Professional Documents
Culture Documents
Estatistca
Estatistca
Trabalho de estatística.................................................................................................................................2
Amostragem................................................................................................................................................2
Introdução...................................................................................................................................................2
Capitulo 1....................................................................................................................................................4
Teoria da Amostragem................................................................................................................................4
As fases de um processo de amostragem.................................................................................................5
Conceitos em amostragem.......................................................................................................................6
Tipos de amostragem...................................................................................................................................8
Amostra aleatória ou causal...................................................................................................................11
Amostra aleatória ou simples.....................................................................................................................11
Amostragem sistemática............................................................................................................................12
Amostragem Estratificada.........................................................................................................................13
Amostragem por conglomerado.................................................................................................................15
Conclusão..............................................................................................................................................17
Bibliografia............................................................................................................................................18
Trabalho de estatística
Amostragem
1
Introdução
A Estatística, é uma ciência que trata fundamentalmente da manipulação de dados, por se
considerar dado como unidade mínima para a obtenção de informações. Em Estatística, esses
dados são manipulados através de método, dos quais se destacam os métodos Estatístico, que nos
permitem responder varias questões como as seguintes.
Os rendimentos das familias nos ultimos anos têm sofrido realmente algum aumento;
Qual será o comportamento da despesa Publica no próximos dez anos, tendo em conta os dados
dos últimos 20 anos;
O que nos diz o inquérito sobre a tendencial do voto em relação aos candidatos para as
presidenciais;
Estas são algumas das varias questões que a Estatística tem como ‘’obrigação’’ responder para
satisfação dos concidadãos ou redefinição de Políticas.
Noção Estatística é original da palavra ‘’Estado’’, já que foi sempre o papel fundamental de
qualquer governo colectar, organizar, resumir, analisar e interpretar um conjunto de dados da
população, para deles tirar conclusões. São de Natalidade, Mortalidade, Taxas, Percentagens,
Índice e muitas outras espécies de informações e actividades.
Estes dados recolhidos são sempre susceptíveis de algum tratamento para facilitar a emissão de
pareceres.
Em suma, a estatística pode ser apresentada estrategicamente em três áreas: (a) Estatística
Descritiva, (b) Estatística Inferencial e (c) Teoria de Decisões. Esta apresentação é estratégica
porque em muitos escritos a Estatística é subdividida em duas grandes áreas: (a)A Descritiva ou
Dedutiva e (b) A Inferência ou Indutiva (onde se incorpora a teoria de decisões).
2
Ao analisarmos um conjunto de dados, devemos determinar em primeiro lugar se trata de uma
amostra ou de uma população completa. Essa determinação afectara não somente os métodos
utilizados, mas também as conclusões a que chegamos. Utilizamos métodos de estatística
descritivas para resumir ou descrever as características importantes de um conjunto conhecido de
dados populacionais, e recorremos a método de estatística inferencial quando utilizamos dados
amostrais para fazer inferências (ou generalizações) sobre uma população.
Como a primeira questão não é sempre explicitada (por exemplo o conjunto de bovinos numa
província), então, centramo-nos na segunda, que cobre os problemas dos métodos de
amostragem e da dimensão da amostra, tendo em vista o melhoramento do questionário e/ ou
diminuir-lhe os custos, escolhendo de forma adequada as populações a tomar em considerações.
3
Capitulo 1
Teoria da Amostragem
A amostragem e em particular os processos de amostragem, aplicam-se em variadíssimas áreas
do conhecimento e constituem, muitas vezes, a única forma de obter informações sobre uma
determinada realidade que importa conhecer.
A teoria da amostragem é assim um dos instrumentos que possibilita esses conhecimentos
cinéticos da realidade, onde outros processos ou métodos alternativos, por razoes diversas, não se
mostram adequados ou até mesmo possíveis.
A teoria da amostragem estuda as relações existentes entre uma população e as amostras
extraídas dessa população. É útil para avaliação de grandezas desconhecidas da população, ou
para determinar se as diferenças observadas entre duas amostras são devidas ao acaso ou se são
verdadeiramente significativas.
Amostragem é o processo de determinação de uma amostra a ser pesquisada. A amostra é
uma parte de elementos seleccionada de uma população estatística.
Enquanto um senso envolve um exame a todos os elementos de um dado grupo, a amostragem
envolve um estudo de apenas uma parte dos elementos. A amostragem consiste em seleccionar
parte de uma população e observa-la com vista a estimar uma ou mais características para a
totalidade da população.
4
(ii) A amostra pode ser actualizada mais facilmente que o censo;
(iii) O custo do senso pode torna-lo proibitivo;
(iv) Factores de tempo e custo podem apontar pela preferência entre uma amostra e um censo.
Porem há ocasiões em que o levantamento do censo pode ser vantajoso:
(i) Quando a população e pequena e o custo entre o censo e a amostra forem praticamente iguais;
(ii) Se o tamanho da amostra necessária tiver que ser muito grande em relação a população
examinada;
(iii) Nas ocasiões em que se exige precisão completa;
(iv) Nas ocasiões em que já existe informação completa.
Os termos básicos em amostragem são: População - o grupo inteiro de objectos (unidades) dos
quais se pretende obter informações. A população deve ser denida claramente e em termos
daquilo que se pretende conhecer.
Unidade - qualquer elemento individual da população.
Amostra - uma parte ou subconjunto da população usada para obter informação acerca do todo.
Variável - uma característica de uma unidade que será medida a partir daquela unidade da
amostra.
5
(iii) A dimensão da amostra.
Conceitos em amostragem
Por causa de factores tais como tempo e custo, os parâmetros de população são frequentemente
estimados com base em estatística da amostra.
Estatísticas da amostra são as medidas características de uma amostra.
Parâmetros da população são medidos característicos de uma população estatística.
Exemplo 1.
6
2) Plano de amostragem
1°) Definir claramente os objetivos da pesquisa;
2°) Definição da população;
3°) Definição da unidade amostral;
4°) Forma de seleção dos elementos da população;
5°) Tamanho da amostra.
Exemplo:
População Alvo: Moradores de uma cidade.
Objetivo: Tipo de residência: - Própria; alugada; emprestada.
- Um piso; dois pisos; três ou mais pisos.
Unidade Amostral: Domicílios (residências).
Elementos da população: Família por domicílio.
Tipo de amostragem: por exemplo, aleatória simples, sistemática, estratificada.
7
Tipos de amostragem
Podemos classificar a amostragem em não-probabilística e probabilística (mais utilizada). Dentro
da amostragem não probabilística temos a amostragem a esmo, intencional e cotas, para a
amostragem probabilística existe a amostragem simples ou ocasional, sistemática, estratificada e
por conglomerados.
Quadro resumo amostragem
8
Faz-se um sorteio entre os números 1, 2, 3, ..., k, e se obtém o valor i, onde será o meu primeiro
elemento, os demais elementos poderão ser calculados pelo termo geral de uma progressão
aritmética.
a i n k n = + ( -1).
A amostra sistemática é frequentemente utilizada em pesquisas que obrigam que a selecção seja
feita durante a etapa de colecta de dados, por pessoas que não estão familiarizadas com tabelas
de números aleatórios ou com uso de software.
n = 1.000 =50
Formula
a n ¿I +¿ (n −¿ 1) × k a 1 ¿10 +¿ (1 −¿ 1) × 50
9
a 1¿ 10
a 2 ¿10 +¿ (2 −¿ 1) × 50
a 2¿60
a 3¿ 10 +¿ (3−¿ 1) × 50
a 3¿ 110
10
Amostragem probabilística ou aleatória
Nas amostras não probabilísticas ou não aleatórias é igual a zero desconhecidas a probabilidade
de alguns membros da população fazerem parte da amostra, o que torna impossível a
quantificação da possibilidade de erro na generalização.
Para este tipo de amostragem tem sido vulgar enumerar todos os elementos da população e
colocar numa urna, o que geralmente acontece em sorteio de bilhetes nas lojas comerciais para
um determinado concurso. Também é usual para casos em que após atribuição de números aos
elementos da população e sem os colocar numa urna se proceda ao sorteio extra para mais tarde
procurar se pelo vendedor (caso de lotaria). Ainda se pode considerar outro caso em que se possa
recorrer a tabela de números aleatórias.
Definir o número de elementos que devem fazer parte da amostra (tamanho da amostra
‘’n’’);
Numerar sucessivamente os elementos da população de 1 a ‘’N’’;
Escolher os ‘’n’’ elementos da amostra usando um procedimento aleatório, como tabela
de números aleatórios ou outros. Deve se garantir que o numero seleccionado da
população para amostra não seja repetição.
11
Estabelecer a correspondência entre os números aleatórias com a numeração dos
elementos da população. Para casos em que haja coincidência (repetição do numero a
aleatória), esse elemento da população é considerado seleccionado para fazer parte da
amostra, não podendo ser repetido (escolha sem reposição), mas a coincidência for
motivada pela repetição do elemento da população e não do número aleatório, então será
considerada mera coincidência sendo que o elemento devera ser seleccionado. Este
procedimento deve ser repetido ate atingir ‘’n’’ elementos requeridos para amostra.
Nem sempre é fácil executar esse tipo de amostragem, em virtude de ser uma tarefa penosa, ‘’na
maior parte dos casos, porque a população é infinita tornando difícil enumerar todos os
elementos da população. Por outro lado, esta amostragem pode fazer com que elementos da
mostra estejam dispersos geograficamente (se os elementos da população estiverem em regiões
geográfica dispersas).
A precisão dos estimadores segundo um esquema aleatória simples pode ser avaliada a partir da
sua variabilidade. Tomando como exemplo o caso da media amostral como estimador da media
2
σ
da população, vem que: V× (Ӯ)¿ , ignorando o factor de correcção de populações finitas.
n
Amostragem sistemática
Se tornamos em linha de conta que o tamanho da população é ‘’N’’ e o tamanho de da amostra é
N
‘’n’’, onde a razão k é k¿ . De entre as primeiras k unidade seleccionam se uma (por exemplo
n
t, onde 1≤ t ≤ k ) e, obtemos a lista de elementos a selecciona da população nas posições t, t+k, t+
2k, …, t +(n - 1)× k, então estaremos na presença duma amostragem aleatória sistemática.
N
Determinar k. k¿ , quando se trata de medidas expressas duma forma discreta é
n
aconselhável que k seja inteiro, o que quer dizer que é susceptível de arredondamento ;
Escolher um valor da posição t dentre as primeiras k unidades;
Partindo de t, seleccionar respectivamente os elementos das posições t + k, t + 2k, …,
t +(n - 1)× k.
12
representa se que a maior garantia da aleatoriedade é feita por escolha do primeiro elemento. Os
elementos seguintes são obtidos e dependentes do primeiro.
σ2
A sua variância é dada por V× (Ӯ)¿ [1+ρ ( n- 1)]. Esta amostragem pode ser mais eficiente
n
que a aleatória simples, dependendo do valor de ρ a partir da seguinte equação:
σ2
VӮS [1+ ρ ( n−1 ) ]
n
= =¿ 1+ρ ( n- 1)
V (Ӯ ) σ2
n
Retirando: As amostras sistemáticas podem ser aleatórias ou não, dependendo da forma como o
primeiro elemento foi escolhido. Se o primeiro elemento localizado dentre as primeiras t
unidades for escolhido usando aleatoriedade, estaremos sob presença duma amostragem aleatória
sistemática, caso contrario, diremos somente que estamos sob presença duma amostragem
sistemática.
Observação: uma amostragem sistemática é uma amostragem que deve ser usada no campo de
trabalho, e é melhor que a aleatória para uma população que se encontre geograficamente
dispersa.
Amostragem Estratificada
As duas amostragens anteriores, tomam população como um todo. Esta amostragem é diferente e
que é mais usada para casos em que haja certeza de que a população é heterogénea em relação as
13
características a estudar. Neste caso, deve proceder-se a uma prévia decomposição da população
em estrato. Os elementos que compõem o estrato deverão ser homogéneos. A obtenção dos
estratos pode basear-se num único critério (por exemplo a raça, o que permitira estabelecer
quatro estratos: branca, negra, amarela e caneca), ou na combinação de dois ou mais critérios
(por exemplo a raça e o estatuto social, obtendo-se deste modo pelos menos oito estratos). A
amostra total será constituída pelos conjuntos de subamostras referente a cada um dos estratos e
obtidas através de um método aplicável no da amostra simples. Reduz-se assim, a margem de
erro e os custos de operação. Alem destas vantagens, pode-se salientar a possibilidade de
realização de análises mais profundas de cada estrato separadamente e permite-nos ainda uma
melhor estimativa de certas grandezas.
Importa observar que, na hipótese dos estratos terem uma dimensão suficiente, as dimensões de
amostra em cada estrato podem ser idênticas. Contudo, torna-se preferível fazer dimensão de
cada amostra do grau de homogeneidade do estrato. Quanto menor for, mais ampla devera ser a
amostra para que possa ser compensado o fenómeno da dispersão.
Há sempre vantagem em estratificar. No caso de não conhecer em cada estrato o desvio padrão
da variável utilizada como critério de estratificação, não se pode calcular a repartição óptima da
amostra. No entanto uma estratificação com taxa de amostragem uniforme (amostra estratificada
proporciona), é preferível a ausência de estratificação. A eficácia da estratificai depende da
homogeneidade possível e heterogéneos entre si.
Definir o estrato – pode ser a partir de estudo anterior cujos resultados são
conhecidos ou foram divulgados, trabalho pilotos, conhecimento prévio da situação,
etc. Em geral usam-se variáveis geográficas, demográficas, económicas ou outras que
facilitam a estratificação. São exemplos de localidades, bairros, quarteirões, idade,
sexo, nível salarial, etc. a ideia fundamental é que os elementos constituintes do
14
estrato sejam mais homogéneas. Quanto mais estratos existirem, facilita a análise e
aumenta a variabilidade;
Organizar as bases de amostragem – cada estrato é tratado como uma população
independente no estudo, levando com que se defina diversas formas para analisar
diferentes estratos;
Seleccionar os elementos de cada estratos usando amostragem aleatória simples
n1 n2 n1 n
ou aleatória sistemática. Deve se garantir que. ¿ …=¿ ¿ , Isso é
N1 N2 N1 N
n
possível se o tamanho de cada estrato for dado por n, ¿ N 1 .
N
De realçar que os conglomerados devem ser grupos mutuamente exclusivos de modo a garantir
que cada elemento seleccionada não faca parte da intersecção entre conglomerados.
15
Passos para recolha de uma amostragem por conglomerados
Esta amostragem diminui custos, com a desvantagem de possuir um desvio padrão maior entre
os conglomerados, causando pela maior homogeneidade dos elementos dentro do conglomerado.
16
Conclusão
As amostras sistemáticas podem ser aleatórias ou não, dependendo da forma como o primeiro
elemento foi escolhido. Se o primeiro elemento localizado dentre as primeiras t unidades for
escolhido usando aleatoriedade, estaremos sob presença duma amostragem aleatória sistemática,
caso contrario, diremos somente que estamos sob presença duma amostragem sistemática.
Esta amostragem diminui custos, com a desvantagem de possuir um desvio padrão maior entre
os conglomerados, causando pela maior homogeneidade dos elementos dentro do conglomerado.
quando as dimensões dos estratos forem escolhidas de modo a minimizar a variância da media.
Há sempre vantagem em estratificar. No caso de não conhecer em cada estrato o desvio padrão
da variável utilizada como critério de estratificação, não se pode calcular a repartição óptima da
amostra. No entanto uma estratificação com taxa de amostragem uniforme (amostra estratificada
proporciona), é preferível a ausência de estratificação. A eficácia da estratificai depende da
homogeneidade possível e heterogéneos entre si.
17
Bibliografia
Leonard j. Kazmier, estatística aplicada a economia e administração, São Paulo –SP, editora
McGraw-Hill Ltda, 1982
18