GUIA DEFINITIVO

da Amostragem Casual
Estratificada
 COORDENAÇÃO - REDAÇÃO
Fernanda de Carvalho
DESIGN
Diuly Guerra

Atribuição: Você deve atribuir o trabalho da forma especificada pelo autor.

Uso não-comercial: Você não pode ulizar esta obra para fins comerciais.
Não há obras derivadas: Você não pode alterar, transformar ou criar outra
obra com base nesta.
Sobre a autora
Fernanda de Carvalho é Engenheira
Florestal formada pela Universidade
Federal de Viçosa. Continuou seus
estudos na Technische Universität
München, Alemanha, onde cursou
disciplinas do Mestrado em Manejo de
Recursos Sustentáveis com ênfase em
Silvicultura e Manejo da Vida Selvagem.
Dedicou grande parte da sua carreira a
projetos de Educação Ambiental e
pesquisas relacionadas à Celulose e
Papel. Trabalhou com Restauração
Florestal e Formação Ambiental no Meio
Ambiente Florestal da Fibria Celulose S/A
e como consultora em projetos de
Inventário Florestal, Averbação de
Reserva Legal e Mapeamento de Áreas,
na Florestal Jr. Atualmente é mestranda
em Ambiente, Sociedade e
Desenvolvimento pela UFRJ, Consultora
de Comunicação da Ocyan e Gestora
de Conteúdo do blog Mata Nativa.

Sobre o guia
Por mais que a Amostragem Casual
Estratificada seja um método muito
utilizado no Brasil, ainda notamos uma
carência de materiais disponíveis para
consulta, principalmente das fórmulas e
cálculos. Pensando nisso, preparamos
este guia com base nas principais
dúvidas dos leitores do blog Mata
Nativa.
 ÍNDICE
01. Introdução
1.1 Tipos de estratificação

02. Estimadores populacionais da

amostragem casual estratificada
2.1 Número total de unidades de amostra na população

2.2 Número de unidades de amostra lançadas em todos os estratos

2.3 Média estimada da variável Y em cada j-ésimo estrato

2.4 Média estratificada ou média ponderada

2.5 Valor total estimado de Y para a população

2.6 Valor total estimado de Y para cada j-ésimo estrato

2.7 Variância estimada de Y em cada j-ésimo estrato

2.8 Desvio-padrão de Y em cada j-ésimo estrato

2.9 Variância estimada da média estratificada

2.10 Erro-padrão da média estimada

03. Alocação das unidades

e tamanho da amostra
3.1 Fixação proporcional
3.2 Fixação ótima (método de Neyman)
 ÍNDICE

04. Outros cálculos

4.1 Intervalo de confiança para a média

4.2 Total da população

4.3 Intervalo de confiança para a média

4.4 Estimativa mínima de confiança

4.5 Cálculo do número de graus de liberdade

05. Cálculos da Amostragem

Casual Estratificada
com o Mata Nativa
Introdução
A variabilidade de uma população é fator determinante para o
estabelecimento da intensidade amostral que atenderá aos limites
de valores fixados previamente, destinados à obtenção de uma
precisão adequada dos parâmetros desta população.

Uma população que apresente alta variabilidade exigirá uma alta

intensidade amostral, sendo que esta intensidade elevada interfere
diretamente nos custos operacionais da amostragem. Por outro
lado, se a população tem uma variância reduzida, a intensidade
amostral também será reduzida, diminuindo os custos para
realização do processo de amostragem.

A distribuição de unidades de amostra de forma casual sobre uma

área que será inventariada somente será eficiente se a área for
homogênea quanto à distribuição da variável de interesse.

Quando a área é heterogênea, devido a presença de povoamentos

com diferentes idades, espécies, espaçamentos e topografias,
entre outras fontes de variação, a amostragem estratificada será
um esquema de amostragem mais eficiente.

A  amostragem casual estratificada  consiste na divisão da

população em sub-populações mais homogêneas em termos de
distribuição da característica de interesse, denominadas  estrato,
dentro dos quais se realiza a distribuição das unidades de amostra
de forma casual.

Assim, a amostragem estratificada será mais eficiente, se a

variabilidade dentro de cada estrato for menor que aquela
considerando a população toda.
Introdução
Segundo Péllico Netto & Brena (1997), a população pode ser
estratificada, tomando como base várias características tais
como: topografia do terreno, sítio natural, tipologia florestal, altura,
idade, densidade, volume, etc. Porém, sempre que possível, a base
para estratificação deve ser a variável principal que será estimada
no inventário.

A subdivisão da floresta em estratos é baseada em alguns critérios,

como: características topográficas, tipos florestais, espécies ou
clones, espaçamento, volume, altura, idade, classe de sítio etc.
Sempre que possível, a estratificação deverá ser baseada na
mesma característica que será estimada pelo procedimento de
amostragem, ou seja, para estimar o volume, é desejável
estratificar a floresta por classes de volume. Entretanto, esta
estratificação nem sempre é possível, em função da falta de
informações sobre o povoamento.

Desta forma, é recomendado que a estratificação seja feita com

base em variáveis que influenciam no volume dos povoamentos,
como espécies ou clones, idade, espaçamento, regime de manejo
e classe de sítio.

Para grandes áreas florestais onde existe pouca base para algum
tipo de subdivisão natural e, às vezes, em inventários de florestas
nativas, principalmente onde não existem mapas ou fotografias
aéreas disponíveis ou quando a fotointerpretação revela pouca
base para uma estratificação, usa-se a divisão da floresta em
blocos quadrados ou retangulares de tamanhos conhecidos e
uniformes.
Introdução
Os blocos resultantes podem ser heterogêneos, mas é evidente que
existirá maior homogeneidade dentro dos menores blocos do que
nos maiores, ou do que em toda a população florestal.

Em florestas naturais, nas quais a população é composta por

diferentes espécies, árvores com diferentes idades, distribuídas
sobre as mais diversas condições de locais (solo, topografia, etc.), a
estratificação torna-se mais complexa, tendo em vista que, além
dessas características, outras, a exemplo da área basal, volume e
número de árvores por hectare, devem ser consideradas em
conjunto. Nesses casos, há a necessidade de utilizar técnicas de
análise multivariada para a estratificação da floresta.

Se comparada à amostragem casual simples, ela apresenta três

vantagens básicas: possibilita o cálculo individual das estimativas
da média e da variância por estratos, reduz os custos de
amostragem e aumenta a precisão das estimativas.

Imagem 1: esquema de amostragem casual estratificada.

1.1 Tipos de estratificação

Estratificação da variável de interesse

A estratificação pode ser feita em função de uma variável de

interesse. Como exemplo, tomando-se o volume como variável de
interesse, poderia se procurar definir estratos com volumes
semelhantes dentro dos estratos e diferentes entre eles.

Estratificação administrativa

É aplicada com o objetivo de obter informações setorizadas por

área de interesse, ou simplesmente para a organização do
trabalho.

Estratificação tipológica

Tem como objetivo principal obter informações particulares para

cada tipo florestal, que são perfeitamente caracterizados e
facilmente identificados no campo. É a estratificação comumente
utilizada nos inventários de florestas nativas, especialmente as
tropicais.

Pré-estratificação

É a divisão da população em estratos realizada antes da coleta de

dados. Desse modo, a amostragem é estruturada para cada
estrato individualmente.

Pós-estratificação

É quando a divisão da população em estratos ocorre depois da

coleta de dados. Em geral, a pós-estratificação decorre da
identificação da variabilidade da população durante os trabalhos
de amostragem, permitindo a delimitação dos estratos “in loco”.
Estimadores populacionais da
amostragem casual estratificada

No livro Dendrometria e Inventário Florestal, Soares, Neto e Souza

(2011) citam as seguintes equações para os cálculos da
amostragem casual estratificada:

2.1 Número total de unidades de amostra na população

M = número total de estratos;

Nj = número total de unidades de amostra em cada j-ésimo estrato,
j = 1, 2, ..., M.

2.2 Número de unidades de amostra lançadas em todos

os estratos

nj  = número de unidade de amostra lançada em cada j-ésimo

estrato.
2.3 Média estimada da variável Y em cada j-ésimo estrato

Yij = quantidade da variável Y na i-ésima unidade de amostra, do

j-ésimo estrato.

2.4 Média estratificada ou média ponderada

tal que:

Pj  = proporção do número de unidades de amostra em cada

estrato em relação ao número total de unidades de amostra ou
proporção da área total de cada estrato em relação à área total.

2.5 Valor total estimado de Y para a população

2.6 Valor total estimado de Y para cada j-ésimo estrato

2.7 Variância estimada de Y em cada j-ésimo estrato

2.8 Desvio-padrão de Y em cada j-ésimo estrato

2.5 Valor total estimado de Y para a população

2.6 Valor total estimado de Y para cada j-ésimo estrato

2.7 Variância estimada de Y em cada j-ésimo estrato

2.8 Desvio-padrão de Y em cada j-ésimo estrato

2.9 Variância estimada da média estratificada

2.10 Erro-padrão da média estimada

Alocação das unidades
e tamanho da amostra
Para encontrar o número de unidades de amostra a serem
empregadas em um inventário florestal, em que a população foi
estratificada, precisamos de algumas informações sobre a
variabilidade dos estratos, adquiridas por meio de um
inventário-piloto ou outras formas de avaliações. A definição da
precisão requerida e o nível de probabilidade também são
necessários, de forma semelhante à amostragem casual simples.

O número total de unidades de amostra encontrado em toda a

população estratificada será, assim, distribuído nos diferentes
estratos, de forma casual, pela fixação proporcional ou pela fixação
ótima. Na  fixação proporcional, a distribuição do número total de
unidade de amostra nos diferentes estratos é função da proporção
das áreas dos estratos em relação à área total da população. Na 
fixação ótima, além da proporção de áreas, a distribuição é em
função da variabilidade do estrato.

Para estimar o tamanho da amostra, deve-se levar em

consideração a proporcionalidade de áreas, de cada j-ésimo
estrato em relação à população.

Visando à utilização da  fixação proporcional, o tamanho da

amostra é dado por:

(para população finita)

 (para população infinita)

A estimação do tamanho da amostra, no método da fixação ótima

para dada precisão, considerando-se uma população finita, é
obtida pela aplicação da seguinte expressão:

Para uma população infinita, será:

Se a precisão requerida for expressa em porcentagem, é

necessário calcular o coeficiente de variação (CV) para a
população estratificada, que, nesse caso, é dado pela expressão:
Com o coeficiente de variação, o tamanho da amostra, para uma
população finita, é obtido por:

Para uma população considerada infinita, é:

Para transformar a precisão requerida porcentual para absoluta,

basta utilizar a expressão:

Essa estimativa de  E  será empregada nas fórmulas apropriadas

para o cálculo de  n  nas fixações proporcional ou ótima, as quais
utilizam as estimativas das variâncias dos estratos.

Depois de se calcular o tamanho da amostra a ser empregado

num inventário florestal de uma população que foi estratificada, a
alocação ou fixação das parcelas por estrato pode ser feita de
duas formas: pela fixação proporcional ou pela fixação ótima.
3.1 Fixação proporcional
Por esse procedimento, o número de unidades de amostra a ser
casualmente lançado em cada j-ésimo estrato é proporcional ao
tamanho do estrato. Assim, o tamanho da amostra,  n, é
multiplicado pela razão entre a área do j-ésimo estrato e a área
total da população, dada por Pj = Nj/N, para se obter a quantidade
de parcelas a ser fixada em cada estrato (nj), ou seja:

Nesse método, não se consideram o custo da amostragem e as

estimativas de variância. Dessa forma, ele possui uma restrição
própria: os grandes estratos sempre irão receber um número maior
de parcelas que os menores, independentemente da maior ou
menor variabilidade do estrato, representada pelos
desvios-padrão ou coeficientes de variação entre os volumes por
unidade de amostra. No entanto, esse método pode ser utilizado
em uma amostragem inicial (inventário-piloto), uma vez que a
variabilidade dos estratos é desconhecida.

3.2 Fixação ótima (método de Neyman)

Neste método, o número de amostra por estrato (nj) é função do
desvio-padrão de cada j-ésimo estrato ponderado pela
proporcionalidade entre as áreas do estrato e da população. A
fixação ótima pode ser feita independentemente da igualdade, ou
não, dos custos das unidades de amostras nos diferentes estratos.

A fixação do número de unidades de amostra, considerando-se

custos iguais, em cada j-ésimo estrato é feita pela aplicação da
seguinte fórmula:
Outros cálculos
4.1 Intervalo de confiança para a média
Determina os limites inferior e superior, dentro do qual espera-se
encontrar, probabilisticamente, o valor paramétrico da variável
estimada. Este intervalo é baseado na distribuição (t) de Student.

IC = intervalo de confiança;

= média estratificada da variável amostrada;

= erro padrão da média da variável amostrada;

t = valor tabelado de t para um nível de significância a definido

pelo usuário na janela;
m = média paramétrica ou verdadeira;
P = probabilidade de ocorrência do intervalo.

4.2 Total da população

Corresponde à estimativa de produção para o total da população
ou para a área total.

a) Total por Estrato

 = produção total estimada no estrato h ;

N h e  conforme já definidos.

b) Total Geral

= produção total estimada;

N e   conforme já definidos.

4.3 Intervalo de confiança para a média

No intervalo de confiança para o total, a média e o erro padrão são
expandidos para toda a população, multiplicando-se por ( N ).

4.4 Estimativa mínima de confiança

A estimativa mínima de confiança é similar ao limite inferior do
intervalo de confiança, no entanto, por ser assimétrica, o valor de t
deve ser tomado para o dobro do erro de probabilidade.

Este valor multiplicado por N, informa a produção mínima esperada

para a população avaliada.
4.5 Cálculo do número de graus de liberdade

As fórmulas dos intervalos de confiança pressupõem que a média

estratificada (   ) seja normalmente distribuída e o erro padrão
da média estratificada (    ) seja bem determinado, de modo que
o coeficiente ( t ) possa ser encontrado nas tabelas de distribuição
normal.

Assim, o número de graus de liberdade que determina o valor de

(  t  ) está situado entre o menor valor dos valores (  nh - 1  ) e o
somatório dos (  nh  ). Para calcular o número efetivo de graus de
liberdade, temos que:

em que:

Notação utilizada:

L = número de estratos;

N h = número potencial de indivíduos por estrato;

= número total potencial de unidades do estrato h;

n h = número de unidades amostradas no estrato h ;

= número total de unidades amostradas na população;

W h = N h /N = A h /A = proporção do estrato h na população;
W h = n h /n = proporção do estrato h na amostra total;
A h = área do estrato h ;

= Área total da população;

f h = n h /N h = fração amostral do estrato h;

f = n/N = fração amostral da população;
X ih = variável de interesse.
Cálculos da Amostragem Casual
Estratificada com o Mata Nativa
Crie um projeto de Amostragem Casual Estratificada. Com os
dados já importados ou sincronizados com o Mata Nativa Móvel,
clique na sub-aba “Grupo de Parcelas’’.

Depois deve-se inserir as informações referentes aos estratos.

Depois é só classificar as parcelas de acordo com os estratos e
alterar para o módulo cálculos, selecionando as opções de cálculo
desejadas.
 SOFTWARE MATA NATIVA
O Mata Nativa é o sofware que realiza todos
cálculos de inventário florestal e análise
fitossociológica, com aplicação efetiva em
todos os biomas brasileiros. Além do software
ele possui uma versão para dispositivos
móveis, que agiliza a coleta de dados em
campo e elimina o processo de digitação das
fichas de campo, diminuindo o tempo de
elaboração do projeto e consequentemente
reduzindo o custo do inventário florestal.

Baixe Grátis SOFTWARE MATA NATIVA

MATA NATIVA MÓVEL

O Mata Nativa Móvel, é um aplicativo para agilizar a
coleta de dados em campo, eliminando o processo
de digitação das fichas de campo, e assim reduzir o
tempo de elaboração do projeto.
Os principais objetivos do Mata Nativa Móvel são:
• Agilizar a coleta dos dados do inventário florestal;
• Calcular a estasca completa da amostragem,
informando ao profissional a suficiência amostral
com o número ómo de parcelas;
• Transferir os dados coletados no campo
diretamente para o soware
Mata Nava, eliminando a digitação das fichas de
campo no
computador

Baixe Grátis SOFTWARE MATA NATIVA

Referências bibliográficas:
PÉLLICO NETTO, S. & BRENA, D.A. Inventário Florestal.V.1,
Curitiba, PR, 1997. 316p.
SOARES, C.P.B.; PAULA NETO. F.; SOUZA, A.L. 
Dendrometria e inventário florestal. 2. Ed. Viçosa:
Editora UFV. 2011. 272 p.