Técnicas de amostragem

Apresentação em tema: "Técnicas de amostragem"— Transcrição da apresentação:

1 Técnicas de amostragem

2 População e a variável a ser observada
X1 X2 X3 ... Característica X observável:

3 Pesquisa eleitoral: um exemplo de levantamento por amostragem
POPULAÇÃO: eleitores brasileiros AMOSTRA: uma parte dos eleitores X1 X2 X3 Voto do eleitor:

4 Amostragem e Inferência estatística
Universo do estudo (população) Amostragem inferência Dados observados (amostra)

5 População População: é o conjunto de elementos para os quais desejamos que as conclusões da pesquisa sejam válidas, com a restrição de que esses elementos possam ser observados ou mensurados sob as mesmas condições. Muitas vezes vamos chamar de população a todo o conjunto de observações da variável de interesse. Parâmetro é uma medida que descreve certa característica dos elementos da população (uma média, uma proporção,... da variável de interesse).

6 Amostra e amostragem Amostra: parte dos elementos de uma população.
Muitas vezes vamos se referir à amostra como uma parte das possíveis observações de uma variável de interesse. Amostragem: o processo de seleção da amostra. Estimativa: valor calculado com base na amostra, e usado com a finalidade de avaliar aproximadamente um parâmetro.

7 Exemplo: Pesquisa eleitoral
Amostragem POPULAÇÃO AMOSTRA  = ? Parâmetro Estatística X1 X2 X3 ... Voto do eleitor: p  = p ± erro amostral Resultado estatístico:

8 Erro amostral: diferença entre o verdadeiro valor
(parâmetro) e a estatística calculada. Exemplo: Espaço de amostragem e Eventos wafer [ELECTR] A thin semiconductor slice on arms control the front legs of the machine while which matrices of microcircuits can be fabricated, or which can be cut into individual dice the machine. { wo˙ kiŋ məshe￣n } for fabricating single transistors and diodes. ENG] A flat element for a process unit, as in a tion of a robot by taking it through its sequences series of stacked filter elements. { wa￣ fər }

9 Censo x Amostragem Censo: Estudo através da observação de todos os elementos da população. Amostragem: Estudo por meio da observação de uma amostra.

10 Por que fazer amostragem?
Economia (custo reduzido) Menor tempo (maior rapidez: coleta e processamento) Maior qualidade nos dados levantados População infinita Mais fácil, com resultados satisfatórios.

11 Quando fazer censo? População pequena (tamanho da amostra grande em relação ao da população). Quando se exige o resultado exato. Quando já se dispõe dos dados da população.

12 Principais fases de um levantamento por amostragem
Objetivos do levantamento – clara enunciação dos objetivos. População que fornecerá as amostras Dados a serem coletados Grau de precisão desejado – grau de incerteza parte da população, erros de medida Métodos para coletar os dados Esquema de amostragem – unidades de amostragem As unidades devem abranger toda a populaçao, sem se superporem.

13 Principais fases de um levantamento por amostragem
Seleção das amostras – plano de amostragem. Verificação preliminar - questionário Organização do campo de trabalho Sintetização e análise de dados Informações utilizáveis em futuros levantamentos Amostragem piloto

14 Tamanho da amostra (n) e tamanho da população (N)
Amostra representativa: 10% da população 100 10 100 1.000 N A relação não é linear

15 Tamanho da amostra (n) e tamanho da população (N)
Bem menos que 10 10 10.000 IMPORTANTE: forma de seleção da amostra

16 Amostragem O processo de seleção da amostra

17 Técnicas de Amostragem
Amostragem probabilística (aleatória) - a probabilidade de um elemento da população ser escolhido é conhecida. Usa alguma forma de sorteio - aleatoriedade Amostragem não-probabilística (não-aleatória) - Não se conhece, a priori, a probabilidade de um elemento da população vir a pertencer à amostra.

18 Amostragem Probabilística
Amostragem aleatória simples Amostragem sistemática Amostragem estratificada Amostragem por conglomerados

19 Amostragem Aleatória Simples (AAS)
Faz-se uma lista da população e sorteiam-se os elementos que farão parte da amostra. Pode-se utilizar uma tabela de números aleatórios. Propriedade básica: cada subconjunto da população com o mesmo nº de elementos tem a mesma chance de ser incluído na amostra (p = n/N)

20 Exemplo População: Números aleatórios:
01. Aristóteles 06. Cardoso 11. Ernestino 16. Geraldo 21. Joana 26. Josefa 31. Paula 02. Anastácia 07. Carlito 12. Endevaldo 17. Gabriel 22. Joaquim 27. Josefina 32. Paulo César 03. Arnaldo 08. Cláudio 13. Francisco 18. Getúlio 23. Joaquina 28. Maria José 04. Bartolomeu 09. Ermílio 14. Felício 19. Hiraldo 24. José da Silva 29. Ma Cristina 05. Bernardino 10. Hercílio 15. Fabrício 20. João da Silva 25. José de Souza 30. Mauro Números aleatórios: Selecionar uma amostra de n = 5 elementos.

21 Exemplo Números aleatórios: População e amostra:
01. Aristóteles 06. Cardoso 11. Ernestino 16. Geraldo 21. Joana 26. Josefa 31. Paula 02. Anastácia 07. Carlito 12. Endevaldo 17. Gabriel 22. Joaquim 27. Josefina 32. Paulo César 03. Arnaldo 08. Cláudio 13. Francisco 18. Getúlio 23. Joaquina 28. Maria José 04. Bartolomeu 09. Ermílio 14. Felício 19. Hiraldo 24. José da Silva 29. Ma Cristina 05. Bernardino 10. Hercílio 15. Fabrício 20. João da Silva 25. José de Souza 30. Mauro Obs. Há um erro no livro (6 ed.): foi pulado o número 08, associado ao Cláudio.

22 Amostragem Sistemática
Os elementos da população apresentam-se ordenados e são retirados periodicamente (de cada k elementos, um é escolhido)

23 Amostragem Estratificada
Usada quando a população pode ser dividida em subgrupos (estratos) relativamente homogêneos. A seleção em cada estrato deve ser aleatória

24 Ilustração de uma amostragem estratificada proporcional
POPULAÇÃO: comunidade da escola 20% 60% professor servidor aluno AMOSTRA: parte da comunidade da escola 20% 60%

25 Amostragem Estratificada. Exemplos
Pesquisas de mercado: homens e mulheres; faixas etárias. Pesquisas eleitorais: região demográfica; cidades pequenas médias e grandes; área urbana e rural.

26 Amostragem por Conglomerados
Usada quando a população pode ser naturalmente dividida em vários subgrupos (conglomerados). Ao contrário dos estratos, espera-se que os conglomerados sejam quase tão heterogêneos quanto à população toda. Num primeiro estágio, a amostragem é feita sobre os conglomerados, e não mais sobre os indivíduos da população.

27 Amostragem por Conglomerados
          1 ESTÁGIO: seleção aleatória de conglomerados     2 ESTÁGIO: seleção aleatória de elementos Amostra:     

28 Tamanho da amostra Supondo amostragem aleatória simples.
Supondo que o objetivo é estimar determinadas proporções. Quantos elementos da população devemos pesquisar? Digamos que não queremos errar em mais que E0, com alto nível de confiança (digamos 95%). Ou seja, a proporção a ser calculada na amostra não deve diferir da verdadeira proporção (na população) em mais que E0 unidades, com 95% de probabilidade. E0 = limite superior provável para o erro amostral.

29 Tamanho da amostra n = n0 de elementos da amostra
N = n0 de elementos da população Uma expressão genérica (mais detalhes no Cap. 9 ) : se N é muito grande ou desconhecido se N não for muito grande e for conhecido Exemplos 3.8 e 3.9: ler e discutir.

30 Tamanho da amostra (n) e tamanho da população (N)
Bem menos que 10 10 10.000 Considerando a relação acima, pense como ficam as inferências sobre subgrupos de uma população.