Amostragem

Como podemos determinar quantas pessoas em uma populao apresentam certa

caracterstica? Por exemplo, quantos eleitores apiam um candidato presidncia? Ou
ento, da populao de determinado estado, quantas pessoas so crianas, quantas vivem
em centros urbanos, quantas esto desempregadas?
ma !orma de responder a essas quest"es consiste em entrevistar todas as pessoas#
$as este % um processo demorado e caro#
Outro processo possvel consiste ento em consultar um grupo de pessoas, que
constituem um amostra# &e a amostra representa de !ato toda a populao, podemos utili'ar
as caractersticas dos seus elementos para estimar as caractersticas de toda populao#
(istinguiremos dois tipos de amostragem) a probabilstica e a no-probabilstica. *
amostragem ser+ probabilstica se todos os elementos da populao tiverem probabilidade
con,ecida, e di!erente de 'ero, de pertencer amostra# Caso contr+rio, a amostragem ser+
no probabilstica#
&egundo essa de!inio, a amostragem probabilstica implica um sorteio com regras
bem determinadas, cu-a reali'ao s ser+ possvel se a populao !or !inita e totalmente
acessvel#
Exemplo: .uma empresa dese-a/se escol,er 0 diretores entre seus c,e!es
executivos# * escol,a % aleatria e no depende do prestgio, da capacidade, dos anos de
servio, etc# 1emos uma amostragem probabilstica#
*s t%cnicas da estatstica pressup"em que as amostras utili'adas se-am
probabilsticas, o que muitas ve'es no se pode conseguir# .o entanto o bom senso ir+
indicar quando o processo de amostragem, embora no sendo probabilstico, pode ser, para
e!eitos pr+ticos, considerado como tal# 2sso amplia consideravelmente as possibilidades de
utili'ao do m%todo estatstico em geral#
* utili'ao de uma amostragem probabilstica % a mel,or recomendao que se
deve !a'er no sentido de se garantir a representatividade da amostra, pois o acaso ser+ o
3nico respons+vel por eventuais discrep4ncias entre populao e amostra, o que % levado
em considerao pelos m%todos de an+lise da 5statstica 2ndutiva#
*presentamos a seguir algumas t%cnicas de amostragem probabilstica#
Amostragem por conglomerado
* populao % dividida em di!erentes conglomerados 6grupos7, extraindo/se uma
amostra apenas dos conglomerados selecionados, e no de toda a populao# O
ideal seria que cada conglomerado representasse tanto quanto possvel o total da
populao# .a pr+tica, selecionam/se os conglomerados geogra!icamente#
5scol,em/se aleatoriamente algumas regi"es, em seguida algumas sub/regi"es e
!inalmente, alguns lares# 5sse processo possibilita ao pesquisador entrevistar apenas
poucas pessoas#
Amostragem Estratificada
&e a populao pode ser dividida em subgrupos que consistem, todos eles, em
indivduos bastante semel,antes entre si, pode/se obter uma amostra aleatria de
pessoas em cada grupo# 5sse processo pode gerar amostras bastante precisas, mas
s % vi+vel quando a populao pode ser dividida em grupos ,omogneos#
Amostragem Aleatria Simples
* amostragem aleatria simples % a maneira mais !+cil para selecionarmos uma
amostra probabilstica de um populao# Comecemos introdu'indo o conceito de
**& de uma populao !inita, para a qual temos uma listagem de todas as unidades
elementares# Podemos obter uma amostra nessas condi"es, escrevendo cada
elemento num carto, misturando/os numa urna e sorteando tantos cart"es quantos
dese-armos na amostra# 5sse procedimento torna/se invi+vel quando a populao %
muito grande# .esse caso, usa/se um processo alternativo, no qual os elementos so
numerados e em seguida sorteados por meio de uma tabela de n3meros aleatrios#
tili'ando/se um procedimento aleatrio, sorteia/se um elemento da populao,
sendo que todos os elementos tm a mesma probabilidade de ser selecionados#
8epete/se o procedimento at% que se-am sorteadas as unidades da amostra#
Podemos ter uma **& com reposio, se !or permitido que uma unidade possa ser
sorteada mais de uma ve', e sem reposio, se a unidade sorteada !or removida da
populao#
(o ponto de vista da quantidade de in!ormao contida na amostra, amostrar sem
reposio % mais adequado# Contudo, a amostragem com reposio condu' a um
tratamento terico mais simples, pois ela implica que ten,amos independncia entre
as unidades selecionadas# 5ssa independncia !acilita o desenvolvimento das
propriedades dos estimadores que sero considerados#
&e a populao !or in!inita ento as retiradas com e sem reposio sero
equivalentes, isto %, se a populao !or in!inita 6ou ento muito grande7, o !ato de se
recolocar o elemento retirado de volta na populao no vai a!etar em nada a
probabilidade de extrao do elemento seguinte#
&e, no entanto, a populao !or !inita 6e pequena7 ser+ necess+rio !a'er uma
distino entre os dois procedimentos, pois na extrao com reposio as diversas
retiradas sero independentes, mas no processo sem reposio ,aver+ dependncia
entre as retiradas, isto %, o !ato de no recolocar o elemento retirado a!eta a
probabilidade do elemento seguinte ser retirado# * amostragem sem reposio %
mais e!iciente que a amostragem com reposio e redu' a variabilidade uma ve'
que no % possvel retirar elementos extremos mais do que uma ve'#
Amostragem Sistemtica
9uando os elementos da populao se apresentam ordenados e a retirada dos
elementos da amostra % !eita periodicamente, temos uma amostragem sistem+tica#
*ssim, por exemplo, em uma lin,a de produo, podemos, a cada de' itens
produ'idos, retirar um para pertencer a uma amostra da produo di+ria#
*mostras no/probabilsticas so tamb%m, muitas ve'es, empregados em trabal,os
estatsticos, por simplicidade ou por impossibilidade de se obterem amostras
probabilsticas, como seria dese-+vel# .o entanto processos no/probabilsticos de
amostragem tm tamb%m sua import4ncia# &ua utili'ao, entretanto, deve ser !eita com
cuidado#
*presentamos a seguir algumas t%cnicas de amostragem no/probabilstica#
Inacessibilidade a toda populao
5sta situao ocorre com muita !req:ncia na pr+tica# Por exemplo, se-a a
populao que nos interessa constituda de todas as peas produ'idas por certa
m+quina# Ora, mesmo estando a m+quina em !uncionamento normal, existe uma
parte da populao que % !ormada pelas peas que ainda vo ser produ'idas# Ou
ento se nos interessar a populao de todos os portadores de !ebre ti!ide,
estaremos diante de um caso semel,ante# (eve/se notar que, em geral, estudos
reali'ados com base nos elementos da populao amostrada tero, na verdade, seu
interesse de aplicao voltado para os elementos restantes da populao#
5ste caso de amostragem no/probabilstica pode ocorrer tamb%m quando, embora
se ten,a a possibilidade de atingir toda a populao, retiramos a amostra de uma
parte que se-a prontamente acessvel# *ssim, se !;ssemos recol,er uma amostra de
um monte de min%rio, poderamos por simpli!icao retirar a amostra de uma
camada prxima da super!cie do monte, pois o acesso as por"es interiores seria
problem+tico#
Amostragem a esmo
< a amostragem em que o amostrador, para simpli!icar o processo, procura ser
aleatrio sem, no entanto, reali'ar propriamente o sorteio usando algum dispositivo
aleatrio con!i+vel# Por exemplo, se dese-armos retirar uma amostra de =>>
para!usos de uma caixa contendo =>#>>>, evidentemente no !aremos uma **&,
pois seria muito trabal,osa, mas retiramos simplesmente a esmo#
Os resultados da amostragem a esmo so, em geral, equivalentes aos da
amostragem probabilstica se a populao % ,omognea e se no existe a
possibilidade de o amostrador ser inconscientemente in!luenciado por alguma
caracterstica dos elementos da populao#

Amostragens intencionais
5nquadram/se aqui os diversos casos em que o amostrador deliberadamente escol,e
certos elementos para pertencer amostra, por -ulgar tais elementos bem
representativos# O perigo desse tipo de amostragem % grande, pois o amostrador
pode !acilmente se enganar em seu pr%/-ulgamento#
Amostragem por voluntrios
Ocorre, por exemplo, no caso da aplicao experimental de uma nova droga em
pacientes, quando a %tica obriga que ,a-a concord4ncia dos escol,idos#
Distribuies Amostrais
O conceito de distribuio de probabilidade de uma vari+vel aleatria ser+ agora
utili'ado para caracteri'ar a distribuio dos diversos valores de uma vari+vel em uma
populao#
*o retirar uma amostra aleatria de uma populao estaremos considerando cada
valor da amostra como um valor de uma vari+vel aleatria cu-a distribuio de
probabilidade % a mesma da populao no instante da retirada desse elemento para a
amostra#
5m conseq:ncia do !ato de os valores da amostra serem aleatrios, decorre que
qualquer quantidade calculada em !uno dos elementos da amostra tamb%m ser+ uma
vari+vel aleatria#
Parmetros ? so valores tericos correspondentes a populao#
Estatsticas ? so !un"es dos valores amostrais#
*s estatsticas, sendo vari+veis aleatrias, tero alguma distribuio de probabilidade, com
uma m%dia, vari4ncia, etc# * distribuio de probabilidade de uma estatstica c,ama/se
comumente distribuio amostral ou distribuio por amostragem#
ESTIMA!"
* in!erncia estatstica tem por ob-etivo !a'er generali'a"es sobre uma populao,
com base nos dados de amostra# m dos itens b+sicos nesse processo % a estimao de
par4metros# * estimao pode ser por ponto ou por intervalo#
Estimativa por Ponto) % a estimativa de um par4metro populacional por um 3nico valor#
Estimativa por Intervalo) consiste em um intervalo em torno da estimativa por ponto de
tal !orma que ele possua probabilidade con,ecida 6nvel de con!iana #$%&7 de conter o
verdadeiro valor do par4metro# 5ste intervalo % con,ecido por intervalo de con!iana
#I'&#
Intervalo de confiana para a m(dia de uma populao
Os intervalos de con!iana para a m%dia so tipicamente construdos com o
estimador @ no centro do intervalo#
$% )uando ( con*ecido+
9uando o uso da distribuio normal est+ garantido, o intervalo de con!iana para a
m%dia % determinado por)
I' , # x % -
n

. x / -
n

& ou
I' , # x % -
=
n

N
n N
. x / -
=
n

N
n N
&
no caso de populao finita de taman*o 0
e amostragem sem reposio1
Os intervalos de con!iana mais !req:entemente utili'ados so os de A>B, ACB e AAB#
-
#$%&
=,DC >,A>
=,AD >,AC
E,CF >,AA