Baixe o app para aproveitar ainda mais
Prévia do material em texto
Conceitos de amostragem 1 ESTATÍSTICA APLICADA À GEOGRAFIA UNIVERSIDADE FEDERAL DO PIAUÍ – UFPI CENTRO DE EDUCAÇÃO ABERTA E A DISTÂNCIA CURSO DE LICENCIATURA EM GEOGRAFIA DISC.: ESTATÍSTICA APLICADA À GEOGRAFIA PROF. MAX BRANDÃO DE OLIVEIRA 2 Roteiro CONCEITOS GERAIS AMOSTRAGEM ALEATÓRIA SIMPLES AMOSTRAGEM SISTEMÁTICA AMOSTRAGEM ESTRATIFICADA AMOSTRAGEM POR CONCLOMERADOS CÁLCULO DO TAMANHO AMOSTRAL 3 Conceitos gerais 4 Conceitos Gerais • Estatística Descritiva ou Dedutiva : trata da apuração, apresentação, análise e interpretação dos dados observados (descreve as amostras ou a população); • Estatística Indutiva ou Inferência Estatística: método que parte do particular para o geral, ou seja, o processo pelo qual são feitas generalizações para a população, à partir da amostra. 5 População: É a totalidade dos elementos de características comuns, pertencentes a um universo sobre o qual se deseja estabelecer conclusões ou exercer ações. Ela pode ser finita ou infinita. Conceitos Gerais 6 Tipos de População: a) Finita É a população onde se consegue contar todos os elementos que a formam, ou seja, possui um número limitado de elementos. Ex.: Número de trabalhadores entre 2010 e 2013 na FSA; Número de alunos matriculados na disciplina em 2014.2. Conceitos Gerais 7 Tipos de População: a) Infinita Não se consegue contar todos os elementos que a formam. Geralmente está associada à processos, e o número de observações tende a ser infinito. Ex.: Um técnico de laboratório pesando um certo material, poderia, em cada pesagem, obter uma leitura de certo modo diferente. Jogadas sucessivas de uma moeda. Conceitos Gerais 8 Amostra: É um subconjunto, uma parte selecionada da totalidade de observações abrangidas pela população, através do qual se faz um juízo ou inferência sobre as características da população. Conceitos Gerais 9 Exemplos: a) Estudo sobre o conteúdo se ferro natural exportado por um navio. População: Todo o minério de ferro a ser exportado. Amostra: Parte do minério a ser exportado. b) Estudo sobre os alunos matriculados na disciplina Prob. e Est. na FSA, 2014.2. População: Alunos matriculados em Prob. e Est. Amostra: 50% dos alunos matriculados em Prob. e Est., escolhidos aleatoriamente. Conceitos Gerais 10 Exemplos: c) Estudo da situação socioeconômica dos habitantes de Teresina, com renda entre 1 e 5 salários mínimos, 2014. População: Habitantes de Teresina com renda entre 1 e 5 salários mínimos. Amostra: 20% dos habitantes de Teresina com renda entre 1 e 5 salários mínimos, escolhidos ao acaso. Conceitos Gerais 11 Amostragem: É a técnica de extrair amostras de uma população. Existem 2 tipos de amostragem Probabilística e Não Probabilística. Conceitos Gerais 12 Amostragem Probabilística: Uso de técnicas que usam mecanismos aleatórios de seleção dos elementos da amostra, atribuindo a cada um deles uma probabilidade, conhecida a priori, de pertencer à amostra. Conceitos Gerais 13 Amostragem Não Probabilística: • Amostras intencionais, onde os elementos são selecionados com o auxílio de especialistas; • Amostras de voluntários, como ocorre com alguns testes sobre novos remédios. Conceitos Gerais 14 Consideremos uma pesquisa para estudar os salários de 500 funcionários de uma grande empresa. Seleciona-se 36 indivíduos, e anota-se os seus salários. a) Qual a variável observada? b) Quem é a população? c) Quem é a amostra? Conceitos Gerais 15 Parâmetros: São as características da população, os quais são valores fixos e ordinariamente desconhecidos. É importante ficar bem claro que uma população é estudada em termos de observações de características nos indivíduos, e não em termos de pessoas ou objetos em si. Conceitos Gerais 16 Estimativas: São as características da população, os quais são valores fixos e ordinariamente desconhecidos. É importante ficar bem claro que uma população é estudada em termos de observações de características nos indivíduos, e não em termos de pessoas ou objetos em si. Conceitos Gerais 17 Amostragem Aleatória Simples - AAS 18 AAS • Para se realizar esse tipo de amostragem enumeram-se todos os elementos da população alvo • Sorteiam-se n elementos dessa sequência através de um dispositivo aleatório qualquer • Esse tipo de amostragem pode ser realizado com reposição ou sem reposição • Para realizar esse tipo de amostragem a população deve ser uniforme internamente ou homogênea 19 AAS • A homogeneidade é difícil de ser determinada, • Com reposição:𝑁𝑛 amostras possíveis • Sem reposição: 𝑁𝑛 amostras possíveis • Exemplo: Seja a população formada por N = 3 elementos, {A, B, C}. Selecionaremos uma amostra de tamanho n = 2 • Sem reposição, temos 3² = 9 • Com reposição, temos 3 2 = 3 20 Amostragem Sistemática (AS) 21 Amostragem Sistemática (AS) • É uma simplificação da AAS • Neste caso o primeiro elemento é sorteado e os demais são retirados em uma progressão aritmética, com uma determinada razão r, ate completar o total de elementos da amostra (n) • Para isso a população deve estar disposta de tal forma que se consiga sistematizar a forma de obter as unidades amostrais • Exige uma determinada homogeneidade da população 22 Amostragem Sistemática (AS) • Exemplo: Uma determinada região possui 10.000 plantas de eucaliptos. Obter uma amostra de 50 plantas (n=50) • A razão é r = 10.000/50 = 200 • Sorteia-se o primeiro elemento da amostra • Com razão 200, o demais elementos são amostrados • Ou seja, se sorteou-se o elemento 20, a amostra será {20, 220, 420, 620, ..., 9.820 } 23 Amostragem Estratificada (AE) 24 Amostragem Estratificada (AE) • População é constituída de subpopulações (estratos) que são homogêneos internamente • Podendo ser heterogêneos de estrato para estrato • A amostragem deve ser realizada fazendo com que todos os estratos populacionais sejam representados na amostra final obtida 25 Amostragem Estratificada (AE) • Para especificar número de elementos por estrato que irá compor a amostra, são considerados três métodos: uniforme, proporcional e ótima • Esses métodos dependem basicamente do tamanho dos estrados populacionais e de sua variabilidade 26 Amostragem Estratificada (AE) • Uniforme: • De K estratos retiram-se amostras de mesmo tamanho • Usada quando os estratos populacionais possuem aproximadamente o mesmo tamanho (freqüência) • O tamanho amostral do i-ésimo estrato é dado por 𝑛𝑖 = 𝑛 𝑘 27 Amostragem Estratificada (AE) • 𝑛𝑖 é o tamanho do i-ésimo estrato • 𝑛 é o tamanho da amostra completa • K é a quantidade de estratos • Exemplo: Considere uma situação fictícia de uma em que se pretende amostrar n = 50 propriedades de uma população com N = 500 propriedades rurais, distribuídas em relação ao tamanho de suas áreas conforme Tabela 1 28 Amostragem Estratificada (AE) Tabela 1: Número de propriedades amostradas uniformemente de uma população estratificada pela área Áreas (ha) Número de propriedades Tamanho amostral 0 ⊢ 2 100 10 2 ⊢ 5 98 10 5 ⊢ 10 104 10 10 ⊢ 20 102 10 20 ⊢ 40 96 10 Total 500 50 Fonte: Ferreira (1996) 29 Amostragem Estratificada (AE) • Proporcional: • Esse tipo de amostragem é realizado quando os tamanhos dos estratos populacionais são distintos • O estrato 𝑖 fornece uma quantidade 𝑛𝑖 de elementos, proporcional ao tamanho 𝑁𝑖 populacional do respectivo estrato, formando a amostra de tamanho 𝑛 30 Amostragem Estratificada(AE) • O tamanho do estrato i (i = 1,2, ..., K) é dado por 𝑛𝑖 = 𝑁𝑖 𝑁 𝑛 • Exemplo: Considere outra situação em uma outra região que se pretendia caracterizar o padrão tecnológico da agricultura utilizada 31 Amostragem Estratificada (AE) • Exemplo (continuação): Conforme o caso anterior uma amostra de n = 50 elementos deve ser extraída da população de N = 1.000 propriedades existentes e distribuída conforme as áreas apresentadas na Tabela 2 32 Amostragem Estratificada (AE) Tabela 2: Número de propriedades amostradas proporcionalmente de uma população estratificada quanto à área Áreas (ha) Número de propriedades Tamanho amostral 0 ⊢ 2 500 25 2 ⊢ 5 320 16 5 ⊢ 10 100 5 10 ⊢ 20 50 3 20 ⊢ 40 30 1 Total 1.000 50 Fonte: Ferreira (1996) 33 Amostragem Estratificada (AE) • Ótima: • São considerados o tamanho e a variabilidade de cada estrato populacional para a extração da amostra • De cada estrato retira-se uma quantidade 𝑛𝑖 de elementos • É proporcional ao tamanho (𝑁𝑖) e ao desvio padrão populacional do respectivo estrato (𝜎𝑖) 34 Amostragem Estratificada (AE) • Então, 𝑛𝑖 é dado por 𝑛𝑖 = 𝑁𝑖𝜎𝑖𝑛 𝑖=1 𝑘 𝑁𝑖𝜎𝑖 • A obtenção de informações sobre a população é otimizada, pois no estrato que houver menor variação haverá uma menor quantidade de elementos amostrados 35 Amostragem Estratificada (AE) • Necessidade de conhecer o desvio padrão populacional em cada estrato, para a variável estratificadora é a principal dificuldade • A variabilidade da variável estratificadora que tem influência direta na variável resposta alvo da pesquisa pode ser usada • Usam-se amostras piloto para estimar a variabilidade 36 Amostragem por Conglomerado (AC) 37 Amostragem por Conglomerado (AC) • A população apresenta uma subdivisão natural de grupos menores (denominados conglomerados) • sorteia-se um número suficiente desses grupos (ou conglomerados) • Dentro dos conglomerados selecionam-se todos os elementos do conglomerado sorteia-se parte dos elementos para compor a amostra ou 38 Amostragem por Conglomerado (AC) • Esse tipo de amostragem tem menor custo que os anteriores • Na AC, os conglomerados são internamente heterogêneos e homogêneos entre si • Exemplo: Estimar o número de cabeças de gados de certa região. Sorteiam-se alguns municípios dessa região e dentro deles algumas propriedades para compor a amostra 39 Cálculo do tamanho amostral 40 Cálculo do tamanho amostral • Dados os procedimentos para realizar a amostragem, é agora necessário saber calcular o tamanho amostral 𝑛 • Podemos obter o tamanho amostral em dois cenários 1. População finita (se conhece o tamanho da população N) 2. População infinita (se desconhece N) 41 Cálculo do tamanho amostral 1. População infinita • Obtemos 𝑛 em função de 𝑛 = 𝑍𝛼/2𝜎 𝜀 2 • Onde 𝜀 é o erro máximo de estimativa que se deseja cometer • Quanto maior esse erro, menor o 𝑛 e vice-versa 42 Cálculo do tamanho amostral • 𝜎 é o desvio padrão populacional • Quanto maior esse desvio, maior o 𝑛 e vice-versa • 𝑍𝛼/2 é o quantil referente ao nível de significância 𝛼 • Obtemos esse valor utilizando a tabela da normal padrão • Os principais valores de 𝛼 são 1%, 5% e 10% e seus respectivos quantis são 2,57; 1,96 e 1,64 • Veja que quanto maior a confiança (1 − 𝛼) e menor o nível de significância 𝛼, maior o tamanho da amostra e vice-versa 43 Cálculo do tamanho amostral • Exemplo: Um administrador deseja estimar a renda média para o primeiro ano de trabalho de um bacharel em administração. Quantos valores de renda devem ser tomados, se desejar ter 95% de confiança e em que a média amostral esteja a menos de R$500,00 da verdadeira média populacional? Suponha que 𝜎 = R$ 6250,00 44 Cálculo do tamanho amostral • Solução: • Como 𝛼 = 5%, 𝑍0.05/2 = 1,96 • O erro de estimativa 𝜀 = 600 • Assim, 𝑛 = 1,96 𝑥 6.250 600 2 = 416,84 → 417 • Seriam necessárias 417 pessoas 45 Cálculo do tamanho amostral • Outra forma de calcular o 𝑛 é com base na proporção 𝑛 = 𝑍 𝛼 2 2 𝑝(1 − 𝑝) 𝜀2 • 𝑍𝛼/2 e 𝜀 têm o mesmo significado • 𝑝 é a proporção populacional de indivíduos de que pertencem à categoria de interesse • Quando 𝑝 for desconhecido, usamos 𝑝 = 0,5 , pois expressa a maior variabilidade 46 Cálculo do tamanho amostral • Exemplo: Um estatístico deseja saber o tamanho da amostra (n) necessário para determinar a proporção da população atendida por uma Unidade de Saúde. Não foi feito um levantamento prévio da proporção amostral e, portanto, seu valor é desconhecido. Deseja-se ter 90% de confiança e o erro máximo de estimativa de ±5% (ou 0,05). Quantas pessoas necessitam ser entrevistadas? 47 Cálculo do tamanho amostral • Solução: • Como 𝛼 = 5%, 𝑍0.05/2 = 1,96 • O erro de estimativa 𝜀 = 0,03 e 𝑝 = 0,5 • Assim, 𝑛 = 1,962 𝑥 0,25 0,032 = 1067,11 → 1068 • Se 𝜀 = 0,05 → 𝑛 = 1,962 𝑥 0,25 0,052 = 384,16 → 385 48 Cálculo do tamanho amostral 2. População finita • Quando se conhece o tamanho populacional, usamos 𝑛 = 𝑁𝜎2𝑍 𝛼 2 2 𝑁 − 1 𝜀2 + 𝜎2𝑍 𝛼 2 2 • Com base na proporção, 𝑛 = 𝑁𝑝(1 − 𝑝)𝑍 𝛼 2 2 𝑁 − 1 𝜀2 + 𝑝(1 − 𝑝)𝑍 𝛼 2 2 49 Cálculo do tamanho amostral • Os parâmetros empregados são equivalentes ao caso quando a população é infinita • Perceba que ambos os casos são semelhantes, bastando substituir 𝜎2 por 𝑝(1 − 𝑝) • Em comum, o tamanho populacional é desconhecido • Destaca-se a importância de antes de calcular o tamanho amostral, é importante planejar a amostragem com rigor 50 FIM
Compartilhar