Baixe o app para aproveitar ainda mais
Prévia do material em texto
13 Técnicas de Amostragem População ou Universo: é o conjunto de indivíduos ou elementos que apresentam uma ou mais características em comum (universo sob investigação). Amostra: é um subconjunto finito de uma população, que preserva as características dessa população (representatividade). Amostragem: é o ato de tomar amostras da população. Pode ser com ou sem reposição. Censo: Estudo de todos os elementos da população. Parâmetro: Medida usada para descrever uma característica populacional. Seu valor é geralmente desconhecido. Estimador: é uma variável que é função dos dados amostrais. Permite estimar o valor de um parâmetro. Estimativa: é o valor numérico obtido a partir do estimador. Exemplos: 1) Estudar a proporção de indivíduos, em uma cidade, que são favoráveis a certo projeto governamental. Uma amostra de 200 pessoas é sorteada, e a opinião de cada uma é registrada como sendo a favor ou contra o projeto; 2) Investigar a duração de vida de um novo tipo de lâmpada: 100 lâmpadas do novo tipo são deixadas acesas até queimarem. A duração em horas de cada lâmpada é registrada. 3) a escolha de jogadores de futebol para fazer o exame de antidoping. Amostragem probabilística: Quando todos os elementos da população tiveram uma probabilidade conhecida e diferente de zero, de pertencer à amostra. Amostragem não probabilística: Quando não se conhece a probabilidade de um elemento da população pertencer à amostra. A amostragem é restrita aos elementos que se tem acesso (exemplos, usuários de drogas, voluntários em testes de remédios ou vacinas). O objetivo da amostragem é determinar métodos para estudar as populações por meio de amostras. A amostragem nos possibilita concluir (inferir) sobre um todo a partir de apenas uma parte. Razões para se amostrar: redução de custo e material, rapidez nos resultados, redução do trabalho, facilidade no treinamento de pessoal, o ato de observar pode ser destrutivo. Quando o uso de amostragem não é interessante? População pequena; necessidade de alta precisão. Principais técnicas de Amostragem: 1. Amostragem Simples ao Acaso ou Amostragem Aleatória Simples (AAS). É a técnica de amostragem mais simples e é utilizada quando a população é homogênea e finita. Pode ser feita com ou sem reposição. São sorteados n elementos de uma população de tamanho N. A probabilidade de selecionar um indivíduo específico da população para uma amostra é 1/N. O sorteio pode ser feito por qualquer método aleatório, como papéis ou bolas numeradas, calculadora computador, tabela de números aleatórios ou outros. Exemplo: a) escolher 10 funcionários no setor de produção de uma empresa para estudar o aumento de produtividade. AAS. b) escolher 10 funcionários de toda a empresa para estudar o aumento de produtividade. Deve-se usar outro tipo de amostragem (estratificada). 14 2. Amostragem Estratificada: A população heterogênea é dividida em sub-populações homogêneas (estratos), e em seguida é feita a AAS em cada estrato. Suponha que uma população heterogênea de tamanho N seja dividida em L estratos de tamanhos 1 2 1 2 1 , , , e L L L h h N N N N N N N N . L amostras (AAS) são retiradas (uma amostra de cada estrato) de tamanhos : 1 2, , , Ln n n e 1 2 1 L L h h n n n n n (em que n é o tamanho da amostra). A amostragem estratificada pode ser classificada quanto ao tipo de estratificação, em : estratificação uniforme: cada estrato possui o mesmo número de elementos. O tamanho de amostra de cada estrato é n/L . estratificação proporcional : No critério proporcional extrai-se de cada estrato uma quantidade de elementos hn proporcional ao tamanho hN do respectivo estrato. Este critério é recomendado quando o tamanho dos estratos são distintos e a variabilidade dos estratos é homogênea. O tamanho da amostra do estrato hL é hn : h hn N n N estratificação ótima ( Partilha Ótima): O número de elementos hn é proporcional ao tamanho hN e ao desvio padrão h do respectivo estrato. 1 h hL h h h h n N n N Exemplo: Suponha que uma empresa hoteleira deseja realizar uma pesquisa com os seus 84 funcionários, em que 25 pessoas são do sexo feminino (F) e as 59 restantes do sexo masculino (M). Estabelecendo 9n (10% no mínimo), encontre o número de mulheres e de homens que devem ser entrevistados. 3. Amostragem Sistemática Enumeram-se todos os elementos da população 1,2, ,N e sorteia-se um primeiro elemento “ i ” para formar parte da amostra. Os demais são retirados em uma progressão aritmética, saltando “ r ” elementos, até completar o total da amostra (n). O valor “ r ” é chamado passos de amostragem e é determinado por: r = N/n. O primeiro elemento deve ser sorteado entre os r primeiros. Exemplo: Uma rua contém 1000 prédios, dos quais desejamos obter uma amostra sistemática formada por 100 deles. 15 Probabilidade Conceitos e definições Definição 1: Um experimento que, quando repetido da mesma maneira, pode fornecer resultados diferentes, é chamado experimento aleatório. O interesse, no caso de um experimento aleatório, é compreender, quantificar e modelar as variações encontradas. Exemplo: Modelo probabilístico para o lançamento de um dado: Definição 2: O conjunto de todos os resultados possíveis de um experimento é chamado espaço amostral do experimento, e é denotado por (ômega). Os elementos de são pontos amostrais, 1 2 3, , , n . Definição 3: Um evento é um subconjunto do espaço amostral. Exemplo 1: No lançamento de um dado, o espaço amostral seria: = Se A1 designar o evento “obter uma face par”, liste os elementos de A1. Exemplo 2: De uma linha de produção são retirados três conectores, cada um deles sendo classificado como bom ou defeituoso. Liste os elementos do espaço amostral para esse experimento. Se A2 designar o evento “dois dos equipamentos apresentaram defeitos” o conjunto A2 é: Os espaços amostrais dos exemplos 1 e 2 são discretos. Exemplo 3: No experimento que mede o tempo de vida de uma lâmpada até que se queime, o espaço amostral pode ser especificado por: = Se A3 designar o evento “o tempo de vida é inferior a 1.000” horas tem-se: A3 = A partir de eventos já existentes, podem ser definidos novos eventos, usando operações básicas entre conjuntos: - Evento união: AB: consiste de todos os resultados contidos em A ou B) em pelo menos um evento); - Evento interseção: AB: consiste de todos os resultados contidos em A e B simultaneamente; - Evento complementar: A ou Ac: conjunto formado por resultados que pertencem a mas não pertencem a A. Eventos mutuamente exclusivos: Dois eventos A e B são chamados mutuamente exclusivos se A B (não existe interseção entre eles). 16 Definição de probabilidade: Dado um espaço amostral com n elementos e um evento A de com m elementos, define-se a probabilidade de ocorrer o evento A como sendo: ( ) mP A n Exemplo 4: No lançamento de um dado, definem-se os eventos: A1: “o resultado é um número par”; A2: “o resultado é um número ímpar”; A3: “o resultado é maior que 3”. Calcule as probabilidades: a) 1 2P A A ; b) 1 2P A A ; c) 1 3P A A ; e) 1 3P A A Exemplo 5: Um lote é formado por 11peças boas, 3 com defeitos leves, e 2 com defeitos graves. Uma peça é retirada ao acaso desse lote. Qual a probabilidade que essa peça: a) seja boa? b) tenha defeito leve? c) tenha defeito grave? d) seja defeituosa? Propriedades das probabilidades a) 0 1P A b) 1P c) 0P d) 1CP A P A Se A B então P A P B Regra da adição de probabilidades. Se A e B são dois eventos quaisquer, então, P A B P A P B P A B . Exemplo 6. A tabela a seguir descreve os grupos sanguíneos e o fator Rh de 100 pessoas típicas. Fator Rh Grupo Total O A B AB Rh + 39 35 8 4 Rh - 6 5 2 1 Total Se uma pessoa é selecionada aleatoriamente entre essas 100, calcule a probabilidade de que essa pessoa: a) não pertença ao grupo A b) seja do tipo Rh – c) seja do grupo A ou do tipo Rh – d) seja do grupo A ou do grupo B e) não seja do tipo Rh + f) seja do grupo B e do tipo Rh + g) seja do grupo AB ou tipo Rh + h) seja do grupo A ou O ou Rh –. 17 Probabilidade condicional Por vezes, a ocorrência de um evento pode modificar a probabilidade de ocorrência de outro evento. A probabilidade condicional de um evento B, dado que um evento A ocorreu é P A B P B A P A ; com P(A) > 0. Exemplo: Considerando os dados do exemplo 7, determine: a) qual a probabilidade que uma pessoa selecionada aleatoriamente seja do grupo AB? b) Sabendo que a pessoa é do tipo Rh– qual a probabilidade que ela seja do grupo AB? c) Qual a probabilidade que uma pessoa selecionada aleatoriamente seja do tipo Rh+? d) Dado que uma pessoa é do grupo O, qual a probabilidade que ela seja do tipo Rh +? Regra do produto de probabilidades P A B P A B P B P B A P A Regra da probabilidade total Para eventos quaisquer A e B, tem-se: P B P B A P B A P B A P A P B A P A Para k eventos mutuamente exclusivos A1, A2, ... Ak, e um evento B qualquer, tem-se 1 2 kP B P B A P B A P B A Exemplo 8: Em um lote de 100 chips, 20 são defeituosos. Selecionando-se 2 ao acaso, sem reposição, determine; a) qual a probabilidade do primeiro chip ser defeituoso? b) qual a probabilidade do segundo chip ser defeituoso, dado que o primeiro foi defeituoso? c) qual a probabilidade do segundo chip ser defeituoso? d) Repita os itens (a) e (b) supondo que a amostragem foi com reposição. Independência Dois eventos A e B são independentes se P A B P A P B . Vários eventos são independentes se forem independentes dois a dois: 1 2 3 1 2k kP A A A A P A P A P A Exemplo 9. Considerando um casal com três crianças, encontre a probabilidade de que pelo menos um dos três seja uma menina. Suponha que meninos e meninas sejam igualmente prováveis e que o sexo da criança seja independente do sexo de qualquer irmão.
Compartilhar