Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 5 - Estimação de Médias e Totais sob AAS 5.1 - Estimadores Pontuais Vimos que, para estimar sem vício média e total populacionais sob um plano amostral probabilístico, precisamos apenas das probabilidades de inclusão na amostra, denotadas por pii = P(i∈s), sob este plano. Por outro lado, no módulo 4 vimos que, sob AAS, a probabilidade de inclusão pii é: .Ui, N n i ∈∀=pi Substituindo nos estimadores de HT para total e média, obtemos os estimadores não viciados para estes parâmetros sob AAS. O estimador não viciado para a média populacional, sob AAS, é: O estimador não viciado para o total populacional, sob AAS, é: ∑ ∈ = si iAAS y n NYˆ .y n y Yˆ si i AAS == ∑ ∈ Assim: estimador expansão média amostral No módulo 4 vimos que, sob AAS, a probabilidade de inclusão conjunta piij é: Para achar a variância do estimador da média sob AAS, pii e piij devem ser substituídas na variância do estimador de HT para a média, apresentada no módulo 3 e repetida a seguir. .U)j,i(, 1)-N(N )1n(n ji ∈∀ − =pi 5.2 - Variâncias Teóricas Variância do Estimador de HT para a Média: Fazendo as substituições, e após algum algebrismo (arquivo: “Prova da Variância da AAS.pdf”), obtém-se a seguinte fórmula: pipi−pi pi pi +pi−pi pi = ∑∑∑ <∈ ji jiij j j i i Ui ii 2 i i 2 HT )(yy2)1(y N 1 )Yˆ(V Variância do Estimador da Média: - f = n/N é denominado fração amostral. - O termo (1-f) é chamado fator de correção para populações finitas. n S N n1)Yˆ(V 2 AAS −= y. de (teórica) variânciaa é 1N )Yy( S onde Ui 2 i 2 − − = ∑ ∈ 2 Variância do Estimador do Total: Basta multiplicar a expressão do slide anterior por N2: . n S N n1N)Yˆ(V 2 2 AAS −= 5.3 - Estimação das Variâncias Na prática, as variâncias apresentadas na seção 5.2 não são calculáveis, pois dependem dos yi`s populacionais, que são desconhecidos. Por isso chamamos estas variâncias de teóricas (ou ainda, populacionais). O que se faz é estimar as variâncias dos estimadores de média e total. Novamente, a idéia é substituir pii e piij, só que agora nos estimadores de variância dos estimadores de HT para média e total. A fórmula resultante, para o caso da média, é apresentada a seguir. Estimador da Variância do Estimador da Média: y. de amostral variânciaa é 1n )yy( s si 2 i 2 − − = ∑ ∈ . n s N n1)Yˆ(v 2 AAS −= Estimador da Variância do Estimador do Total: Para obter o estimador da variância do estimador do total, é (sempre) só multiplicar o estimador da variância do estimador da média por N2: . n s N n1N)Yˆ(v 2 2 AAS −= Exemplo 5.1 - Seja novamente a população do exemplo 1.1 do módulo 1: Se a amostra, selecionada por AAS, é s = (2,3), estime sem vício a média e o total, com as estimativas de variância. 34 33 52 41 yiU 3 Respostas: 8)Yˆ(v 5,0)Yˆ(v 16Yˆ 4Yˆ = = = = Obtenha agora as estimativas de erro padrão e CV. Exemplo 5.2 - Considere agora a seguinte população de 5 fazendas, com suas respectivas áreas, em 1.000 hectares: 35 54 23 22 31 yiU Se a amostra é s = (2,3,4), obtida por AAS, estime sem vício as áreas média e total, com as respectivas estimativas de erro padrão e CV. 5.3 - IC`s e Resultados Assintóticos Para obter ICs para os parâmetros, precisamos conhecer as distribuições amostrais dos respectivos estimadores. Sob AAS, existem resultados que fornecem estas distribuições para grandes amostras. • Distribuições Assintóticas dos Estimadores Na estimação de média e total sob AAS, se n é suficientemente grande e n/N é pequeno, valem os seguintes resultados aproximados: ).1,0(N )Yˆ(EP YYˆ AAS AAS ≈ − .)1,0(N)Yˆ(EP YYˆ AAS AAS ≈ − Substituindo os erros padrão teóricos EP por seus estimadores (denotados por ep), a aproximação normal continua válida: ).1,0(N )Yˆ(ep YYˆ AAS AAS ≈ − .)1,0(N)Yˆ(ep YYˆ AAS AAS ≈ − 4 As estatísticas definidas no slide anterior são, claramente, pivots, e assim permitem obter ICs para totais e médias. Intervalo de Confiança para Total e Média Populacionais: )].Yˆ(ep*zYˆ );Yˆ(ep*zYˆ[)Y(IC AAS 2 AAS AAS 2 AAS)%1(100 α αα− + −= )].Yˆ(ep*zYˆ );Yˆ(ep*zYˆ[)Y(IC AAS 2 AAS AAS 2 AAS)%1(100 α αα− + −= valor da tabela normal tal que: P(Z> ) = α/2. 2 z α Exemplo 5.3 - Uma pesquisa na área de saúde tem por objetivo estimar o peso médio de uma população que possui 10.000 indivíduos. Para isto, foi selecionada uma AAS de 900 indivíduos, e registrado o peso de cada um. Se o peso médio na amostra foi 82 Kg, e o desvio padrão amostral dos pesos foi 36 Kg, ache a estimativa do erro padrão do estimador do peso médio e o IC de 95% para o peso médio populacional. Interprete o IC encontrado. Respostas: ].23,84;76,79[)Y(IC 14,1)Yˆ(ep AAS%95 AAS = = Interpretação do IC? Exemplo 5.4 - Uma pesquisa tem por objetivo estimar o total de habitantes em um estado que possui 70 municípios. São selecionados, por AAS, 5 municípios, que possuem, respectivamente: 100, 300, 100, 200 e 300 mil habitantes. Estime o total de habitantes neste estado, e reporte a estimativa do CV e o IC de 95% para o total de habitantes deste estado. Respostas: ].57,912.19;42,087.8[)Y(IC %55,21)Yˆ(cv 000.100.9)Yˆ(v 000.14Yˆ AAS%95 AAS AAS AAS = = = = comente sobre a validade deste IC. 5 5.5 - AAS com Reposição Podemos definir a AAS com reposição, ou AASc, que consiste na devolução de cada unidade selecionada à amostra, antes do sorteio da unidade seguinte. Este plano é ineficiente do ponto de vista estatístico, mas é interessante utilizá-lo como referência, uma vez que este é o plano subjacente à inferência clássica. Sob AASc, os estimadores pontuais de média e total são os mesmos da AASs. Estimadores de variância: . N )Yy( , n )Yˆ(V Ui i 2 2 AASc ∑ ∈ − =σ σ = ).Yˆ(VN)Yˆ(V AASc2AASc = Exemplo 5.5 Seja uma população de tamanho 1.000, e uma amostra de tamanho n = 500. Seja o problema de estimar a média populacional. Calcule o EPA da AASs em relação à AASc. Refaça o cálculo, se n = 50. Comente. Solução: .2 500 999 nN 1N )Yˆ(V )Yˆ(V)Yˆ;Yˆ(EPA AASs AASc AAScAASs ≅= − − == .051,1 950 999)Yˆ;Yˆ(EPA 50n AAScAASs ≅=⇒=
Compartilhar