Você está na página 1de 34

CAPTULO I

Conceitos e Definies

Professor Gilson Fernandes da Silva


Departamento de Engenharia Florestal
Centro de Cincias Agrrias CCA/UFES
1 - Introduo

De acordo com HUSCH et al. (2003),


Inventrios florestais so procedimentos
para obter informaes sobre quantidades
e qualidades dos recursos florestais e de
muitas caractersticas das reas sobre as
quais as rvores esto crescendo.
O inventrio pode fornecer dados necessrios a (MEUNIER
et al., 2001):

Definio de diretrizes da poltica florestal nacional, regional,


estadual ou local;
Organizao da administrao florestal pblica e de empresas;

Preparao de planos de corte e de manejo;

Dimensionamento de indstrias florestais;

Avaliao de propriedades;

Investigaes cientficas de aspectos silviculturais e ecolgicos;

Fiscalizao da aplicao de normas e de recursos financiados;

Estudos de impactos ambientais;

Avaliao de recursos para subsidiar projetos de criao e manejo de

unidades de conservao.
2 CONCEITOS BSICOS EM TEORIA DE
AMOSTRAGEM
a) VARIVEL: Chama-se de varivel ao atributo
(caracterstica) estudado, sujeito a variao. Podem
ser qualitativas ou quantitativas, discretas ou
contnuas, fixas ou aleatrias.
b) POPULAO: o conjunto de valores da varivel,
associados a todos os elementos de um conjunto, que
tm em comum determinada caracterstica.
c) AMOSTRAGEM: o processo pelo qual se avalia
parte da populao, possibilitando, a partir dos dados
coletados nesta parte, inferir sobre toda a populao
de interesse, com preciso e custos aceitveis e nvel
de confiana previamente especificado.
d) AMOSTRA: um subconjunto da populao,
constitudo de elementos (e seus valores associados)
que apresentam as caractersticas comuns que
identificam a populao a que pertencem. Pode ser
entendida como o conjunto de informaes colhidas
de parte da populao, com vistas a se inferir sobre
ela (populao).
e) UNIDADE DE AMOSTRA: a unidade mnima da
amostra, de onde se obtm um dado referente a
varivel em estudo. O conjunto de todas as unidades
de amostra constitui-se na amostra.
f) ELEMENTO: Indivduo no qual a medida ou
observao tomada.
g) INFERNCIA ESTATSTICA: Tem por objetivo fazer
generalizaes sobre uma populao com base em dados
de uma amostra. Se fundamenta na teoria da
probabilidade, diferentemente dos mtodos descritivos.
h) PARMETRO: uma medida usada para descrever
uma caracterstica da populao.
i) ESTATSTICA: uma caracterstica da amostra, ou
seja, uma estatstica t, por exemplo, uma funo de x1,
x2, ... , xn , t = f (x1, x2, ... , xn).
j) ESTIMADOR: qualquer estatstica usada para estimar
uma quantia desconhecida (ser sempre uma frmula).
k) ESTIMATIVA: o valor numrico assumido pelo
estimador, quando os valores obtidos na amostra so
considerados.
l) AMOSTRAGEM NO ESTATSTICA: Baseia-se no
julgamento subjetivo do tcnico para seleo de
amostras. A subjetividade na seleo da amostra
resulta em srias desvantagens, sendo as mais
importantes o fato de que dois tcnicos com diferentes
experincias profissionais e habilidades tcnicas,
podem produzir resultados bastante discrepantes; em
segundo lugar, a preciso e a confiabilidade da
informao no pode ser determinada.
m) AMOSTRAGEM ESTATSTICA:

Baseia-se em metodologias objetivas de seleo de


amostras representativas da populao.
Representatividade significa que cada unidade da
populao possui uma probabilidade no nula de ser
selecionada.
O conceito probabilstico de representatividade permite
que a confiabilidade das informaes obtidas por
amostragem estatstica possa ser quantificada.
O aspecto custo passa a ser limitante, ou seja, quanto
mais confiabilidade se desejar maiores sero os custos
da amostragem.
3 TIPOS DE INVENTRIOS FLORESTAIS

a) ENUMERAO TOTAL OU CENSO: Nesse tipo de


inventrio, todos os indivduos da populao so
medidos, obtendo-se os valores reais ou verdadeiros,
isto , os parmetros da populao.
b) AMOSTRAGEM: Por este mtodo, observa-se apenas
uma parte da populao e obtm-se uma estimativa
dos seus parmetros, procurando-se quantificar o erro
de amostragem. A grande maioria dos inventrios
florestais em todo o mundo realizada desta forma,
em razo de se obter os resultados em um menor
espao de tempo, com menor custo e com a preciso
desejada.
c) INVENTRIOS TEMPORRIOS OU DE UMA OCASIO:
Nesse tipo de inventrio, a amostragem a ser realizada
idealizada apenas para uma nica coleta de dados
em um dado momento do tempo. Por essa razo, so
tambm conhecidos como inventrios de uma
ocasio. Desse modo, as unidades amostrais so
temporrias, sendo abandonadas ao final do trabalho
de medio.
d) INVENTRIOS PERMANENTES, CONTNUOS OU DE
MLTIPLAS OCASIES: Neste tipo de inventrio, as
medies so repetidas periodicamente. Assim, a
estrutura de amostragem concebida de forma tal
para que seja duradoura.
CAPTULO II
TERMINOLOGIAS DE AMOSTRAGEM EM
INVENTRIO FLORESTAL
1 Introduo

Nos trabalhos de inventrio florestal, a


amostragem consiste na medio de uma
amostra e da obteno das estimativas em cada
unidade de amostra considerada representativa
da populao (a floresta e suas caractersticas).

As unidades de amostra podem ser


povoamentos, talhes, unidades administrativas,
parcelas de rea fixa ou faixas, ou pontos de
amostragem.
Para ser correto nas estimativas em predies sobre
uma populao, a amostra tem que satisfazer certos
requerimentos. O primeiro que as unidades de
amostra tm de ser obtidas sem bias ou vis, isto
, sem tendncia.

Para satisfazer a esta condio, o ideal seria que


todas as unidades de amostra tivessem a mesma
oportunidade de serem selecionadas.

Uma das principais fontes de vis na amostragem


causada pela seleo pessoal das unidades de
amostra. A interferncia humana num sistema de
seleo tende a selecionar os maiores e/ou melhores
indivduos despeito daqueles que so considerados
abaixo da mdia.
O segundo requerimento que a amostra tenha um
tamanho suficiente para ser realmente
representativa da populao. Nenhum requerimento
rgido pode ser atribudo ao tamanho da amostra.

Uma populao com pequena variao pode ser


adequadamente amostrada com um pequeno
nmero de unidades de amostra, enquanto que uma
populao com um alto grau de variao ir
requerer uma amostra maior.

Resumindo, as amostras devem ser realmente


representativas da populao, isto , obtidas sem
vis e com tamanho suficiente para assegurar que
as variaes nas dimenses da populao sejam
representadas na amostra.
2 Erros no inventrio florestal

Todos os inventrios florestais esto sujeitos a


erros que podem ser agrupados em duas
categorias: erros de amostragem e erros de no
amostragem. Juntos, eles perfazem o erro total
da estimativa.

O erro total a diferena entre a estimativa de


uma amostra e o valor verdadeiro da populao.
Se no existir erros de no amostragem, ento,
o erro total equivalente ao erro de
amostragem.
ERROS DE AMOSTRAGEM: Resultam do fato de
que a amostra simplesmente uma poro da
populao e pode no produzir valores idnticos
aos parmetros da mesma. Assumindo que
nenhum erro de no amostragem existe, a
diferena entre a estimativa da amostra e o valor
do parmetro expressa pelo erro padro da
estimativa.
ERROS DE NO AMOSTRAGEM: Podem ocorrer de
vrias maneiras, mas principalmente devido a
equvocos, tais como:

Erros na alocao das unidades de amostra;


Erros nas tomadas de dados (medies de
rvores) ou no registro dos dados ou das
observaes;
Emprego de mtodos falhos na compilao e erros
no processamento dos dados (erros de clculos
etc);
Podem ocorrer tanto em amostragens quanto em
censos.
3 Preciso e exatido em inventrio
florestal
PRECISO: baseada na amostragem e
indicada pelo tamanho do erro de amostragem,
no incluindo o efeito de vis.

EXATIDO: Refere-se ao tamanho do erro total


e, portanto, inclui os efeitos de vis. Assim, as
estimativas de um inventrio exato teriam de ser
precisas e terem pouco ou nenhum vis. Dessa
forma, um inventrio preciso pode no ser exato
se os resultados contiverem um grande efeito de
vis.
Vis

(a) Demonstra ausncia de vis, com baixa preciso e


exatido, pois a regio de disperso dos tiros ampla em
relao mosca.
(b) Apresenta alta preciso e baixa exatido, pois a regio
de disperso dos tiros pequena, mas apresenta-se
enviesada em relao mosca.
(c) Apresenta alta preciso e exatido, pois a regio de
disperso dos tiros pequena e concentrada em torno da
mosca sem qualquer vis.
4 Medidas de tendncia central

So exemplos de medidas de tendncia central a


mdia, a moda e a mediana. Estas medidas tm a
capacidade de resumir em um nico valor um
conjunto de dados que pode ser grande. A medida
de tendncia central um importante resultado dos
inventrios florestais.

Mdia Aritmtica:
5 Medidas de disperso

So exemplos de medidas de disperso a varincia,


o desvio padro e o coeficiente de variao. Estas
medidas permitem inferir sobre a confiana que se
pode ter na estimativa da mdia. Quanto mais
variaes ocorrem em torno da mdia, menos
confivel ser o inventrio florestal.
A varincia amostral (s2):

O desvio padro (s):

O coeficiente de variao (CV):


EXERCCIO: Calcule as medidas de disperso
para os dados da Tabela 1:
Tabela 1 Dados amostrais para as florestas A, B e C

Florestas
N da u.a.
A B C
1 20 25 50
2 20 15 2
3 20 20 10
4 20 28 8
5 20 12 30
Total 100 100 100
Mdia 20 20 20
YsY

Resultados

Floresta Total Mdia s2 s E.P. CV(%)

A 100 20 0 0 0,00 0,0


B 100 20 44,5 6,67 2,98 33,4
C 100 20 392,0 19,80 8,86 99,0
6 Erro padro e intervalo de confiana para
a mdia
Para entender o erro padro da mdia importante
considerar o fato de que na amostragem de uma
populao, existem vrias possibilidades de amostras
diferentes.
A cada possvel amostra, est associado uma mdia, e
as mdias de todas as possveis amostras dificilmente sero
iguais.
Sendo assim, haver uma variao entre as mdias das
amostras e esta variao estimada pelo erro padro da
mdia.
As estimativas mdias diferem entre si porque elas so
observadas em amostras diferentes, embora de mesmo
tamanho. As estimativas mdias, portanto, dispersam em
torno de uma mdia geral.
Amostras grandes tendem a ter mdias com erro
padro baixo, isto , pouco variveis, mais precisas.
Tendncia contrria esperada para amostras pequenas.
A variabilidade de uma estimativa depende do mtodo
de amostragem, do tamanho da amostra e da variabilidade
entre as unidades individuais da populao. Essas so as
informaes necessrias para se computar a varincia e o
erro padro da estimativa.
Para cada mtodo de amostragem existe um
procedimento para se computar o erro padro da
estimativa. Uma estimativa quase no possui valor se no
houver uma indicao de sua confiabilidade. O erro padro
a estatstica que expressa o grau de confiabilidade de
uma estimativa.
Erro padro x desvio padro
O erro padro equivale ao desvio padro entre as
estimativas, em vez de ser entre as unidades individuais.

Intervalo de confiana para a mdia


Intervalo de confiana pode ser definido como os
limites que definem o grau de aproximao esperado
para o parmetro que estiver sendo estimado.

t(; n 1 g.l.)
EXERCCIO: Considere os seguintes dados amostrais:
247, 206, 229, 230 e 235.
A partir dos dados apresentados, calcule o erro
padro e o intervalo de confiana para a mdia.

Soluo: e

t(5%; 4) = 2,78 ento, o Intervalo de Confiana ser:


7 Fator de correo para populaes finitas

Imagine uma floresta dividida em N unidades de amostra,


onde tenha sido feito um inventrio, para o qual se mediu
uma amostra composta de n unidades de igual forma e
tamanho.

A frao de amostragem ou intensidade de amostragem


n/N. O erro de amostragem se deve parte no includa no
inventrio, ou seja, frao (1-n/N). Quando se mede toda
a floresta, esta frao ser zero, pois, neste caso, n = N.
O valor ou frao (1-n/N) denominado de fator de
correo para populaes finitas. Este fator, multiplicado
pelo erro padro da mdia, proporciona uma estimativa
apropriada para este estimador.

Na prtica, esse valor pode ser omitido quando n for muito


pequeno em relao a N. Em termos prticos, quando n for
menor que 5% de N, o fator comumente ignorado.

O erro padro da mdia para uma populao finita ,


portanto, calculado pela seguinte equao, empregando o
fator de correo para populaes finitas:
FIM
80 92 96 94 90 85 73 63 83 101 115 156
99 69 102 103 91 123 83 128 68 98 86 88
86 69 85 127 98 102 98 179 71 116 98 101
81 89 122 110 80 99 184 81 85 114
114 191 132
131 115 92 76 136 157 95 80 89 85 126 106
162 100 118 90 116 83 163 95 107 125 145 162
166 164
164 191 190 165 155 186 188 156 108 116 177
185 227 171 239 185
185 114 138 186 232 213 147 125
216 101 148 151 149 159 158 184 142 180 159 126
189 197 132 137 160 190 165 240 125 258 205 214
236 269 172 237 243 213 233
233 205 244 230 229 238
273 176 217 194 314 221 201 193 239 184 162 173
197 279 225 184 237 169 228 204 253 271 210 232
246 256 249 180 231 229 188 199 200 242 221 274
306 281 248 294 187 196 278 241 272 287 263 229
Referncias

HUSCH, B.; BEERS, T.W.; KERSHAW JR., J.A.;


Forest Mesnuration. 4 th ed. Hoboken, New
Jersey: John Wiley & Sons, INC. 2003. 443p.

MEUNIER, I.M.J.; SILVA, J.A.A.; FERREIRA,


R.L.C. Inventrio Florestal: Programas de
Estudo. Recife: Imprensa Universitria da
UFRPE, 2001. 189p.