Slides Impressao

MINISTÉRIO DA EDUCAÇÃO
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE PERNAMBUCO –

CAMPUS RECIFE
MESTRADO PROFISSIONAL EM GESTÃO AMBIENTAL
FELIPE PINTO GUIMARÃES
AMOSTRAGEM POR CONGLOMERADOS
Seminário da disciplina Inventário Florestal/

Técnicas de Amostragem Aplicadas a Populações
Biológicas (Turma 2018.2) da Universidade
Federal Rural de Pernambuco.
Professor: José Antonio Aleixo da Silva
RECIFE
Pernambuco – Brasil
Outubro – 2018
28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 1
1 – CONSIDERAÇÕES INICIAIS
• Definição: processo de amostragem que, em vez de serem utilizadas unidades de amostras individuais, usa-se um
conglomerado ou um grupo de subunidades
• As subunidades que compõem o conglomerado podem assumir diversas formas, tamanho e arranjo.
i) a razão entre o custo de penetração e medição das subunidades e o custo de reconhecimento e penetração dos
conglomerados;
ii) conhecimento do valor do coeficiente de correlação intra-conglomerado;
iii) área da subunidade

Exemplos de forma e arranjos das subunidades
a) b) c) d)
a) conglomerado com 4 subunidades retangulares; b) conglomerado com 5 subunidades circulares; c) conglomerado

com 8 subunidades circulares; e d) conglomerado por parcela em faixa
• variação entre conglomerados pequena e, dentro dos conglomerados, haja a representação da variância da
população
• não implica, necessariamente, em estimativas mais precisas da população
1 – CONSIDERAÇÕES INICIAIS Seleção de unidades amostrais por estratos
Seleção de unidades amostrais por conglomerado
Fonte: http://www.math.montana.edu/jobo/st446/documents/ho7a.pdf
 população muito extensa  dificuldades para a operacionalização da amostragem

• Razões:
 estudos de gradientes ambientais
 melhor controle de trabalho de campo
• Vantagens:  percepção da maior quantidade de variabilidade da variável resposta
 aplicação de uma forma estrutural que possa ser executada em um expediente razoável e
adequado de trabalho
• Desvantagens:  cálculo do erro de amostragem sofre uma pequena tendência
Classificação da amostragem por conglomerado (Adaptado de Queiroz, 2012)

Exemplo de amostragem por conglomerado em estágio único (Fonte: http://projetotics.cead.ufla.br/arquivos/dex/estatistica/

04-artes/Amostragem%20por% 20conglomerado%20em%201%20est%C3%A1gio.jpg
Exemplo de amostragem por conglomerado em dois estágios (Fonte: http://projetotics.cead.ufla.br/arquivos/dex/estatistica/

04-artes/Amostragem%20por%20 conglomerado%20em%202%20est%C3%A1gio.jpg
1.1 – Um pouco sobre o inventário florestal nacional
• outro exemplo de amostragem por conglomerado em dois estágios

• projeto do Governo Federal para produzir informações sobre os recursos florestais brasileiros
Estrutura do IFN no Estado de Pernambuco

• processo de amostragem em que o segundo estágio é

organizado dentro do primeiro estágio;
• primeiro estágio consiste de uma grade de pontos

amostrais estabelecidas sistematicamente pelo
Serviço Florestal Brasileiro, para todo o território
brasileiro;
• grade nacional padrão do IFN é a de 20 km x 20 km,

totalizando 17495 conglomerados, sendo 244 no
Estado de Pernambuco;
• adensamento da grade nacional padrão
Grade 20 Grade 10 Grade 5 Grade 2,5 Grade 1,25 Grade 0,625

Distância em Km
20 10 5 2,5 1,25 0,625
(aproximada)
Distância em graus 0,18° 0,09° 0,045° 0,0225° 0,01125° 0,005625°

• sobre cada ponto da grade, é instalado um

conglomerado com 4 subunidades
• coleta de dados da vegetação
Nível Dimensões(m) Lmites de Inclusão Bioma

I 0,4 x 0,6 Herbácea Todos
II 5x5 h ≥ 1,3 m e DAP < 5 cm Todos
III 10x 10 5 cm ≤ DAP < 10 cm Todos
IV 20 x 50 DAP ≥ 10 cm Todos
V 20 x 50 Bambu Todos
VI 20 x 100 DAP ≥ 40 cm Amazônia
• mapeamento das classes de uso e vegetação dentro

das subparcelas
• expectativa é de gerar os resultados por estimador Estrutura do conglomerado (Fonte: http://www.florestal.gov.br/images/

de razão conteudo/informacoes_florestais/IFN/ifn_metodologia_coleta_de_dados.jpg)
• coleta de solos e necromassa, no ponto central do

conglomerado
• levantamento socioambiental
• análise de paisagem
Estrutura do levantamento socioambiental Estrutura do estudo de paisagem

(Fonte: http://www.florestal.gov.br/images/ (Fonte: FREITAS, 2009)
conteudo/informacoes_florestais/IFN/ifn_met
odologia_conglomerado.jpg).

• Andamento dos trabalhos
• PE  coleta de dados em campo:

mar 17 a set 17
• Resultados publicados: Santa

Catarina, Sergipe, Distrito Federal
e Ceará.
http://www.florestal.gov.br/images/conteudo/informacoes_florestais/IFN/
Andamento/AndamentoIFN_102018.jpg
2 – AMOSTRAGEM POR CONGLOMERADO EM ESTÁGIO ÚNICO
• números de elementos ou subunidades distribuídos dentro dos conglomerados
Notação
Considere a seguinte tabela genérica de uma amostragem por conglomerados:
Subunidades
Conglomerado
I II … Mi Em que:
1 y11 y12 … y1j N = nº de conglomerados da população;
2 y21 y22 … y2j

Mi = nº de subunidades do conglomerado;
⁞ ⁞ ⁞ ⁞ ⁞
n = nº de conglomerados amostrados;
yij = variável de interesse.
n yi1 yi2 … yij

Estimadores dos Parâmetros
Estimador para a média do conglomerado

Subunidades
Conglomerado
I II … Mi ∑ 𝑦
𝑦= (2.1)
1 y11 y12 … y1j 𝑛
2 y21 y22 … y2j

Estimador para a média do conglomerado
⁞ ⁞ ⁞ ⁞ ⁞ com base nas subunidade
n yi1 yi2 … yij ∑ ∑ 𝑦
𝑦= (2.2)
𝑛𝑀
Subunidades 𝑦
Conglomerado 1 ∑ 𝑦 −
𝑀
I II … Mi 𝑆 =
𝑛 𝑀−1 (2.5)
1 y11 y12 … y1j
2 y21 y22 … y2j ∑ 𝑦)

⁞ ⁞ ⁞ ⁞ ⁞
1 ∑ 𝑦 −
𝑛
𝑆 = (2.6)
𝑀 𝑛−1
n yi1 yi2 … yij
Variância com base nas subunidades.

Fonte de variação GL QM
∑ ∑ (𝑦 − 𝑦
𝑆 =
𝑛𝑀 − 1 (2.7)
Entre conglomerados com ∑ ( )
n-1 𝑄𝑀 𝑒𝑛𝑡𝑟𝑒 = 𝑆 =
base nas subunidades ( ) (2.3)
∑ ∑ 𝑦
∑ ∑ 𝑦 −
𝑆 = 𝑛𝑀
∑ ∑ (2.8)
Dentro dos conglomerados n(M-1) 𝑛𝑀 − 1
𝑄𝑀 𝑑𝑒𝑛𝑡𝑟𝑜 = 𝑆 =
(2.4)
Total28/10/2018 nM-1 Amostragem por conglomerado - Felipe Pinto Guimarães 16
Coeficiente de correlação intraconglomerado (r)
𝐸(𝑦 − 𝑦)(𝑦 − 𝑦 2∑ ∑ 𝑦 − 𝑦)(𝑦 − 𝑦

𝑟= =
𝐸(𝑦 − 𝑦 𝑀 − 1)(𝑛𝑀 − 1)𝑆 (2.9)
Um resultado importante:
𝑦 − 𝑦 = 𝑦 − 𝑦 + 𝑦 − 𝑦 +⋯+ 𝑦 − 𝑦 (2.10)
𝑦 − 𝑦 = [ 𝑦 − 𝑦 + 𝑦 − 𝑦 + ⋯+ 𝑦 − 𝑦 ]
𝑦 − 𝑦 = 𝑦 − 𝑦 +2 𝑦 − 𝑦)(𝑦 − 𝑦 (2.11)
Combinando 2.9 com 2.11 e 2.7
𝑦 − 𝑦 = 𝑛𝑀 − 1 𝑆 + (𝑀 − 1)(𝑛𝑀 − 1)𝑆 𝑟 (2.12)
Combinando 2.12 com 2.3
𝑀 𝑛 − 1 𝑆 = 𝑛𝑀 − 1 𝑆 + (𝑀 − 1)(𝑛𝑀 − 1)𝑆 𝑟 (2.13)
Daí resulta
𝑀 𝑛 − 1 𝑆 − 𝑛𝑀 − 1 𝑆
𝑟= (2.14)
𝑀 − 1)(𝑛𝑀 − 1)𝑆
Variância da média Erro padrão:
𝑁−𝑛1∑ 𝑦 − 𝑦 𝑁−𝑛1
𝑉 𝑦 = = 𝑀𝑆 (2.15) 𝑠 𝑦 = 𝑉 𝑦 (2.18)
𝑁 𝑛 𝑛−1 𝑁 𝑛
Sendo 𝑦 = 𝑦⁄𝑀 Intervalo de confiança
𝑦 1
𝑉 𝑦 = 𝑉 = 𝑉 𝑦 (2.16) 𝐼𝐶 = 𝑦 ± 𝑡 ∗ 𝑠 𝑦 (2.19)
𝑀 𝑀
Combinando o numerador de 2.15 com 2.12 em 2.16 tem-se: Erro amostral
𝑡∗ 𝑠 𝑦
1 𝑁 − 𝑛 1 𝑛𝑀 − 1 𝑆 𝐸 = 𝑡∗ 𝑠 𝑦 ou 𝐸 (%) = 100
𝑉 𝑦 = [1 + 𝑟 𝑀 − 1 (2.17) 𝑦
𝑀 𝑁 𝑛 𝑛−1 (2.20) (2.21)
Intensidade amostral
𝑡 𝑆
28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 𝑛= [1 + 𝑟 𝑀 − 1 (2.22)
19
𝐸 𝑀
EXEMPLO DE APLICAÇÃO (SANQUETTA et al, 2006) Quadro 2 – Dados do exemplo de aplicação.
Unidade Secundária (m³/ha)

 Inventário em uma floresta da Amazônia com área de Conglomerado I II III IV
1 12,9 13,9 11,3 12
2500 ha; 2 12 13,2 11,2 11,6
 Emprego do processo de amostragem em conglomerado, 3 9,2 8 10 7,4
4 16,5 16,8 20,5 18,8
tendo sido estabelecido 15 conglomerados de 1 ha cada, 5 9,2 7,3 10,1 8,8
6 11 10 7,2 11
com 4 subunidades de 0,25 ha cada; 7 16,9 14 12,4 12,2
 Variável de interesse: volume; 8 12,3 13,8 14,5 15
9 12,9 12 11,6 13,4
 Limite de erro de 10% e 95% de nível de probabilidade. 10 14,3 11,7 11,3 14
11 14,1 12 13,8 11,5
12 6,3 6 7,3 9,5
13 11,1 10 9,7 9,5
14 11,9 10,9 14,8 7,3
15 9,4 7 6 8

Quadro 2 – Dados do exemplo de aplicação. Tem-se que:
Unidade Secundária (m³/ha)

Conglomerado I II III IV n=15
𝑦 = 688,3
1 12,9 13,9 11,3 12
2 12 13,2 11,2 11,6
3 9,2 8 10 7,4
4 16,5 16,8 20,5 18,8 𝑦 = 8465,53 M=4
5 9,2 7,3 10,1 8,8
6 11 10 7,2 11
7 16,9 14 12,4 12,2 N=2500
8 12,3 13,8 14,5 15
𝑦 = 33418,07
9 12,9 12 11,6 13,4
10 14,3 11,7 11,3 14 Valor estimado da média considerando as subunidades
11 14,1 12 13,8 11,5
12 6,3 6 7,3 9,5
13 11,1 10 9,7 9,5
∑ ∑ 𝑦 688,3
𝑦= 𝑦= = 11,4716667
14 11,9 10,9 14,8 7,3 𝑛𝑀 15 ∗ 4
15 9,4 7 6 8
Variância dentro dos conglomerados Variância dos conglomerados com base nas subunidades
𝑦
1 ∑ 𝑦 −
𝑆 = 𝑀 ∑ 𝑦)
𝑛 𝑀−1 1 ∑ 𝑦 −
𝑛
𝑆 =
𝑀 𝑛−1
𝑦 𝑆 = 37 15
∑ 𝑦 − 688,3
𝑦 𝑀
𝑦 𝑀−1 𝑆 = 2,467 1 33418,07 − 15
𝑀 𝑆 = = 32,755
631,31 627,50 1,269 4 15 − 1
578,24 576,00 0,747
303,4 299,29 1,370
1328,18 1317,69 3,497 Variância total
317,38 313,29 1,363
393,84 384,16 3,227
784,21 770,06 4,716 ∑ ∑ 𝑦
776,98 772,84 1,380 ∑ ∑ 𝑦 −
𝑆 = 𝑛𝑀
624,53 622,50 0,676
665,07 657,92 2,383 𝑛𝑀 − 1
665,5 660,49 1,670
219,23 211,70 2,509
407,55 406,02 0,509
688,3
8465,53 −
532,75 504,00 9,583 𝑆 = 15 ∗ 4 = 9,653
237,36 231,04 2,107 15 ∗ 4 − 1
28/10/2018 Total 37,00 Amostragem por conglomerado - Felipe Pinto Guimarães 22
Coeficiente de correlação intraconglomerado
𝑀 𝑛 − 1 𝑆 − 𝑛𝑀 − 1 𝑆 4 15 − 1 32,755 − 15 ∗ 4 − 1 9,653
𝑟= 𝑟= = 0,74
𝑀 − 1)(𝑛𝑀 − 1)𝑆 4 − 1 15 ∗ 4 − 1 9,653
Variância da média
𝑁−𝑛1 2500 − 15 1
𝑉 𝑦 = 𝑀𝑆 𝑉 𝑦 = 4 ∗ 32,755 = 8,68
𝑁 𝑛 2500 15
𝑦 1 1
𝑉 𝑦 = 𝑉 = 𝑉 𝑦 𝑉 𝑦 = ∗ 8,68 = 0,5426
𝑀 𝑀 4
ou
1 𝑁 − 𝑛 1 𝑛𝑀 − 1 𝑆 1 2500 − 15 1 15 ∗ 4 − 1 9,653
𝑉 𝑦 = [1 + 𝑟 𝑀 − 1 𝑉 𝑦 = 1 + 0,74 4 − 1
𝑀 𝑁 𝑛 𝑛−1 4 2500 15 15 − 1
= 0,5426
Erro padrão
𝑠 𝑦 = 𝑉 𝑦 𝑠 𝑦 = 0,5426 = 0,737
Erro amostral
𝐸 = 𝑡∗ 𝑠 𝑦 𝐸 = 2,145 ∗ 0,737 = 1,58 , contra 1,147 (11,47 * 0,1) do erro admitido
Intensidade amostral
𝑡 𝑆 2,145 9,653
𝑛= [1 + 𝑟 𝑀 − 1 𝑛= 1 + 0,74 4 − 1 = 27,16 = 27
𝐸 𝑀 1,147 4
Intervalo de confiança
𝐼𝐶 = 𝑦 ± 𝑡 ∗ 𝑠 𝑦 𝐼𝐶 = 11,47 ± 1,58

3 – AMOSTRAGEM POR CONGLOMERADO EM ESTÁGIO ÚNICO COM GRANDEZAS DESIGUAIS
• diferentes números de elementos ou subunidades distribuídos dentro dos conglomerados
• alternativas para calcular os estimadores da amostra  estimador de razão
• seja uma amostra por conglomerado em estágio único, onde cada conglomerado seja constituído por Mi unidades
secundárias
O valor médio da amostra por subunidade Variância da amostra é obtida pela forma padrão do estimador
de razão:
∑ 𝑦
𝑦 = (3.1)
∑ 𝑀 ∑ 𝑦 −𝑦 𝑀
𝑆 =
𝑛−1
∑ 𝑦 − 2𝑦 ∑ 𝑦 𝑀 + 𝑦 ∑ 𝑀
𝑆 = (3.2)
𝑛−1
A variância da média por estimador de razão por subunidade, Cálculo do tamanho de amostra:
considerando 𝑦 = 𝑦 ⁄𝑀 , em que 𝑦 = ∑ 𝑦 ⁄𝑛 e 𝑀 =
∑ 𝑀 ⁄𝑛 é: 𝑁
𝑡 𝑆
𝑡 𝑆 𝑁 𝑛
𝑛 =  𝑛 =
1 𝑛 𝑆 𝐸 𝑀 𝑁+𝑡 𝑆 𝑁 𝑡 𝑆
𝑉 𝑦 = 1− (3.3) 𝐸 𝑀 +
𝑁 𝑛 𝑛 𝑛
𝑀
(3.5) (3.7)
Para conglomerados de tamanhos diferentes, os cálculos em

termos de N se torna complicado, sendo mais prático utilizar
a seguinte expressão:
𝑁
𝑡 𝐶𝑉
𝑡 𝐶𝑉 𝑁 𝑛
𝑛 = 𝑛 =
𝑛 𝐴 ∑ 𝑀 𝑁 𝑡 𝐶𝑉
= (3.4) 𝐸% 𝑀 𝑁 + 𝑡 𝐶𝑉 𝐸% 𝑀 +
𝑛 𝑛
𝑁 𝐴
(3.6) (3.8)

Dados para o exemplo de aplicação

EXEMPLO DE APLICAÇÃO (BATISTA; COUTO E SILVA FILHO, 2014 - adaptado):
• Levantamento visando estudar o gradiente formado da borda para o interior
Total de Total de
Conglomerado
de um fragmento de floresta estacional semidecidual de 12 ha; subunidades árvores
• Foram locadas seis parcelas em faixas com 10 m, partindo-se da borda para o 1 11 113
interior do fragmento, sendo que as subunidades foram definidas com 2 11 87
parcelas quadradas de 10m x 10m; 3 5 31
• Em cada subunidade, foram contabilizadas as árvores com DAP ≥ 5cm; 4 6 35

• Calcular o tamanho da amostra para se alcançar um erro de até 20% a 95% 5 7 41
de probabilidade. 6 7 75
Tem-se que: Variância em função do estimador de razão
∑ 𝑦 = 382, ∑ 𝑀 = 47 e n = 6 𝑀 𝑦 ∑ 𝑦 ∑ 𝑀 ∑ 𝑦𝑀
11 113 12769 121 1243
11 87 7569 121 957
Valor médio estimado por razão 5 31 961 25 155
6 35 1225 36 210
∑ 𝑦 382 7 41 1681 49 287
𝑦 =  𝑦 = = 8,1277 𝑖𝑛𝑑. ℎ𝑎 7 75 5625 49 525
∑ 𝑀 47
Total 29830 401 3377
∑ 𝑦 − 2𝑦 ∑ 𝑦 𝑀 + 𝑦 ∑ 𝑀
𝑆 =
𝑛−1
29830 − 2 ∗ 8,1277 ∗ 3377 + 8,1277 ∗ 401

𝑆 =
6−1
= 285,0772 𝑖𝑛𝑑. ℎ𝑎

Variância da média Erro padrão
𝑠 𝑦 = 𝑉 𝑦  𝑠 𝑦 = 0,743988 = 0,862547
47
𝑀 = 𝑀 𝑛 𝑀 = = 7,83333
6
Erro de amostragem absoluto (t 95%; 6-1 = 2,570582)
𝑛 𝐴 ∑ 𝑀 𝑛 0,01 ∗ 47 𝐸 = 2,570582 ∗ 0,862547 = 2,217249

=  = = 0,039167
𝑁 𝐴 𝑁 12
Erro de amostragem relativo

1 𝑛 𝑆
𝑉 𝑦 = 1−
𝑀 𝑁 𝑛 2,570582 ∗ 0,862547
𝐸 = = 27,28%
8,1277
1 285,0772
𝑉 𝑦 = 1 − 0,039167 = 0,743988
7,83333 6
Tamanho da amostra (𝐸 = 8,1277 ∗ 0,2 = 1,6255)

𝑁
𝑡 𝑆
𝑛 = 𝑛
𝑁 𝑡 𝑆
𝐸 𝑀 +
𝑛 𝑛
1
2,570582 ∗ 285,0772 ∗
0,039167
𝑛 = = 10,79 ≅ 11
1 2,570582 ∗ 285,0772
1,6255 7,83333 +
0,039167 6
Intervalo de confiança
𝐼𝐶 = 𝑦 ± 𝑡 ∗ 𝑠 𝑦 𝐼𝐶 = 8,1277 ± 2,570582 ∗ 0,862547

= 8,1277 ± 2,217249

4 – AMOSTRAGEM POR CONGLOMERADO EM ESTÁGIO ÚNICO PELAS PROPORÇÕES
• considera-se as subunidades do conglomerado como elementos da proporção;
• supondo a existência de duas categorias, C1 (quando yij possui o atributo desejado, atribuindo o valor 1) e C0
(quando yij não possui o atributo desejado, atribuindo o valor 0), admite-se que qualquer uma das subunidades
do conglomerado pertença a uma das duas categorias
ESTIMADORES DOS PARÂMETROS C ai

1 a11
2 a12
Tem-se que 𝑦 = 𝑎
⁞ ⁞
n a1n
em que ai é o número de subunidades pertencente à C1 computado no conglomerado i
A proporção de subunidades do conglomerado i que se enquadra em C1 é dado por
𝑎
𝑝 =
𝑀
C ai pi (ai/M)
1 a11 p11
A proporção que recai sobre C na amostra é: 2 a12 p12
⁞ ⁞ ⁞
n a1n p1n
p
∑ 𝑎 1
𝑝= = 𝑝
𝑛𝑀 𝑛

Estudo das variâncias:

C ai pi (ai/M) qi
1 a11 p11 1 - p11
1 1 2 a12 p12 1 - p12
𝑆 = (𝑝 − 𝑝 = [𝑛𝑝𝑞 − 𝑝𝑞]
𝑛−1 𝑛−1 ⁞ ⁞ ⁞ ⁞
n a1n p1n 1 - p1n
p 1-p
𝑀∑ 𝑝 𝑞
𝑆 =
𝑛(𝑀 − 1)
𝑛𝑀𝑝𝑞
𝑆 =
𝑛𝑀 − 1
Sendo 𝑞 = 1 − 𝑝 e 𝑞 = 1 − 𝑝.
“Variância da média” em termos de proporção: E o r:
𝑁−𝑛 1 𝑁−𝑛 1 1 𝑀 1∑ 𝑝 𝑞
𝑉 𝑝 = 𝑆 = [𝑛𝑝𝑞 − 𝑝𝑞 𝑟 = 1−
𝑁 𝑛 𝑁 𝑛 𝑛−1 𝑀−1 𝑛 𝑝𝑞
𝑉 𝑝 pode ser expressa da seguinte maneira: Erro padrão:
𝑁 − 𝑛 𝑝𝑞 𝑠 𝑝 = 𝑉 𝑝
𝑉 𝑝 = [1 + 𝑟 𝑀 − 1
𝑛 − 1 𝑛𝑀

Tamanho da amostra para amostragem por conglomerado por proporções:
𝑡 𝑝 1−𝑝
𝑛 = 𝐷𝐸𝐹𝐹 ∗ ( +1 Expressão para o cálculo do fator DEFF:
𝐸
𝑆 ∑ 𝑀 𝑝 −𝑝
DEFF =
𝑆 𝑛𝑀𝑝(1 − 𝑝)
𝑆
𝐷𝐸𝐹𝐹 = 1 + 𝑟 𝑀 − 1 é igual a DEFF
𝑆
EXEMPLO DE APLICAÇÃO (QUEIROZ, 2012 – adaptado): Dados para o exemplo de aplicação
a pi a pi a pi a pi
 Levantamento visando estudar a ocorrência de cipó em uma área C i (ai/8) C i (ai/8) C i (ai/8) C i (ai/8)
1 0 0 11 0 0 21 1 0,125 31 0 0
de floresta amazônica de 7200 ha;
2 3 0,375 12 1 0,125 22 2 0,25 32 1 0,125
 Foram selecionados 40 conglomerados, sendo que cada 3 1 0,125 13 5 0,625 23 1 0,125 33 2 0,25
conglomerado foi constituído de 8 subunidades de 1 ha cada; 4 3 0,375 14 3 0,375 24 2 0,25 34 0 0

5 2 0,25 15 2 0,25 25 4 0,5 35 0 0
 Em cada subunidade, verificou-se a presença ou ausência de cipó;
6 1 0,125 16 1 0,125 26 2 0,25 36 4 0,5
 Calcular o tamanho da amostra para se alcançar um erro de 20% a 7 2 0,25 17 3 0,375 27 3 0,375 37 1 0,125
99% de probabilidade. 8 4 0,5 18 0 0 28 2 0,25 38 1 0,125

9 1 0,125 19 3 0,375 29 4 0,5 39 0 0
10 0 0 20 0 0 30 0 0 40 2 0,25

Tem-se que:
N = 900 (7200/8); n = 40; M = 8;

∑ 𝑝 = 8,375; t(0,01; 39g.l.) = 2,708
a pi a pi a pi a pi
C i (ai/8) C i (ai/8) C i (ai/8) C i (ai/8)
Proporção estimada: 1 0 0 11 0 0 21 1 0,125 31 0 0
2 3 0,375 12 1 0,125 22 2 0,25 32 1 0,125
∑ 𝑎 1 3 1 0,125 13 5 0,625 23 1 0,125 33 2 0,25

𝑝= = 𝑝 4 3 0,375 14 3 0,375 24 2 0,25 34 0 0
𝑛𝑀 𝑛
5 2 0,25 15 2 0,25 25 4 0,5 35 0 0
6 1 0,125 16 1 0,125 26 2 0,25 36 4 0,5
7 2 0,25 17 3 0,375 27 3 0,375 37 1 0,125
1
𝑝= 8,375 = 0,20938 8 4 0,5 18 0 0 28 2 0,25 38 1 0,125
40
9 1 0,125 19 3 0,375 29 4 0,5 39 0 0
10 0 0 20 0 0 30 0 0 40 2 0,25
Estudo da variância:
pi qi piqi pi qi piqi pi qi piqi pi qi piqi
0 1 0 0 1 0 0,125 0,875 0,109375 0 1 0
0,375 0,625 0,234375 0,125 0,875 0,109375 0,25 0,75 0,1875 0,125 0,875 0,109375
0,125 0,875 0,109375 0,625 0,375 0,234375 0,125 0,875 0,109375 0,25 0,75 0,1875
0,375 0,625 0,234375 0,375 0,625 0,234375 0,25 0,75 0,1875 0 1 0
0,25 0,75 0,1875 0,25 0,75 0,1875 0,5 0,5 0,25 0 1 0
0,125 0,875 0,109375 0,125 0,875 0,109375 0,25 0,75 0,1875 0,5 0,5 0,25
0,25 0,75 0,1875 0,375 0,625 0,234375 0,375 0,625 0,234375 0,125 0,875 0,109375
0,5 0,5 0,25 0 1 0 0,25 0,75 0,1875 0,125 0,875 0,109375
0,125 0,875 0,109375 0,375 0,625 0,234375 0,5 0,5 0,25 0 1 0
0 1 0 0 1 0 0 1 0 0,25 0,75 0,1875
Total qipi 5,421875
1 1
𝑆 = [𝑛𝑝𝑞 − 𝑝𝑞] 𝑆 = 40 ∗ 0,20938 ∗ 0,790625 − 5,42875 = 0,030759
𝑛−1 40 − 1
𝑀∑ 𝑝 𝑞 8 ∗ 5,42875 𝑛𝑀𝑝𝑞 40 ∗ 8 ∗ 0,20938 ∗ 0,790625

𝑆 = = = 0,15491 𝑆 = = = 0,16606
𝑛(𝑀 − 1) 40(8 − 1) 𝑛𝑀 − 1 40 ∗ 8 − 1

Variância da proporção: DEFF:
40 𝑀𝑖2 (𝑝𝑖 − 𝑝)2

𝑓 =1− = 0,96 2,805625 2,805625 0,455625 2,805625
900 1,755625 0,455625 0,105625 0,455625
0,455625 11,05563 0,455625 0,105625
1 0,030759 1,755625 1,755625 0,105625 2,805625
𝑉 𝑝 = 𝑆 = = 0,00077
𝑛 40 0,105625 0,105625 5,405625 2,805625
0,455625 0,455625 0,105625 5,405625
Erro padrão: 0,105625 1,755625 1,755625 0,455625
5,405625 2,805625 0,105625 0,455625
0,455625 1,755625 5,405625 2,805625
2,805625 2,805625 2,805625 0,105625
𝑠 𝑝 = 𝑉 𝑝 = 0,00077 = 0,02772
Erro relativo: 𝑆 ∑ 𝑀 𝑝 −𝑝 76,775

= =
𝑆 𝑛𝑀𝑝(1 − 𝑝) 40 ∗ 8 ∗ 0,20938 ∗ 1 − 0,20938
2,708 ∗ 0,02773
𝐸 = = 35,86% 76,775
0,20938 𝐷𝐸𝐹𝐹 = = 1,44935402
52,9719
Outra maneira:
𝑀 1∑ 𝑝 𝑞 8 1 5,42875
𝑟 = 1− = 1− = 0,064193431
𝑀−1 𝑛 𝑝𝑞 8 − 1 40 0,20938 ∗ 0,790625
DEFF = 1 + 𝑟 𝑀 − 1 = 1 + 0,06419 8 − 1 = 1,44935402
Tamanho da amostra:
2,708 0,20938 1 − 0,20938

𝑛 = 1,45 ∗ + 1 ≅ 45
0,2

OBRIGADO!

Slides Impressao

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Slides Impressao

Enviado por

Direitos autorais:

Formatos disponíveis

MINISTÉRIO DA EDUCAÇÃO

INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE PERNAMBUCO –

FELIPE PINTO GUIMARÃES

AMOSTRAGEM POR CONGLOMERADOS

Seminário da disciplina Inventário Florestal/

Professor: José Antonio Aleixo da Silva

ii) conhecimento do valor do coeficiente de correlação intra-conglomerado;

iii) área da subunidade

28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 2

Exemplos de forma e arranjos das subunidades

a) conglomerado com 4 subunidades retangulares; b) conglomerado com 5 subunidades circulares; c) conglomerado

• não implica, necessariamente, em estimativas mais precisas da população

28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 3

1 – CONSIDERAÇÕES INICIAIS Seleção de unidades amostrais por estratos

Seleção de unidades amostrais por conglomerado

 população muito extensa  dificuldades para a operacionalização da amostragem

 melhor controle de trabalho de campo

• Vantagens:  percepção da maior quantidade de variabilidade da variável resposta

• Desvantagens:  cálculo do erro de amostragem sofre uma pequena tendência

28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 5

Classificação da amostragem por conglomerado (Adaptado de Queiroz, 2012)

28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 6

Exemplo de amostragem por conglomerado em estágio único (Fonte: http://projetotics.cead.ufla.br/arquivos/dex/estatistica/

Exemplo de amostragem por conglomerado em dois estágios (Fonte: http://projetotics.cead.ufla.br/arquivos/dex/estatistica/

• outro exemplo de amostragem por conglomerado em dois estágios

Estrutura do IFN no Estado de Pernambuco

1.1 – Um pouco sobre o inventário florestal nacional

• processo de amostragem em que o segundo estágio é

• primeiro estágio consiste de uma grade de pontos

• grade nacional padrão do IFN é a de 20 km x 20 km,

Grade 20 Grade 10 Grade 5 Grade 2,5 Grade 1,25 Grade 0,625

28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 10

• sobre cada ponto da grade, é instalado um

• coleta de dados da vegetação

Nível Dimensões(m) Lmites de Inclusão Bioma

• mapeamento das classes de uso e vegetação dentro

• expectativa é de gerar os resultados por estimador Estrutura do conglomerado (Fonte: http://www.florestal.gov.br/images/

1.1 – Um pouco sobre o inventário florestal nacional

• coleta de solos e necromassa, no ponto central do

Estrutura do levantamento socioambiental Estrutura do estudo de paisagem

28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 12

• Andamento dos trabalhos

• PE  coleta de dados em campo:

• Resultados publicados: Santa

28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 13

2 – AMOSTRAGEM POR CONGLOMERADO EM ESTÁGIO ÚNICO

• números de elementos ou subunidades distribuídos dentro dos conglomerados

Considere a seguinte tabela genérica de uma amostragem por conglomerados:

1 y11 y12 … y1j N = nº de conglomerados da população;

2 y21 y22 … y2j

28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 14

Estimadores dos Parâmetros

Estimador para a média do conglomerado

2 y21 y22 … y2j

28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 15

2 – AMOSTRAGEM POR CONGLOMERADO EM ESTÁGIO ÚNICO

2 y21 y22 … y2j ∑ 𝑦)

Variância com base nas subunidades.

Coeficiente de correlação intraconglomerado (r)

𝐸(𝑦 − 𝑦)(𝑦 − 𝑦 2∑ ∑ 𝑦 − 𝑦)(𝑦 − 𝑦

28/10/2018 Amostragem por conglomerado - Felipe Pinto Guimarães 17

2 – AMOSTRAGEM POR CONGLOMERADO EM ESTÁGIO ÚNICO

Combinando 2.9 com 2.11 e 2.7

𝑦 − 𝑦 = 𝑛𝑀 − 1 𝑆 + (𝑀 − 1)(𝑛𝑀 − 1)𝑆 𝑟 (2.12)