Baixe o app para aproveitar ainda mais
Prévia do material em texto
Curso: Engenharia Civil Disciplina: Estatística (ESTE2) Prof. Rodrigo Cleber da Silva Aula 2 2 - Amostragem Amostragem X Censo: uma amostra usualmente envolve o estudo de uma parcela dos itens de uma população, enquanto que o censo requer o estudo de todos os itens. 2 - Amostragem 2.1 – Definições População: é o conjunto de indivíduos (ou objetos), que tem pelo menos uma variável comum observável. Amostra: é qualquer subconjunto da população extraída para se realizar estudos estatísticos. Amostra População 2 - Amostragem 2.1 – Definições A estatística indutiva é a ciência que busca tirar conclusões probabilísticas sobre a população, com base em resultados verificados em amostras retiradas dessa população. É preciso garantir que a amostra ou amostras que são utilizadas sejam obtidas por processos adequados para que está amostra seja “Representativa” da população. 2 - Amostragem 2.1 – Definições Dois aspectos nas amostras são fundamentais, e que são a sua representatividade em termos: - Qualitativos: amostras que representam todas as subpopulações, quando for o caso. - Quantitativos: que possua quantidade de dados suficientes para representar a população. 2 - Amostragem 2.1 – Definições Inferência estatística envolve a formulação de certos julgamentos sobre um todo após examinar apenas uma parte, ou a amostra, dele. A probabilidade e a amostragem estão estreitamente correlacionadas e juntas formam o fundamento da teoria de inferência 2 - Amostragem 2.1 – Definições - Amostragem é o ato de retirar amostra, isto é, ação. - Amostra é a quantidade de dados especificados para representar a população. Amostragem aleatória permite estimar o valor do erro possível, isto é, dizer “quão próxima” está a amostra da população, em termos de representatividade. 2 - Amostragem 2.1 – Definições Nas Populações discretas uma amostra aleatória é aquela em que cada item da população tem a mesma chance de ser incluído na amostra. Nas Populações contínuas, uma amostra aleatória é aquela em que a probabilidade de incluir na amostra qualquer intervalo de valores é igual à porcentagem da população que está naquele intervalo. 2 - Amostragem 2.1 – Definições Populações finitas: é quando temos constituído por números finitos, ou fixos de elementos, medidas ou observações. Ex.: Peso bruto de 3000 latas de tinta de um certo lote de produção. Populações infinitas: são aquelas que contém, pelo menos hipoteticamente, um número infinito de elementos. Ex.: Produção de carros V.W. produzidos no Brasil e a serem produzidos (universo volkswagem), processo probabilístico. 2 - Amostragem 2.2 – Amostragem Aleatória Baseada em Números Aleatórios (Randômicos) As tabelas de números aleatórios contém os dez algarismos 0, 1, 2, 3, ...., 9. Esses números podem ser lidos isoladamente ou em grupos; podem ser lidos em qualquer ordem. A probabilidade de qualquer algarismo aparecer em qualquer ponto é 1/10. Portanto todas as combinações são igualmente prováveis. 2 - Amostragem 2.2 – Amostragem Aleatória Baseada em Números Aleatórios (Randômicos) A titulo de ilustração poderíamos querer selecionar aleatoriamente 15 clientes de uma lista de 830 de uma grande magazine, a finalidade poderia ser: Estimar a frequência de compras; Determinar o valor médio de cada compra; Registrar as queixas conta o sistema. 2 - Amostragem 2.3 – Outros planos de Amostragem Os planos de amostragem probabilística são delineados de tal modo que se conhece a probabilidade de todas as combinações amostrais possíveis. Em razão disso, pode-se determinar a quantidade de variável amostral numa amostra aleatória e uma estimativa de erro amostral. A amostragem aleatória é um exemplo de amostragem probabilística 2 - Amostragem 2.3 – Outros planos de Amostragem A amostragem não probabilística é a amostragem subjetiva, ou por julgamento, onde a variabilidade amostral não pode ser estabelecida com precisão, consequentemente, não é possível nenhuma estimativa de erro amostral. 2 - Amostragem 2.4 – Amostragem por julgamento (não probabilística) Se o tamanho da amostra é bem pequena, digamos, de uns 5 itens, a amostragem aleatória pode dar resultados totalmente não representativos, ao passo que uma pessoa familiarizada com a população pode especificar quais os itens mais representativos da população. 2 - Amostragem 2.4 – Amostragem por julgamento (não probabilística) Ex: Uma equipe médica deve trabalhar com pacientes que se apresentem como voluntários para testar um novo medicamento. Nenhum desses grupos podem ser considerados como uma amostra aleatória do público em geral, e seria perigoso tentar tirar conclusões gerais com base em tal estudo. Todavia, os resultados poderiam proporcionar uma base para a elaboração de um plano de amostragem aleatório para validar os resultados básicos. Os perigos inerentes à pesquisa médica, bem como outro tipo de pesquisa, frequentemente obrigam a limitar a pesquisa inicial a um pequeno grupo de voluntários. 2 - Amostragem 2.4 – Amostragem por julgamento (não probabilística) Ex: A aplicação de hormônio em mulheres na menopausa, após um período de tempo notou-se o aumento das chances de adquirirem câncer de mama, doenças cardíacas, etc. 2 - Amostragem 2.5 – Amostragem probabilística - Sistemática - Estratificada - Conglomerado 2 - Amostragem 2.5 – Amostragem probabilística - Sistemática É muito parecida com a amostragem aleatória simples. Podemos ter uma amostragem realmente aleatória, escolhendo cada k-ésima amostra, onde k obtem-se dividindo o tamanho da população pelo tamanho da amostra. N k n N = Tamanho da população n = Tamanho da amostra 2 - Amostragem 2.5 – Amostragem probabilística - Sistemática Ex.: N = 200 e n=10 então k=20 Significa que será escolhido um item a cada sequência de 20 de uma lista. Para iniciar pode-se usar uma tabela de números aleatórios de 0 a 9 para iniciar os grupos. Por exemplo se der o 9, escolhemos o 9º, 29º, 39º, 49º, etc. N k n 2 - Amostragem 2.5 – Amostragem probabilística - Estratificada Pressupõe a divisão da população em sub-grupos homogêneos (estratos), procedendo então a amostragem de cada sub-grupo. Ex.: Para se fazer o inventário do estoque, é comum termos 10% dos itens representarem cerca de 60% do valor total em quanto que 90% restantes representam só 40% do valor total (Curva A,B,C; Pareto; regra 80/20). 2 - Amostragem 2.5 – Amostragem probabilística - Conglomerado Pressupões a disposição dos itens de uma população em sub-grupos heterogêneos (sub-populações) representativos da população global. Neste caso cada conglomerado pode ser encarado como uma minipopulação. Ex.: Estudo pré-eleitoral para medir a preferência dos eleitores. (Sub-grupos: sexo, educação, faixa etária, poder aquisitivo, região de habitação, etc.) 2 - Amostragem Exercícios: 1- Em que circunstancia é a amostragem preferível a um censo conpleto? 2 – Quando se deve preferir um censo a uma amostragem? 3 – Defina “Amostra Aleatória”. 4 – Explique rapidamente as características: A – da amostragem por conglomerado; B – da amostragem estratificada; C – da amostagemsistemática. 2 - Amostragem Exercícios: 5 – O que é amostragem por julgamento e em que circunstância deve ser usasda? 6 – I que é amostragem probabilística e quanto deve ser usada? 7 – Explique o que é uma população: A – finita; B – infinita.
Compartilhar