Amostras e Delineamento

Prévia do material em texto

AMOSTRAGEM
	POPULAÇÃO – qualquer conjunto de informações, que tenham entre si pelo menos uma característica em comum.
	AMOSTRA – parte da população que deve ser representativa, ou seja, conter proporcionalmente tudo que a população contém, qualitativa e quantitativamente. Para que se possa, de resultados obtidos na amostra, INFERIR para a população é necessário que a amostra seja ALEATÓRIA, isto é, que todos os elementos da população tenham a mesma chance de serem escolhidos.
Com uma amostra aleatória evitamos ser tendenciosos e inserir um viés na pesquisa.
POPULAÇÃO ALVO
Parte da população em que se deseja trabalhas, ela é definida por critérios de inclusão e exclusão.
Inclusão: aspectos que serão importantes para o estudo: características demográficas, clínicas, geográficas, temporais.
Exclusão: questões que podem dificultar a coleta de dados por falta de adesão, incapacidade de fornecer dados, alto risco de efeitos adversos.
TIPOS DE POPULAÇÃO
Finita: Consiste de um número finito ou fixo de elementos, medidas, observações. Alunos da universidade, exames realizados, doentes em leitos hospitalares, etc 
Infinita: Pelo menos hipoteticamente, um número infinito de elementos. Nascimentos em uma cidade, todas as pessoas que tem ou podem ter determinada doença
Finita-infinita: No finito de elementos, porém inacessíveis. Portadores de HIV, número de obesos, etc. 
TIPOS DE ESTUDO:
Censo: Estudo através do exame de todos os elementos da população.
Amostragem: Estudo por meio do exame de uma amostra.
RAZÕES PARA O USO DE AMOSTRA:
- de ordem prática: populações muito grandes, inviabilidade econômica e de tempo.
- população hipotética (populações infinitas ou finitas-infinitas) quando a população for composta de todos os pacientes que sofrem (ou que virão a sofrer) determinada doença e recebam ou venham receber determinado tratamento. Os doentes que forem estudados serão considerados uma amostra. 
-melhor resultado, pois com um número menor de observações o estudo poderá ser mais detalhado, mais aprofundado.
OBS: O processo amostral traz a probabilidade de ERRO AMOSTRAL, cujo controle será realizado através de métodos estatísticos adequados.
Erro Amostral: É a diferença entre a estimativa da amostra e o parâmetro da população. Ele ocorre uma vez que estudamos somente uma parte dos dados (amostra). É muito importante lembrar que não é o considerado erro amostral os erros de mensurações (também chamados de erro sistemático), estes são erros que ocorrem por falhas humanas (erro na medição, anotação, tabulação, etc.)
TIPOS DE AMOSTRAS MAIS USADAS
- Casual simples
- Casual Sistemática
- Estratificada proporcional 
- Conglomerados
AMOSTRA CASUAL SIMPLES
Casual é o mesmo que aleatório, portanto temos que garantir a todos os elementos da população a mesma chance de ser “escolhido”, para tal deve haver um sorteio, desde que seja honesto. Existem diversas formas de se fazer o sorteio, alguns exemplos são: a utilização de uma calculadora ou mesmo um sorteio manual utilizando papeizinhos com números, ou bolas de um bingo.
AMOSTRA CASUAL SISTEMÁTICA
	Nesta modalidade é criado um sistema específico a priori para fazer o sorteio dos elementos amostrais. O sistema pode ser dado por tempo (um sujeito entrevistado a cada 10 minutos), localização (a cada 3 casas de uma determinada rua, sempre do lado direito), etc.
AMOSTRA ESTRATIFICADA
	Quando a população pode ser classificada, categorizada e estas categorias contribuem para uma análise melhor da variável em estudo então é necessário fazer uma amostra estratificada ou proporcional a estas categorias (sejam elas: sexo, nacionalidade, porte de uma empresa (grande, médio, pequeno), classe social, religião).
	Suponha-se que os há 240 elementos que estão assim separados:
Classe A_____> 120 elementos (elementos numerados de 001 a 120)
Classe B_____> 72 elementos (elementos numerados de 121 a 192)
Classe C_____> 48 elementos (elementos numerados de 193 a 240)
	Se quiséssemos uma amostra que representasse 10% da população ela teria que possuir 24 elementos pois:
N= 240		n= 240x0,1 (10%)		n= 24
Para obter-se uma amostra estratificada tem-se que retirar 10% de cada estrato da população.
Classe A = 10% de 120 = 12						12
Classe B = 10% de 72 = 7,2		arredondando temos:		7 +
Classe C = 10% de 48 = 4,8					 		5	
							 		 n= 24
	Desta forma fica determinado quantos elementos de cada extrato devem ser retirados da população. Então, usando a amostra casual simples ou sistemática, sorteiam-se os elementos que farão parte da amostra.
EXERCÍCIO – Calcular o tamanho das amostras em que se quer tirar 5% da população estratificada do exemplo acima.
OBS - Em muitas situações de amostragem é possível obter uma lista da população. Por exemplo, para escolher uma amostra dos 2.000 calouros seria fácil obter tal lista. A lista telefônica é muito usada para propósitos de amostragem. Usando-a, no entanto, devemos ter em mente que iremos obter uma amostra casual das pessoas que vivem na área. Essas duas populações diferem em muitos aspectos especialmente em status sócio econômico.
AMOSTRAS POR CONGLOMERADOS
Uma amostra por conglomerado é uma amostra casual simples na qual cada unidade de amostragem é um grupo de elementos (ou conglomerado)
O primeiro passo para se usar este processo é especificar conglomerados apropriados. Os elementos em um conglomerado devem ter características similares. 
Podem ser considerados conglomerados:
Postos de saúde de uma localidade
Escolas 
Lanchonetes
Lotes de medicamentos
Etc.
OBS - Em muitas situações de amostragem é possível obter uma lista da população. Por exemplo, para escolher uma amostra dos 2.000 calouros seria fácil obter tal lista. A lista telefônica é muito usada para propósitos de amostragem. Usando-a, no entanto, devemos ter em mente que iremos obter uma amostra casual das pessoas que vivem na área. Essas duas populações diferem em muitos aspectos especialmente em status socioeconômico.
Seleção de Amostras quando não se dispõe de Lista
	Se não podemos ter uma lista da população, uma amostra casual pode tornar-se extremamente difícil ou mesmo impossível de se obter. Basta pensar em como obter uma amostra casual de casas de uma cidade ou de pacientes de uma determinada doença.
	Não existe uma solução única, mas sempre se tenta introduzir alguma forma de casualidade no procedimento. No caso de casas pode-se sortear pontos num mapa e tomar as casas mais próximas daquele ponto. Isto só será um bom procedimento se as casas estiverem uniformemente distribuídas no mapa.
	Muitas vezes parece impossível alcançar a casualidade desejada, mas sempre há um recurso. 
DELINEANDO EXPERIMENTOS 
Processo de planejar e conduzir um ensaio ou experiência, incluindo a sua implantação, de modo que seja possível recolher dados que possam ser analisados, usando as metodologias estatísticas apropriadas, e que conduzam a conclusões válidas e objetivas.
Experimentos controlados (de laboratório) devem ser desenhados (delineados) de forma específica. Por exemplo, se um pesquisador tem interesse em avaliar se uma alimentação com misturas de proteína e carboidrato é melhor para ganho de peso ele deverá delinear o experimento para testar o efeito de dietas ricas/pobres em proteína e carboidratos.
Este tipo de estudo possui termos específicos:
Experimento: realização de um procedimento ou de um fenômeno natural em que algumas características explicativas são controladas pelo experimentador. 
Variável resposta, variável analisada ou variável desfecho: é a variável de interesse da pesquisa. Aquela que apresenta o resultado observado
Variável independente: são as variáveis que podem causar efeito na variável resposta.
Variável controlada: variáveis independentes que não são estudadas no experimento, mas que são iguais em todos os elementos.
Variável de confusão: variáveis independentes que não são estudadas no experimento, que são diferentes entre os elementos epodem afetar a variável resposta
Fatores: são as variáveis independentes estudadas no experimento e que se pretende testar se produzem algum efeito em uma (ou várias) variável-resposta.
Tratamentos: são os diferentes níveis dos fatores analisados
EXEMPLOS: 
Ao se estudar o efeito da Classe Social (Alta, Média ou Baixa) no peso das crianças. Temos:
Fator: Classe Social
3 Tratamentos: Alta, Média e Baixa (três níveis qualitativos). 
Ao estudar o efeito de concentração de nutrientes (0, 20, 40, 60 e 80 ug) na produção de uma determinada bactéria, temos: 
Fator: Concentração de nutrientes
5 Tratamentos: 0, 20, 40, 60 e 80 ug (cinco níveis quantitativos). 
Ao estudar o efeito da Idade (I1:10-15, I2:15-20 e I3:25-30 meses) e Sexo (M e F) no peso dos animais 
Fatores: Idade e Sexo
6 Tratamentos: I1/M, I1/F, I2/M, I2/F, I3/M, I3/F (6 níveis qualitativos)
Ainda outros termos podem ser empregados:
Variável controlada: variáveis independentes que não são estudadas no experimento, mas que são iguais em todos os elementos.
Variável de confusão: variáveis independentes que não são estudadas no experimento, que são diferentes entre os elementos e podem afetar a variável resposta
Fator de efeito fixo: Os níveis do fator são fixados (escolhidos) pelo pesquisador. 
Exemplos: Classes Sociais, Dose do Adubo, Idade e Sexo. 
Fator de efeito aleatório: Os níveis do fator são amostra aleatória da população dos possíveis níveis. 
Exemplo: Suponhamos que você queira saber se a marca de vacina interfere no controle de uma determinada doença. Como existem no mercado varias marcas de vacina, o experimentador casualiza x marcas para o experimento. O experimento tratará a informação sobre a população de vacinas, não apenas para os x tratamentos. 
Unidade experimental (amostral) ou parcela experimental: É a unidade física que recebe cada um dos tratamentos, e na qual se vai quantificar o efeito desse tratamento.
Réplica (replicação): É a atribuição do mesmo tratamento a várias unidades experimentais.
EXEMPLO: Um pesquisador tem interesse em avaliar se uma alimentação com mistura de proteína e carboidrato é melhor para ganho de peso. A pesquisa foi realizada com ratos em um laboratório. Foram escolhidos animais de uma mesma faixa de idade e peso. Cada amostra da ração foi servida a grupos de cinco ratos separados aleatoriamente. Os animais foram pesados antes de iniciar o fornecimento da ração e depois de 10 dias, ao final do experimento. Os tipos de misturas elaboradas foram: i) sem carboidrato (C) e sem proteína (P), ii) 50% C e 50% P, iii) 100% C, e iv) 100% P.
Definir: Variável resposta (analisada); Variáveis controladas; Fator(es); Número de tratamentos; Quais tratamentos; tipos dos tratamentos (tipo da variável); número de réplicas; número total de aves estudadas (tamanho da amostra).
Variável resposta (analisada): Diferença (ganho) de peso
Variáveis controladas: Idade e peso inicial
Fator (es): Tipo de ração
Número de tratamentos: 4
Quais tratamentos: 0C/0P; 50C/50P/100C; 100P
Tipos dos tratamentos (tipo da variável); qualitativa nominal
Número de réplicas: 5
Número total de ratos estudados (tamanho da amostra): 20
ATIVIDADE:
Um pesquisador tem interesse avaliar se a utilização de determinados medicamentos pode afetar o nível de colesterol no sangue de ratos. Cada animal foi tratado com três medicamentos (A, B e C), com suficiente tempo entre as aplicações para que o efeito residual de cada medicamento desaparecesse. Os medicamentos foram aplicados em 20 animais distintos. 
Definir: Variável resposta (analisada); Variáveis controladas; Fator(es); Número de tratamentos; Quais tratamentos; tipos dos tratamentos (tipo da variável); número de réplicas; número total de aves estudadas (tamanho da amostra)
Muitos experimentos fazem repetições da mesa unidade experimental, entretanto quando as diferentes réplicas vêm da mesma unidade experimental chamamos de pseudo-réplicas. Neste caso as réplicas não são independentes umas das outras e não tem validade estatística. Por exemplo, se a partir do extrato de uma planta e deseja-se avaliar o poder antibacteriano desta e são usadas 5 plantas com 3 tratamentos – controle, 0,01% de concentração do extrato da planta e 0,1% de concentração. De cada planta são feitas tréplicas (ou triplicatas). 
Qual o tamanho amostral em cada tratamento?
Qual o tamanho amostral total?
Em alguns casos o experimento possui mais do que 1 fator analisado. Estes casos são chamados de experimentos fatoriais (ou multifatoriais). Por exemplo, se quisermos estudar os efeitos de 3 Variedades de bactérias (V1, V2 e V3) crescendo em 4 tipos de Ágar (E1, E2, E3 e E4). Temos um estudo fatorial 3x4, com 12 tratamentos:
Se quisermos estudar os efeitos de 2 níveis do fator Nitrogênio (N0 e N1) combinados com 2 níveis do fator Potássio (K0 e K1). Temos um estudo fatorial 2x2 com 4 tratamentos, sendo eles:
ATIVIDADE: 
Para um estudo com 3 espécies de bactérias (E1, E2 e E3), associados a 2 tipos de Ágar (A0 e A1) e 2 temperaturas (T1 e T2). 
Quantos tratamentos termos?
Quais serão estes tratamentos?