amostragem; Justificativas das amostras (Amostras x Censo); Amostras Probabilísticas Amostragem aleatória simples; Amostragem sistemática; Amostragem estratificas Amostragem por conglomerado; Amostras Não- Probabilísticas Convencional Intencional 3 Teoria da amostragem 4 TEORIA DA AMOSTRAGEM AMOSTRAGEM. Técnicas de amostragens As mais utilizadas Como utilizar cada uma usando os princípios técnicos. 5 Teoria da amostragem É um campo da estatística bastante sofisticado que estuda técnicas de planejamento de pesquisa para possibilitar inferências sobre um universo de dados ou conjunto de dados afim de possa extrair conclusões referente a uma pequena parte de seus componentes - A AMOSTRA. 6 A amostra tem que representa a população de forma eficiente – Retrato ou copia fiel da população - REPRESETATITIVIDADE OBS Amostragem x censo Amostragem O estudo se baseia em parte da população, ou seja, através de uma amostra (Representativa). Censo É quando todos os indivíduos de uma população são observados. 7OBS Técnicas de amostragem 8OBS Técnicas de amostragens AMOSTRAGEM ALEATÓRIA SIMPLES: o A amostra é escolhida elemento a elemento; o A população é enumerada de 1 a N; o Utilizaremos uma TABELA DE NÚMEROS ALEATÓRIOS (TNA); o Esse processo baseia no princípio da casualização – sorteio ao acaso. o Os elementos correspondem aos números escolhidos da população; 9 10 1 Grupos = 5 colunas Linhas EXEMPLO - AMOSTRAGEM ALEATÓRIA SIMPLES Ex. 1: O tempo de utilização de caixas eletrônicos depende de cada usuário e das operações efetuadas. Foram coletadas 24 medidas desse tempo, em minutos, conforme se ver na tabele abaixo. Fazer uma amostragem aleatória simples. 11 Dados populacional OBS Valores em minutos Procedimentos para o sorteio 1º passo: Fazer a organização - 1 a N - população N; 2º passo: Codificar toda a população – sempre de cima pra baixo e da esquerda para a direita – devemos fazer a enumeração de todos os elementos ; 12 Procedimentos para o sorteio 3º passo: Visualizar a TABELA-TNA e começar o sorteio de 1 até N; 4º passo: Utilizar nessa tabela de números aleatórios sempre a referencia dada em cada questão, por exemplo, 10ª L e 6ª C; 5º passo: O t0tal da amostra deve ser igual n; p.ex, 4 elementos – n; 6º passo: Sortear números aleatórios de 1 a N com um ou dois dígitos dependendo do tamanha população. Por exemplo, de 1 a 24 – escolher apenas 4 elementos – AMOSTRA - n. 7º passo: Números superior a N, serão descartados desse sorteio. Por exemplo, números superiores a 24. 13 Tabela de números aleatórios Referência dada - 10ª L e 6ª C; Deve obedecer esse sorteio – 1 a 24 – N; 14 1 Grupos = 5 colunas Linhas Tabela de números aleatórios Processo de amostragem – sorteio. 15 Deve-se escolher números Abaixo desse valor ordenado. Sorteio – 1 a 24 – N; Referência: 10ª L e 6ª C; Escolher números com um ou dois dígitos? 16 Tabela de números aleatórios 17 COD. DA AMOSTRA RESPOSTA FINAL?? Tabela de números aleatórios AMOSTRAGEM ALEATÓRIA SIMPLES Quais são os tempos em min para n=4??? Números sorteados são: AMOSTRA FINAL 18 AMOSTRAGEM SISTEMÁTICA 19 AMOSTRAGEM SISTEMÁTICA Principais características. Uma amostra desse tipo tem tamanho n e é constituída dos elementos de ordem k, k+r, k+2r,....,k+nr; Onde K é um numero inteiro escolhido aleatoriamente no intervalo de 1 a r e r é o inteiro mais próximo de N/n. 20OBS AMOSTRAGEM SISTEMÁTICA Principais características. Se o tamanho da população é desconhecido, não podemos determinar exatamente o valor de r; Escolhemos intuitivamente um valor razoável para r; 21OBS Processo – amostragem sistemática 22 Passos para interpretação da amostragem sistemática !!! Exemplo - amostragem sistemática Extrair dados de uma população com N = 6; Em relação a TNA, usar 6ªL e 3º C; 23 Referencia Exemplo - amostragem sistemática Processo 24 Passos??? OBS Tabela de números aleatórios Tabela – TNA. Referencia: 6ªL e 3º C; 25 K = 3 Dados da amostragem Desenvolvimento. K, K+r, K +2r, ........, K + rn. (??????) Codificação da amostra = (3, 7, 11, 15, 19, 23) Amostra = ?? 26 RESPOSTA FINAL 27 Tabela de números aleatórios AMOSTRAGEM SISTEMÁTICA Números sorteados são: AMOSTRA 28 Amostras probabilísticas estratificadas 29 UNIDADE II: TEORIA DA AMOSTRAGEM Amostras probabilísticas Amostra estratificadas • É obtida subdividindo-se a população em grupos (estratos), com base em características importantes para o estudo (idade, sexo, dimensão de rebanho, distribuição geográfica, etc) e; • Selecionar aleatoriamente os indivíduos em cada estrato (Várias amostras simples aleatórias). 30 Amostras probabilísticas Amostra estratificadas • Deve-se conhecer antecipadamente os efeitos dessas características e também a composição da população; • O mais comum é praticar uma amostragem estratificada proporcional ao tamanho de cada estrato. • Para tanto, utiliza-se uma regra de três simples, do número de elementos de cada estrato, dentro da amostra. • A determinação dos elementos que comporão a amostra é feita pela TNA, respeitando a proporção de cada estrato dentro da população; 31 Exemplo de amostra estratificada 32 Estrato A Estrato B Exemplo - amostragem estratificada Características. Divida a população em dois estratos. Estrato A: valores menores que 2,0 (TNA; 8ª L e 3ª C); Estrato B: valores iguais ou maiores que 2,0 (TNA. 16ª L e 2ª C); Extrair uma amostra estratificada proporcional ao tamanho n = 10. 33 Processo – amostragem estratificada Passos desse processo - amostragem estratificada: 34 PASSOS:???? OBS Processo – amostragem estratificada Fazer a divisão de estratos – população. Estrato – A O estrato A = valores menores que 2,0, colocar A; Seguir referencia = 8º L e 3º C; 35 Processo – amostragem estratificada Fazer a divisão de estratos – população. Estrato – B O estrato B = valores maior ou igual a 2,0, colocar B; Seguir referencia = 16º L e 2º C; 36 Processo – amostragem estratificada Fazer a regra de três – população – estrato A. Tamanho de N = 24; n = 10 (Valor geral). 37 Na = 8,0 OBS O estrato A = valores maior que 2,0, colocar B; Na = Dois dígitos Processo – amostragem estratificada Fazer a regra de três – população – estrato B. Tamanho de N = 24; n = 10. 38 Se Na = 8,0 Na + Nb = 10 8 + Nb = 10 Nb = 2 OBS Nb = Um dígito 39 referencia = 8º L e 3º C; nA= 8;NA = 18 = dois dígitos Sorteio do estrato - B 40 referencia = 16º L e 2º C; nB = 2; Nb = 2 = um digito / 41 Amostras probabilísticas Conglomerado 42 Amostras probabilísticas por Conglomerado Amostra por Conglomerado. • A aplicação é em nívelde grupos; • Todos os elementos dos grupos escolhidos são incluídos na amostra; • A seleção dos grupos pode ser aleatória; 43 Exemplo 44 Aglomerado = uma porca com 9 leitões Para se ter uma boa representação precisa-se de ter pelo menos 3 porcas por estrato. Amostras não probabilísticas 45 Amostra por conveniência ou acidentais As amostras por conveniência são as amostras menos confiável, pois o pesquisador seleciona a amostra conforme sua conveniência, havendo pouco rigor na seleção. Não é possível mensurar os erros desta amostragem e não é possível fazer nenhuma declaração definitiva ou conclusiva sobre os resultados obtidos 46 Amostras intencionais ou por julgamento A característica chave da amostragem por julgamento é que os elementos da população são selecionados intencionalmente. 47 Marcar prova – segunda avaliação Data da prova: (Turma 01): 18/10/2016 (Turma 02): 18/10/2016 Data da entrega do exercício: (Turma 1): Até a data da prova (Turma 2): Até a data da prova 48
Compartilhar