Bioestatı́stica II

Osvaldo Loquiha
Departamento de Matemática e Informática
osvaldo.loquiha@uem.ac.mz
Helio Langa
Departamento de Matemática e Informática
estatisticalanga@gmail.com
Rogerio Paulo
Departamento de Matemática e Informática
rogeriopaulod.185d@gmail.com
Loquiha et al. Bioestatı́stica II February 11, 2021 1 / 50
 Inferência estatı́stica

Inferência estatı́stica

Loquiha et al. Bioestatı́stica II February 11, 2021 2 / 50

 Inferência estatı́stica Teoria de amostragem

Capı́tulo 2
Inferência estatı́stica
1 Fundamentos básicos
da inferência estatı́stica
2 Teoria de amostragem
3 Conceito de estimação
4 Testes de hipóteses

Loquiha et al. Bioestatı́stica II February 11, 2021 3 / 50

 Inferência estatı́stica Teoria de amostragem

2.2. Teoria de amostragem

1 Conceito de amostragem
2 Tipos de amostragem
3 Amostragem probabilı́stica
4 Amostragem não-probabilı́stica
5 Erros amostrais

Loquiha et al. Bioestatı́stica II February 11, 2021 4 / 50

 Inferência estatı́stica Teoria de amostragem

2.2.1 Conceito de amostragem

Teoria de amostragem
A teoria da amostragem estuda as relações existentes entre uma população
e as amostras extraı́das dessa população.
É útil para avaliação de grandezas desconhecidas da população.

Amostragem
Amostragem é o processo de determinação de uma amostra a ser
pesquisada, que consiste em selecionar parte de uma população e
observa-la com vista a estimar uma ou mais caracterı́sticas para a
totalidade da população.

“Para se saber se o bolo de chocolate está bom, basta comer uma fatia”

Loquiha et al. Bioestatı́stica II February 11, 2021 5 / 50

 Inferência estatı́stica Teoria de amostragem

Loquiha et al. Bioestatı́stica II February 11, 2021 6 / 50

 Inferência estatı́stica Teoria de amostragem

Alguns conceitos importantes

População
O conjunto de indivı́duos (ou elementos) com pelo menos uma
caracterı́stica em comum e dos quais se pretende obter informações. A
população deve ser definida claramente e em termos daquilo que se
pretende conhecer.

Amostra
Uma parte ou subconjunto da população usada para obter informação
acerca do todo.

Unidade amostral
O indivı́duo (ou elemento) da população sobre o qual a medida de
interesse será observada.

Loquiha et al. Bioestatı́stica II February 11, 2021 7 / 50

 Inferência estatı́stica Teoria de amostragem

Amostragem?

Porque fazer amostragem?

I Desconhecimento dos parâmetros populacionais
I Impossibilidade de realizar um censo
I Mais rápido e barato

Porque não fazer amostragem?

I População pequena
I Caracterı́stica de fácil mensuração
I Necessidade de alta precisão (censo)

Loquiha et al. Bioestatı́stica II February 11, 2021 8 / 50

 Inferência estatı́stica Teoria de amostragem

Cuidados a ter na seleção da amostra

Em geral, uma amostra deve ser:

Imparcial: todos os elementos da população devem ter igual oportunidade
de fazer parte da amostra e selecionados de forma independente→ amostra
aleatória;
Representativa: deve possuir as mesmas caracterı́sticas básicas da
população, ou seja, deve conter em proporção tudo o que a população
possui no que diz respeito à(s) variável(is) que desejamos pesquisar;

Para tal, é necessário definir um plano (amostral):

Plano de amostragem: serve para descrever a estratégia a utilizar para
selecionar a amostra.

Loquiha et al. Bioestatı́stica II February 11, 2021 9 / 50

 Inferência estatı́stica Teoria de amostragem

De que depende o plano de amostragem?

Dos objetivos da pesquisa (Porquê?);

Da população a ser amostrada (Onde?);
Dos parâmetros a serem estimados (O quê?);
Do tipo de amostragem (Como?).

Loquiha et al. Bioestatı́stica II February 11, 2021 10 / 50

 Inferência estatı́stica Teoria de amostragem

De que depende o plano de amostragem?

Dos objetivos da pesquisa (Porquê?);

Da população a ser amostrada (Onde?);
Dos parâmetros a serem estimados (O quê?);
Do tipo de amostragem (Como?).

Loquiha et al. Bioestatı́stica II February 11, 2021 10 / 50

 Inferência estatı́stica Teoria de amostragem

De que depende o plano de amostragem?

Dos objetivos da pesquisa (Porquê?);

Da população a ser amostrada (Onde?);
Dos parâmetros a serem estimados (O quê?);
Do tipo de amostragem (Como?).

Loquiha et al. Bioestatı́stica II February 11, 2021 10 / 50

 Inferência estatı́stica Teoria de amostragem

De que depende o plano de amostragem?

Dos objetivos da pesquisa (Porquê?);

Da população a ser amostrada (Onde?);
Dos parâmetros a serem estimados (O quê?);
Do tipo de amostragem (Como?).

Loquiha et al. Bioestatı́stica II February 11, 2021 10 / 50

 Inferência estatı́stica Teoria de amostragem

De que depende o plano de amostragem?

Dos objetivos da pesquisa (Porquê?);

Da população a ser amostrada (Onde?);
Dos parâmetros a serem estimados (O quê?);
Do tipo de amostragem (Como?).

Loquiha et al. Bioestatı́stica II February 11, 2021 10 / 50

 Inferência estatı́stica Teoria de amostragem

2.2.2 Tipo de amostragem

Para a definição do tipo de amostragem devem-se ter bem definidos:

Unidade amostral: indivı́duos ou grupos de indivı́duos (conglomerados)?
Sistema de referência: lista completa das unidades amostrais;
Tamanho da população (N ): definido pelo número de indivı́duos da
população;
Tamanho da amostra (n): definido pelo número de indivı́duos selecionados
para a amostra.
n<N

Loquiha et al. Bioestatı́stica II February 11, 2021 11 / 50

 Inferência estatı́stica Teoria de amostragem

Tipos de amostragem (cont.)

Dependendo dos objetivos da pesquisa, 3 tipos de amostragem podem ser

considerados:
1 Levantamentos amostrais: a amostra é obtida a partir de uma população
bem definida, por meio de processos bem definidos pelo pesquisador.
I Subdivide-se em dois grupos:
Probabilı́stica: cada unidade amostral tem uma probabilidade
conhecida de ser selecionada;
Não probabilı́stica: a seleção da amostra depende do julgamento do
pesquisador. Há uma escolha deliberada dos elementos para compor a
amostra.
I Exemplo: estudar a diversidade de peixes que ocorrem no Lago Niassa.

Loquiha et al. Bioestatı́stica II February 11, 2021 12 / 50

 Inferência estatı́stica Teoria de amostragem

Tipos de amostragem (cont.)

2 Estudos experimentais: os dados são coletados de um recém-desenhado e

conduzido experimento, muitas vezes envolvendo dois grupos de sujeitos:
controles e tratamento.

Aplica-se um tratamento ou intervenção, e se mede seu efeito nos sujeitos.

Requer a interferência do pesquisador sobre a população, bem como o controle de
fatores externos, com vista a medir o efeito desejado.

I Exemplos:
Ratos são tratados e avaliados posteriormente, em periódos de tempo
pré-especificados.
Pacientes com câncer são seguidos após a quimioterapia e o resultado
de interesse é o tempo até a progressão da doença.

Loquiha et al. Bioestatı́stica II February 11, 2021 13 / 50

 Inferência estatı́stica Teoria de amostragem

Loquiha et al. Bioestatı́stica II February 11, 2021 14 / 50

 Inferência estatı́stica Teoria de amostragem

Tipos de amostragem (cont.)

3 Levantamentos observacionais: observa e mede caracterı́sticas, mas não

modifica o objeto de estudo. Os dados são coletados sem que o pesquisador
tenha controle sobre as informações obtidas.
I Exemplo: estudar a relação entre factores de risco e incidência de alguma
doença.
Investigar a relação entre consumo de cigarros e cancro de pulmão.
Investigar a relação entre cancro cervical e circuncisão.
Estudar o efeito da quimioterapia na mulher gravida, no bebe e sua
evolução depois do nascimento

Loquiha et al. Bioestatı́stica II February 11, 2021 15 / 50

 Inferência estatı́stica Teoria de amostragem

2.2.3 Amostragem probabilı́stica

Caracterizada por todos os elementos da população serem selecionados de

acordo com uma probabilidade pré-definida.
Tem como vantagem a possibilidade de estimar as margens de erro dos
resultados que são devidas à amostragem.
Evita o enviesamento das amostras que acontece sempre que se usa a
opinião e/ou a experiencia do pesquisador para escolher as amostras.
A principal dificuldade consiste na obtenção de uma listagem completa
(sistema de referência) da populacao a estudar.
É um processo caro.

Loquiha et al. Bioestatı́stica II February 11, 2021 16 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem probabilı́stica

1 Amostragem aleatória simples (A.A.S.);

2 Amostragem aleatória estratificada (A.A.E.);
3 Amostragem aleatória por conglomerados (A.A.C.);
4 Amostragem sistemática (A.S.).

Loquiha et al. Bioestatı́stica II February 11, 2021 17 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem probabilı́stica

1 Amostragem aleatória simples (A.A.S.);

2 Amostragem aleatória estratificada (A.A.E.);
3 Amostragem aleatória por conglomerados (A.A.C.);
4 Amostragem sistemática (A.S.).

Loquiha et al. Bioestatı́stica II February 11, 2021 17 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem probabilı́stica

1 Amostragem aleatória simples (A.A.S.);

2 Amostragem aleatória estratificada (A.A.E.);
3 Amostragem aleatória por conglomerados (A.A.C.);
4 Amostragem sistemática (A.S.).

Loquiha et al. Bioestatı́stica II February 11, 2021 17 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem probabilı́stica

1 Amostragem aleatória simples (A.A.S.);

2 Amostragem aleatória estratificada (A.A.E.);
3 Amostragem aleatória por conglomerados (A.A.C.);
4 Amostragem sistemática (A.S.).

Loquiha et al. Bioestatı́stica II February 11, 2021 17 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem probabilı́stica

1 Amostragem aleatória simples (A.A.S.);

2 Amostragem aleatória estratificada (A.A.E.);
3 Amostragem aleatória por conglomerados (A.A.C.);
4 Amostragem sistemática (A.S.).

Loquiha et al. Bioestatı́stica II February 11, 2021 17 / 50

 Inferência estatı́stica Teoria de amostragem

Amostragem aleatória simples (A.A.S.)

Amostra de tamanho n é selecionada ao acaso dentre os N elementos da

população amostral.
I todas as possı́veis amostras de tamanho n tem a mesma chance de serem
escolhidas: n/N
Prático e eficiente, principalmente quando investigamos populações de
caracterı́sticas homogêneas;
Serve de base para outros procedimentos amostrais: estudos experimentos e
observacionais.
Utilizando-se um procedimento aleatório, sorteia-se um elemento da
população. Repete-se o processo até que sejam sorteadas as n unidades na
amostra.

Loquiha et al. Bioestatı́stica II February 11, 2021 18 / 50

 Inferência estatı́stica Teoria de amostragem

Amostragem aleatória simples (A.A.S.)

Exemplo:
I Selecionar 10
estudantes de uma
sala por sorteio e
perguntar a idade.

Loquiha et al. Bioestatı́stica II February 11, 2021 19 / 50

 Inferência estatı́stica Teoria de amostragem

Como realizar o sorteio?

1 Enumerar as unidades amostrais (elementos da população), de 1 a N ;

2 Escolher n números compreendidos sobre 1 e N , usando:
I números aleatórios, gerados pelo computador;
I tabela de números aleatórios;
I globos com bolinhas numeradas;
I qualquer outra forma aleatória de escolha que preserve a propriedade de que
cada unidade amostral tenha a mesma chance de ser selecionada.

Loquiha et al. Bioestatı́stica II February 11, 2021 20 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem probabilı́stica

1 Amostragem aleatória simples (A.A.S.);

2 Amostragem aleatória estratificada (A.A.E.);
3 Amostragem aleatória por conglomerados (A.A.C.);
4 Amostragem sistemática (A.S.).

Loquiha et al. Bioestatı́stica II February 11, 2021 21 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem probabilı́stica

1 Amostragem aleatória simples (A.A.S.);

2 Amostragem aleatória estratificada (A.A.E.);
3 Amostragem aleatória por conglomerados (A.A.C.);
4 Amostragem sistemática (A.S.).

Loquiha et al. Bioestatı́stica II February 11, 2021 22 / 50

 Inferência estatı́stica Teoria de amostragem

Amostragem aleatória estratificada (A.A.E.)

Este método consiste em dividir a população em grupos relativamente

homogêneos e mutuamente exclusivos, chamados estratos.
I ou seja, é possı́vel identificar sub-populações que variam muito entre si no
que diz respeito à variável em estudo, mas que variam pouco dentro de si.
Estratos podem ser definidos segundo o:
I sexo;
I condição socioeconômica;
I faixa etária;
I tipo de habitat;
I tamanho de uma área; etc.

Dentro de cada estrato é realizada uma amostragem aleatória simples.

Loquiha et al. Bioestatı́stica II February 11, 2021 23 / 50

 Inferência estatı́stica Teoria de amostragem

Amostragem aleatória estratificada (A.A.E.)

Como alocar, ou determinar o número de indivı́duos a serem selecionados

em cada um dos estratos?
I Alocação por igual ou uniforme: se os estratos são todos de tamanhos
iguais: n1 = n2 = . . . = nk = k1 n com k o número de estratos.
I Alocação proporcional ao tamanho do estrato: os tamanhos das amostras
devem seguir a mesma relação de proporcionalidade dos tamanhos dos
estratos: nn1 = NN1 ; nn2 = NN1 ; . . . ; nnk = NNk

Loquiha et al. Bioestatı́stica II February 11, 2021 24 / 50

 Inferência estatı́stica Teoria de amostragem

Amostragem aleatória estratificada (A.A.E.)

Exemplo:
I Uma comunidade universitária com 900 indivı́duos está estratificada da
seguinte forma:

Amostra
Estrato População Alocação proporcional Alocação uniforme
Professores 100 10 30
Funcionários 150 15 30
Estudantes 650 65 30

Loquiha et al. Bioestatı́stica II February 11, 2021 25 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem probabilı́stica

1 Amostragem aleatória simples (A.A.S.);

2 Amostragem aleatória estratificada (A.A.E.);
3 Amostragem aleatória por conglomerados (A.A.C.);
4 Amostragem sistemática (A.S.).

Loquiha et al. Bioestatı́stica II February 11, 2021 26 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem probabilı́stica

1 Amostragem aleatória simples (A.A.S.);

2 Amostragem aleatória estratificada (A.A.E.);
3 Amostragem aleatória por conglomerados (A.A.C.);
4 Amostragem sistemática (A.S.).

Loquiha et al. Bioestatı́stica II February 11, 2021 27 / 50

 Inferência estatı́stica Teoria de amostragem

Amostragem aleatória por conglomerados (A.A.C.)

Elementos da população são agrupados em conglomerados ou clusters

(grupos), que serão as unidades amostrais a serem selecionadas.
Os grupos representam adequadamente a população total em relação a
caracterı́stica que pretende-se estudar.
Conglomerados podem ser formados por:
I agregados familiares;
I áreas geográficas (provı́ncias, distritos, localidades, quarteirões, ruas);
I lotes de produtos, caixas;
I unidades sanitárias, escolas, turmas, etc.

Os conglomerados são selecionados aleatoriamente.

Dentro de um conglomerado, todos os elementos são amostrados.

Loquiha et al. Bioestatı́stica II February 11, 2021 28 / 50

 Inferência estatı́stica Teoria de amostragem

Loquiha et al. Bioestatı́stica II February 11, 2021 29 / 50

 Inferência estatı́stica Teoria de amostragem

Comparação entre os três métodos de amostragem aleatória

1 Amostragem aleatória simples(A.A.S.)

I plano amostral ideal;
I pode ser muito cara;
I não considera a heterogeneidade da população;
2 Amostragem aleatória estratificada (A.A.E.)
I mais precisa do que a A.A.S., porém mais cara;
I considera a heterogeneidade da população;
3 Amostragem aleatória por conglomerados (A.A.C.)
I Menos precisa do que a A.A.S. e A.A.E., porém mais barata;
I resolve o problema do custo;

Loquiha et al. Bioestatı́stica II February 11, 2021 30 / 50

 Inferência estatı́stica Teoria de amostragem

Loquiha et al. Bioestatı́stica II February 11, 2021 31 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem probabilı́stica

1 Amostragem aleatória simples (A.A.S.);

2 Amostragem aleatória estratificada (A.A.E.);
3 Amostragem aleatória por conglomerados (A.A.C.);
4 Amostragem sistemática (A.S.).

Loquiha et al. Bioestatı́stica II February 11, 2021 32 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem probabilı́stica

1 Amostragem aleatória simples (A.A.S.);

2 Amostragem aleatória estratificada (A.A.E.);
3 Amostragem aleatória por conglomerados (A.A.C.);
4 Amostragem sistemática (A.S.).

Loquiha et al. Bioestatı́stica II February 11, 2021 33 / 50

 Inferência estatı́stica Teoria de amostragem

Amostragem sistemática (A.S.)

Utilizada quando os elementos estão dispostos de maneira organizada (ex.:

fila, lista).
Para aplicação deste método é necessário:
1 elaborar uma lista ordenada dos N elementos da população;
N 12
2 calcular o rácio K = n
, exemplo: K = 4
= 3;
3 escolher aleatoriamente um número no intervalo [1, K], que servirá como
ponto de partida e primeiro elemento da amostra. Exemplo: 2;
4 selecionar os n − 1 indivı́duos restantes de forma ordenada,adicionando ao
primeiro valor obtido o racio K e assim sucessivamente. Exemplo: 2, 5, 8, 11.

Loquiha et al. Bioestatı́stica II February 11, 2021 34 / 50

 Inferência estatı́stica Teoria de amostragem

Loquiha et al. Bioestatı́stica II February 11, 2021 35 / 50

 Inferência estatı́stica Teoria de amostragem

2.2.4 Amostragem não probabilı́stica

Os elementos da população não tem a mesma probabilidade de serem

selecionados.
I existem elementos da população que não tem possibilidade de ser escolhidos.
I inclusão de um elemento da população na amostra é determinada por um
critério subjectivo.

São métodos ad-hoc de carácter pragmático ou intuitivo e são largamente

utilizados, pois possibilitam um estudo mais rápido e com menores custos.

I Exemplo: quando não há intenção de generalizar os dados obtidos na

amostra. Ex: pesquisas exploratórias, pré-teste de questionários.

Loquiha et al. Bioestatı́stica II February 11, 2021 36 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem não probabilı́stica

Amostragem por conveniência ou acidental

Os elementos são escolhidos por conveniência ou por facilidade. As
amostras obtidas desta forma não são representativas da população e em
geral são enviesadas.

Exemplos:
I Um repórter entrevistando pessoas na rua;
I Solicitar pessoas que voluntariamente testem um produto e que em seguida
respondam a uma entrevista;

Loquiha et al. Bioestatı́stica II February 11, 2021 37 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem não probabilı́stica (cont.)

Amostragem intencional ou por julgamento

Os elementos são selecionados intencionalmente pelo pesquisador, porque
este considera que esses elementos possuem caracterı́sticas tipicas ou
representativas da população.

Exemplos:
I Entrevistas os lı́deres da comunidade;
I Entrevistas com grupos focais.

Loquiha et al. Bioestatı́stica II February 11, 2021 38 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem não probabilı́stica (cont.)

Amostragem por quotas ou proporcional

Amostras são obtidas dividindo a população por categorias ou estratos e
selecionando um certo numero (quota) de elementos de cada categoria de
modo não aleatório.

As quotas são atribuı́das de modo que a proporção de elementos na

amostra, com determinada caracterı́stica, seja igual à proporção de
elementos na população com a mesma caracterı́stica;

Em geral é utilizada em pesquisa eleitoral e pesquisa de mercado.

Loquiha et al. Bioestatı́stica II February 11, 2021 39 / 50

 Inferência estatı́stica Teoria de amostragem

Métodos de amostragem não probabilı́stica (cont.)

Amostragem por Bola de neve (”Snow ball”)

Tipo de amostra intencional em que o investigador escolhe um grupo
inicial de indivı́duos e pede-lhes o nome de outros indivı́duos pertencentes
à mesma população.A amostra vai assim crescendo como uma bola de
neve á medida que novos indivı́duos são indicados ao investigador.

É um tipo de amostragem bastante útil quando se pretende estudar

pequenas populações muito especificas (ex. os “sem abrigo”,
toxicodependentes, minorias sexuais.)

Exemplo:
I Estimar a taxa de infectados com HIV na população dos toxicodependentes.

Loquiha et al. Bioestatı́stica II February 11, 2021 40 / 50

 Inferência estatı́stica Teoria de amostragem

Notas: dados em Bioestatı́stica

Em Bioestatı́stica, dados são comumente obtidos de estudos experimentais e

observacionais.
Estudos experimentais vs. observacionais
Um estudo é experimental se o pesquisador atribuir o tratamento aleatoriamente
à indivı́duos, enquanto que um estudo é observacional se a atribuição de
tratamentos não for feita pelo pesquisador.

Raramente é possı́vel obter dados aleatórios nesses contextos.

I muitas vezes, a única amostra disponı́vel é por conveniência ou intencional.
I se a amostragem aleatória é impossı́vel, então é importante reconhecer que o
problema existe e apontar de onde o viés pode surgir neste estudo.

Loquiha et al. Bioestatı́stica II February 11, 2021 41 / 50

 Inferência estatı́stica Teoria de amostragem

2.2.5 Erros amostrais

Erro amostral
É a diferença entre a estimativa obtida para um parâmetro e o seu
verdadeiro valor.

erro amostral = estimativa − parâmetro

O erro decorrente da coleta dos dados é chamado de erro não amostral.

I Ocorre quando os dados amostrais são coletados incorretamente, devido a
uma amostra tendenciosa, instrumento de medida defeituoso, anotações
erradas, falta de resposta, etc.

O planeamento e a execução da pesquisa deve ser feito com muita cautela

para evitar erros não amostrais.

Loquiha et al. Bioestatı́stica II February 11, 2021 42 / 50

 Inferência estatı́stica Teoria de amostragem

Erros amostrais (cont.)

Erros amostrais são decorrente da variabilidade ou aleatoriedade das

unidades amostrais.
I cada vez que uma amostra aleatória for retirada de uma população, um
resultado diferente será observado.
I os erros amostrais sempre irão ocorrer, não importa quão bem a amostra seja
coletada.
Exemplo:
I Selecione uma amostra de tamanho n = 5 das alturas dos estudantes na sala!
I Repita 5 vezes (tente ser o mais aleatório possı́vel!), calcule a média de cada
amostra x̄i , e compare com a média populacional µ.

Loquiha et al. Bioestatı́stica II February 11, 2021 43 / 50

 Inferência estatı́stica Teoria de amostragem

Determinação do tamanho da amostra

A determinação do tamanho da amostra deve considerar um erro tolerável

e a probabilidade de se cometer tal erro.
Erro tolerável (E): é a margem de erro das estimativas em relação ao
parâmetro (θ), o qual o pesquisador está disposto a aceitar.

Loquiha et al. Bioestatı́stica II February 11, 2021 44 / 50

 Inferência estatı́stica Teoria de amostragem

Determinação do tamanho da amostra (cont.)

O tamanho da amostra é determinado tal que a probabilidade de que a

estimativa do parâmetro θ esteja dentro da margem de erro seja alta.
I por exemplo: 95%.

P (estimativa de θ estar dentro da margem de erro) = 0.95

Em outras palavras:

P (|estimativa - parâmetro (θ)| < E) = 0.95

Loquiha et al. Bioestatı́stica II February 11, 2021 45 / 50

 Inferência estatı́stica Teoria de amostragem

Determinação do tamanho da amostra (cont.)

Na prática, pode-se escolher um tamanho inicial n0 em função de um erro

relativo tal que:
1
n0 =
(erro relativo)2

Conhecendo o tamanho N da população, deve-se fazer a correção:

N n0
n=
N + n0

Loquiha et al. Bioestatı́stica II February 11, 2021 46 / 50

 Inferência estatı́stica Teoria de amostragem

Exemplo

Para N = 1000, e com um erro relativo de no máximo 5%, então:

1 1
n0 = 2
= = 400
(erro relativo) (0.05)2

Fazendo a correção pelo tamanho da população, tem-se:

N n0 1000 × 400
n= = ≈ 286
N + n0 1000 + 400

n0
Note que se N é grande, então N ≈ 0 e n = n0 .

Loquiha et al. Bioestatı́stica II February 11, 2021 47 / 50

 Inferência estatı́stica Teoria de amostragem

Determinação do tamanho da amostra (cont.)

Alternativamente, e assumindo um nı́vel de confiança de 95% e margem de

erro d, a seguinte formula para o calculo do tamanho de amostra pode ser
usada:
I Para estimação da media

(1.96)2 s2
n0 =
d2
com s2 a variância amostral (conhecida a prior).
I Para estimação da proporção

(1.96)2 p(1 − p)
n0 =
d2
com p uma estimativa da proporção anterior ou esperada. Use p = 0.5 se a
proporção é desconhecida.

Loquiha et al. Bioestatı́stica II February 11, 2021 48 / 50

 Inferência estatı́stica Teoria de amostragem

Exemplo

Considere que um antropólogo está estudando os habitantes de uma ilha

isolada e que, entre outras coisas, quer determinar a percentagem de
pessoas dessa ilha com sangue tipo O.
Ele diz que, com base no que sabe de outras populações, é razoável esperar
que essa percentagem seja aproximadamente 30%.
Então:
(1.96)2 p(1 − p) (1.96)2 × 0.3 × 0.7
n0 = = = 323
d2 0.052

Se a ilha tem uma população de 400 pessoas, então temos:

N n0 400 × 323
n= = ≈ 179
N + n0 400 + 323

Loquiha et al. Bioestatı́stica II February 11, 2021 49 / 50