Amostragem I

Armando Castelar

Com base no Capítulo 10 de Wilton

Bussab e Pedro Moretin, Estatística
Básica, Ed. Saraiva, 2013
 Amostra
• População: É o conjunto de todos os elementos ou
resultados sob investigação
• Amostra: É um subconjunto qualquer de elementos de
uma população
• Por que usar uma amostra e não a população?
– É mais barato: limitações de orçamento frequentemente
definem o tamanho máximo possível da amostra
– É mais eficiente: O conteúdo informacional marginal de
mais um elemento na amostra é decrescente
– É mais rápido: em certos casos, até obter o valor de todos
os elementos na população o tempo da pesquisa já acabou
– Pode ser a única forma: Se estivéssemos observando a
durabilidade de lâmpadas e testássemos todas até
queimarem, não restaria nenhuma para ser vendida.
Amostra: subconjunto de elementos da
população

População

Amostra

Exemplo: Datafolha vai para a

rua e entrevista uma amostra
de dois mil eleitores de uma
população de 140 milhões de
eleitores.
 Modelo Amostral
• Uma amostra é um vetor aleatório, isto é, um vetor
cujos elementos são variáveis aleatórias
• Em geral, usamos n para representar o número de
elementos da amostra
• Matematicamente, vamos representar a amostra da
seguinte
tor de variáveis forma: ! = !! , !! , ⋯ !!
aleatórias:
• O Modelo Amostral contém a informação sobre
Φ = ! !, ! ; ! ! Θ
como a amostra foi obtida, em especial sobre as
relações entre as variáveis aleatórias que compõem
paramétrico:
a amostra
conhecida,
um vetor com n elementos
 Formas de obter uma amostra
• Levantamento Amostral
– A amostra é obtida de uma população bem definida, por meio
de processos bem protocolados e controlados pelo pesquisador
(o próprio ou outro)
– Levantamento amostral probabilístico: utiliza técnicas que usam
mecanismos aleatórios de seleção dos elementos de uma
amostra, atribuindo a cada um deles uma probabilidade
conhecida, a priori, de pertencer à amostra.
– Levantamento amostral não probabilístico: consiste dos
procedimentos tais como as amostras intencionais, nas quais os
elementos são selecionados com auxílio de especialistas; e
amostras voluntárias, como corre em alguns testes sobre
remédios e vacinas.
• A grande vantagem das amostras probabilísticas é poder
medir a precisão das amostra obtida, baseando-se no
resultado contido na própria amostra.
• Exemplo: seleção de uma amostra de alunos da UFRJ
 Formas de obter uma amostra (cont.)

• Planejamento de experimentos
– É usado quando o principal objetivo do
pesquisador é analisar o efeito de uma variável
sobre a outra
– Requer a interferência do pesquisador sobre o
ambiente de estudo (a população)
• Exemplo:
– Pesquisa sobre impacto de frequentar creche
sobre o desempenho escolar, a probabilidade de
gravidez adolescente e a tendência a se engajar
em atividades criminosas
 Formas de obter uma amostra (cont.)

• Levantamentos observacionais
– Quando os dados são coletados sem que o
pesquisador tenha controle sobre as informações
obtidas (amostra), exceto eventualmente sobre
possíveis erros grosseiros.
– Nesse caso, a especificação de um modelo
desempenha um papel crucial na ligação entre
amostra (e dados observados) e a população.
• Exemplo:
– As séries de dados temporais sobre variáveis
macroeconômicas ou de vendas de uma empresa.
 Amostra e dados observados
• Os dados observados são uma realização, entre as possíveis,
da amostra
• No exemplo dos alunos da UFRJ escolhidos para compor uma
amostra, a forma de pensar é:
– Na “véspera” se define um critério de escolha dos
elementos da população que vão ser selecionados. Isso é
uma amostra, pois quem vai ser selecionado é aleatório.
– No dia da pesquisa se vai a campo e, aplicando os critérios
pré-definidos, se escolhe os elementos e mede a
característica de interesse. Esses são os dados.
– Com a amostra se deriva um estimador
– Com os dados, aplicando a mesma fórmula, se tem uma
estimativa
s características da população, como a média ou a variância são
parâmetros
arâmetros
As–características
Por exemplo, da
PorUFRJ
–parâmetros Estatísticas e parâmetros
população,
a média e variância comoda
exemplo, a média e variância da altura entre todos os alunos da
a média
altura ou a variância
entre todos ossão
alunos da

UFRJ
– Por exemplo,
Estatísticas são funções a média da eamostra:
variância da altura entre todos os alunos da
– •Um
statísticasUFRJ As sãocaracterísticas
estimador funções é uma da população, como a média ou a variância são
da estatística
amostra:
–Estatísticas
Um
– Para
parâmetros
estimador são funções
a realização é uma deda amostra:
estatística
um teste de hipótese se usa uma “estatística de
– Para Um
– teste” Por exemplo,
a estimador
–
realização édeuma ateste
média
umestatística deehipótese
variânciase dausa
altura
umaentre todos os
“estatística de
–– APara
teste” média alunos
a realização
de alturas dade UFRJ
em umuma teste de hipótese
amostra se usa
de alunos dauma
UFRJ“estatística
é uma de
teste”Estatísticas são
– A média•estatística de alturas emfunções
uma amostra da amostra: de alunos da UFRJ é uma
– A média de alturas em uma amostra de alunos da UFRJ é uma
– As
estatística – Um estimador
estatísticas
estatística de ordem: é uma estatística
X_((1) ),X_((2) ), ….,X_((n) )

– Para a realização o maior e de um teste de hipótese se usa uma

–ondeX_((1)
As
o menor
) e X_((n)
estatísticas
– As estatísticas
) são, respectivamente,
valor da amostra
“estatística
de ordem:
de ordem: de teste”
X_((1) ),X_((2) ), ….,X_((n) )
X_((1) ),X_((2) ), ….,X_((n) )
eX_((1) ) e X_((n)
ondeX_((1) ) são,
) e X_((n) respectivamente,
) são, o maior
respectivamente, o maiore e
menor valor da amostra
o menor valor da A estatísticas
–amostra
As média de alturas de ordem, em!uma, !amostra de alunos da UFRJ é uma
! ! ,⋯ ! !
estatística
• As As estatísticas
Asestatísticas
estatísticas dededeordem:
ordem, !
ordem, ! !! ,,!!!!, ⋯ , ⋯!!! !
• Onde X(1) e!X!(n) são
= min !! , !! , (mínimo)
o menor ⋯ !! e maior (máximo) valores da
amostra. ! ! = min !! , !! , ⋯ !!
! ! = máx !! , !! , ⋯ !!

! ! = máx !! , !! , ⋯ !!
eleitores que votam em A
Média e variância populacionais

• Sejam ! ! ! ! a média e a variância populacionais

! !
• !=
! !!! !! , onde N é o número de elementos na
população
! ! ! !
• ! = !!! !! − !
!
• Exemplo: se !! = 1 se o eleitor i vota no candidato A,
i=1,2...N, então ! é a proporção de eleitores que votam
no candidato A na população
OBRIGADO