Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 UNIVERSIDADE FEDERAL DE SANTA MARIA - CESNORS - Unidade 4 – AMOSTRAGEM TEORIA DE AMOSTRAGEM Prof. Magda Zanon 1 � Censo � 100% dos indivíduos da população � Reproduz “fielmente” as características (parâmetros) � Valores reais ou verdadeiros � Alta demanda de tempo/recursos 2 Teoria da amostragem �Amostragem � Porção da população � Estimativas representativas do todo �Grupo de unidades amostrais (parcelas) = amostra � Estimativa correta SE alocada corretamente na população objeto �Menor custo; menor tempo de observação � “Probabilidade”de ser mais confiável –Porção da população = mais tempo/recursos p/ medições cuidadosas –Menor custo = aquisição de equipamentos de maior precisão 3 Teoria da amostragem �AMOSTRAGEM � A teoria de amostragem evoluiu pq: –Parte da população – Inferência sobre o todo –Precisão desejada –Baixo custo e curto espaço de tempo –Probabilidade de confiança FIXADA 4 Teoria da amostragem 2 � POPULAÇÃO (N) “Conjunto de seres da mesma natureza (espaço/tempo)” � LOETSCH & HALLER (1973): –Os indivíduos da população com respeito a uma característica típica, ou atributo chamado variável � DAP; vários tipos de alturas; volume; incrementos; idade; espécies; qualidade da madeira; etc � Árvores: indivíduos da população (variáveis observadas) � As populações podem ser estatisticamente diferentes � Média estimada; Variância; Desvio padrão; CV%; etc � Exemplo de população (parâmetro) 5 Teoria da amostragem 6 Teoria da amostragem POPULAÇÃO ( N ) Parâmetros Organização estrutural de uma população 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 N � AMOSTRA (N) � Parte da população � Representativa, exceto ao acaso da aleatoriedade � Critérios para seleção das amostras: –Processo inconsciente � Sem tendenciosidade – Indivíduos inconvenientes não são substituídos � Respeito à aleatoriedade � Ex: parcelas “alocadas” locais de fácil acesso � Ex: medição de alturas restrita à arvores visíveis 7 Teoria da amostragem � UNIDADE AMOSTRAL � Espaço físico de observação –Medidas quantitativas e qualitativas � Normalmente: – Área Fixa (circular; quadrada; retangular) – Faixas – Pontos amostrais ou árvores 8 Teoria da amostragem 3 9 Teoria da amostragem 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 N Organização estrutural de uma população, amostra e unidade amostral AMOSTRA (n) Estimativas UNIDADE AMOSTRAL Características Quali e Quanti Tamanho da Amostra DEPENDE: �Objetivo �Recursos Disponíveis �Precisão Requerida �Método de seleção �Distribuição das unidades da amostra CRITÉRIOS PARA ESTABELECER O TAMANHO DA AMOSTRA • Em função de determinada porcentagem da área da população a ser amostrada. • Em razão de um erro de amostragem estabelecido antecipadamente, segundo determinado nível de probabilidade. De acordo com esse critério, a expressão que determina o número de unidades de amostras: • Populações Infinitas: n= t² s² E² • Populações Finitas: n = t² S² E² + t² S² N n = tamanho da amostra; E = precisão requerida ou erro admissível em torno da média, em termos absolutos; S² = variância da característica analisada nas unidades da amostra; t = valor tabelado da estatística “t” de Student, a dado nível de significância (α) e n-1 graus de liberdade; N = número total de unidades de amostra na população. 4 No caso de a precisão requerida ser estabelecida em termos percentuais (E%), as expressões anteriores ficam assim redefinidas: • Populações Infinitas: n = t² (CV)² (E%)² • Populações Finitas: n = t² (CV)² (E%)² + t² (CV)² N Intensidade de Amostragem • (1 – f) ≥ 0,98 : População infinita. • (1 – f) < 0,98 : População finita. f- fração de amostragem. • Intensidade de amostragem • Quantas unidades amostrais utilizar????? • Razão entre total unidades amostra / total unidades população • Importante para: – Cobrir a variabilidade da população – Erro de amostragem fixado – Probabilidade de confiança fixada 15 Teoria da amostragem stE st x x N N n 222 22 ∗+∗ ∗∗ = ( )22 xLEE ∗= Onde: Sx2 = estimativa da variância – variabilidade n = número de unidades amostradas – tamanho da amostra T = tabelado – Distribuição de Student E2 = erro de amostragem admitido (fixado) LE = limite de erro de amostragem e x = média estimada �Intensidade de amostragem � Tempo � Recursos disponíveis 16 Teoria da amostragem 5 � Erros de amostragem � Diferença méd est. amostra e méd param. população � Tipos de erro (decorrência): – Erro amostral � Processo de amostragem � Parte da população não amostrada (aceitável) – Erro não-amostral � Negligência na marcação das unidades � Medições (operador, instrumentos, registro/processamento) � Contribuem para o erro total do inventário 17 Teoria da amostragem xX −=Ε � Precisão e Acuracidade � Precisão: considera somente os erros amostrais – Tamanho dos desvios da amostra em relação a média estimada � Acuracidade: considera erros amostrais e não-amostrais – Tamanho dos desvios da estimativa amostral ao parâmetro da população � Qto - erro A, + Precisão � Qto - erro A + NA, +Acuracidade � Ideal: Acuracidade, porém avalia-se a Precisão � Precisão admissível: – 10% do valor da média do volume (por unidade de área) – Desejável: na ordem de 5% deste valor 18 Teoria da amostragem AMOSTRAGEMAMOSTRAGEM PROBALIBILISTICASPROBALIBILISTICAS:: ALEATÓRIAALEATÓRIA SIMPLESSIMPLES SISTEMÁTICASISTEMÁTICA ESTRATIFICADAESTRATIFICADA CONGOMERADOSCONGOMERADOS 6 � Amostragem probabilistica � Todas as U.A. da população (n) = igual chance de participar da amostra � Seleção da U.A. deve ser aleatória e independente � a área a ser amostrada = população ÚNICA � Se: � U.A. de ÁREA FIXA � n= unidades amostradas e N=total de unidades na população � Então, o número de combinações possíveis é: )!(! ! nNn NC Nn − = AMOSTRAGEM ALEATÓRIA SIMPLES Vantagens - Produz estimativas sem tendências da população - Permite estimar o erro de amostragem Desvantagens - Planejamento da listagem das unidades para posterior seleção ALEATÓRIA. - Dificuldade de localizar, no campo, a posição das U.A. - Tempo improdutivo gasto no deslocamento entre as unidades. - “Possibilidade” de uma distribuição irregular das U.A. (estimativa irregular). AMOSTRAGEM ALEATÓRIA SIMPLES Métodos de seleção das U.A. � COM ou SEM reposição � Quando for selecionada COM reposição: Mesma unidade ser selecionada novamente = população INFINITA A maioria das amostras de ÁREA FIXA ou FAIXAS, em inventários florestais, é selecionada SEM REPOSIÇÃO = população FINITA � Infinita = despreza-se o fator de correção;;; Finita = considera-se Notação N = número total de unidades amostrais da população n = número de unidades amostradas f = fração de amostragem X = variável de interesse INFINITApopulaçãof ⇒≥− 98,0)1( FINITApopulaçãof ⇒<− 98,0)1( PARÂMETROS e ESTIMATIVAS A A Simples 1 Média aritmética 2 Variância Determina o grau de dispersão da variável de interesse em relaçãoa sua média 3 Desvio padrão O desvio padrão é obtido extraindo-se a raiz quadrada da variância populaçãodamédiadaEstimativa n X xParâmetro N X X n i i N i i ......................... 11 ∑∑ == == iânciadaEstimativa n xX sParâmetro N XX S n i i x N i i x var.............1 )( ............ 1 )( 1 2 21 2 2 − − = − − = ∑∑ == padrãodesviodoEstimativa n xX sParâmetro N XX S n i i x N i i x .............1 )( ............ 1 )( 1 2 1 2 − − = − − = ∑∑ == 7 4 Variância da média Determina a precisão da média estimada 5 Erro padrão Expressa a precisão da média amostral na forma linear 6 Coeficiente de variação É uma medida de variabilidade relativa que permite comparar a variância de duas ou mais populações. Relaciona o desvio padrão com a média. )1( 2 2 f n SS xx −= )1( 2 2 f n s s xx −= )1( f n SS xx −±= )1( f n s s xx −±= 100⋅= X SCV x 100⋅= x s cv x INTENSIDADE DE AMOSTRAGEM A A Simples Determinada para populações FINITAS e INFINITAS Quando a população for INFINITA, o fator de correção ( 1 - f ) pode ser desprezado, mas no caso de população FINITA, este deve ser mantido na fórmula e a intensidade de amostragem é considerada como função de população finita. População FINITA (em função da Variância e do CV) População INFINITA (em função da Variância e do CV) StE St x x N N n 222 22 + = ( ) ( ) ( )222 22 %CV%LEN %CVN n t t + = E St xn 2 22 = ( ) ( )2 22 %LE %CV n t= É necessário o AJUSTE na intensidade de amostragem: “n” constante (n1… n2… n3… n4……nn) 8 PORQUE ESTRATIFICAR???? QUAL O OBJETIVO AO ESTRATIFICAR???? a) Porque ao se obter estratos mais homogêneos que a população toda, consegue- se estimadores mais precisos, já que a medida de variabilidade de cada estrato será tanto menor quanto melhor for a estratificação da floresta; b) A estratificação facilita a coleta de dados e o processamento destes por estrato; c) É conveniente para o planejamento e a condução dos trabalhos de campo. ASSIM, O procedimento de subdivisão da floresta chama-se ESTRATIFICAÇÃO e as unidades físicas resultantes são denominadas ESTRATOS ou SUBPOPULAÇÕES. BASES PARA A ESTRATIFICAÇÃO a) Espécie b) Idade c) Procedência d) Regiões administrativas e) Tipo de floresta f) Altura média das árvores dominantes g) Índice de Sítio h) Classes de densidade i) Classes de diâmetro j) Característica de interesse (volume, biomassa, etc…) A estratificação que se baseia na característica de interesse (por exemplo, volume), possivelmente inclua o efeito de várias outras bases para a estratificação. O QUE É …….ESTRATIFICAR ??????? Esquema geral de estratificação de uma floresta 3 estratos em f(idade) ESTRATO A Idade 1 Idade 2 ESTRATO B Idade 3 ESTRATO C 9 Distribuição aleatória (casual) de U.A.’s AMOSTRAGEM ALEATÓRIA SIMPLES Espécie 3 FAZENDA Espécie 1 Procedência 1 1 Procedência 1 Idade 1 Idade 1 Sítio I Sítio III Espécie 2 Procedência 3 Idade 3 FAZENDA Espécie 1 Sítio I 2 Procedência 1 Idade 1 Sítio II Espécie 2 Procedência 3 Espécie 1 Idade 4 Espécie 3 Procedência 1 Sítio I Procedência 3 Idade 1 Espécie 1 Idade 1 Sítio II Procedência 1 Sítio II Espécie 3 Idade 3 Procedência 1 Sítio I Idade 1 Sítio II Espécie 2 Procedência 2 Espécie 3 Idade 2 Procedência 1 Sítio III Idade 2 Sítio II FAZENDA 3 Distribuição aleatória (casual) de U.A.’s AMOSTRAGEM ALEATÓRIA SIMPLES Estratos não representados na amostra Vantagens e Desvantagens da Amostragem Estratificada A Amostragem Estratificada, em inventários florestais, apresenta as seguintes VANTAGENS em relação à Amostragem Aleatória Simples: � Proporciona estimativas SEPARADAS da média e da variância para cada estrato; � Para uma MESMA INTENSIDADE DE AMOSTRAGEM, freqüentemente a estratificação produz estimativas mais precisas dos parâmetros da população do que uma amostra aleatória simples. � Isto ocorre quando a estratificação obtém uma maior homogeneidade das unidades amostrais dentro de um estrato do que para a população toda. � Desvantagens � O tamanho de cada estrato DEVE SER CONHECIDO ou, no mínimo, uma estimativa razoável desse tamanho seja disponível; � Unidades Amostrais (U.A.’s) devem ser instaladas em cada um dos estratos dos quais se queira obter estimativas. NOTAÇÃO dos termos relacionados à A. Estratificada =L número de estratos; =hN número potencial de unidades do estrato (h); ∑ = == L h hNN 1 número total potencial de unidades da população; =hn número de unidades amostradas no estrato (h); ==∑ = L h hnn 1 número total de unidades amostradas na população; === A A N NW hhh proporção do estrato (h) na população; == n n w hh proporção do estrato (h) na amostra total; =hA área do estrato (h); ==∑ = L h hAA 1 área total da população; == h h h N nf fração de amostragem do estrato (h); == N nf fração de amostragem da população; =ihX variável de interesse 10 PARÂMETROS E ESTIMATIVAS Amostragem Estratificada 1. Média por estrato parâmetro N X X h N i ih h h ............. 1 ∑ = = estimativa n X x h N i ih h h ............. 1 ∑ = = PARÂMETROS E ESTIMATIVAS Amostragem Estratificada 2. Média estratificada parâmetroXW N XN X L h hh L h hh st ............. 1 1 ∑ ∑ = = ⋅= ⋅ = estimativaxW N xN x L h hh L h hh st ............. 1 1 ∑ ∑ = = ⋅= ⋅ = PARÂMETROS E ESTIMATIVAS Amostragem Estratificada 3. Variância por estrato parâmetro N XX S h N i hih h h ............. 1 )( 1 2 2 − − = ∑ = estimativa n xX s h n i hih h h ............. 1 )( 1 2 2 − − = ∑ = PARÂMETROS E ESTIMATIVAS Amostragem Estratificada 4. Desvio padrão por estrato parâmetro N XX SS h N i hih hh h ............. 1 )( 1 2 2 − − == ∑ = estimativa n xX ss h n i hih hh h ............. 1 )( 1 2 2 − − == ∑ = 11 PARÂMETROS E ESTIMATIVAS Amostragem Estratificada 5. Variância estratificada parâmetroSWS L h hhst ............. 1 22 ∑ = ⋅= estimativasWs L h hhst ............. 1 22 ∑ = ⋅= PARÂMETROS E ESTIMATIVAS Amostragem Estratificada 6. Variância da média estratificada .............)1( 1 2 22 )( ∑ = −⋅⋅= L h h h h hstx f n SWS .............)1( 1 2 22 )( ∑ = −⋅⋅= L h h h h hstx f n sWs Estimativa tomada em função da variância paramétrica Estimativa tomada em função da variância estimada Lançamento das unidades na área 500 m 472 m 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 AMOSTRAGEM SISTEMÁTICA AMOSTRAGEM POR CONGLOMERADOS 12 AMOSTRAGEM NÃO PROBABILÍSTICA � Há escolha deliberada dos elementos da amostra. Não representa a população, portanto não podemos generalizar os resultados para a população. � Não há acesso a toda a população. � Se as características da população acessível forem semelhantes às da população alvo: resultados equivalentes a uma amostragem probabilística. 45 AMOSTRAGEM NÃO PROBABILÍSTICA � Acidental: amostra formada por elementos que vão aparecendo. Ex: pesquisa de opinião.• Intencional: amostra é determinada por critérios. • Quotas: levantamento de mercado e pesquisa eleitoral 46
Compartilhar