Amostragem III

Armando Castelar

Com base em John Rice,

Mathematical Statistics and Data
Analysis
 Amostra Aleatória Estratificada

• Os N elementos da população estão distribuídos por L estratos,

com respectivamente !! elementos, ! = 1, 2, ⋯ !. Onde
!! + !! + ⋯ !! = !
!!
• O peso do estrato é !! = !, ! = 1, 2, ⋯ !. !! e !! são
valores conhecidos.
• Exemplo: A população de alunos da UFRJ pode ser dividida:
• Em dois estratos, um de alunos e outros de alunas
• Em seis estratos, um para cada ano do curso.
• Cada estrato tem uma média e uma variância populacional
 Caracterização Esquemática

• Estimação pontual
• Estimação por intervalos
• Teste de Hipótese

Problema Informação Metodologia Resposta

Modelo
Estatístico
 • Em dois estratos, um de alunos e outros de alunas
Amostra Aleatória Estratificada (cont.)
• Em seis estratos, um para cada ano do curso.
• Cada estrato tem uma média e uma variância populacional
dadas por, respectivamente, !! ! !!! , ! = 1, 2, ⋯ !. Estes
parâmetros são definidos para cada estrato como fizemos na
aula passada para o conjunto de toda a população.
A amostra é escolhida alocando !! elementos a cada estrato,
! = 1, 2, ⋯ !, sendo !! + !! + ⋯ !! = !
• Dentro de cada estrato é selecionada uma amostra aleatória
simples.
• As amostras são selecionadas dentro de cada estrato
independentemente das outras amostras
 Outra vez a média populacional

• Sejam µ e ! ! a média e a variância populacional. É fácil verificar

! ! !! ! ! !
que ! = !!! !!! !!" = !!! !! !! = !!! !! !!
! !
! !!
Onde !! = !!! !! é a média populacional
!!

no estrato ! = 1, 2, ⋯ !
• A fórmula para a variância não é tão simples, pois é necessário
considerar não apenas a variância dentro de cada estrato como
a variância entre estratos (as diferenças entre os !’s)
• A fórmula para a variância não é tão simples, pois é necessário
Média
considerar amostral
não apenas estratificada
a variância dentro de cada estrato como
a variância entre estratos (as diferenças entre os !’s)
• Definimos a média amostral estratificada como

!
• !! = !!! !! !! , onde !! é a média amostral (simples) dentro
para cada estrato.

! ! !
• ! !! = ! !!! !! !! = !!! !! ! !! = !!! !! !! = !

• Logo, !! também é um estimador não viciado de !

•
 Variância da média amostral estratificada

• Deixando de lado a correção para populações finitas, podemos

derivar a variância da média amostral estratificada como

!
! ! ! ! !
! !
• !"# !! = !!" !!! !! !! = !!! ! !"#
! !! = !
!!! ! !
!

• Onde usamos o fato de as amostras dentro de cada estrato

serem independentes umas das outras
 Alocação ótima ou de Neyman
serem independentes umas das outras

• Os tamanhos de subamostras de !! elementos em cada estrato,

!
! ! !!
! = 1, 2, ⋯ !, que minimizam !
!!! ! ! sujeito à restrição de
!

que !! + !! + ⋯ !! = !

!! ! !
• São dados pela expressão !! = ! ! para ! = 1, 2, ⋯ !
!!! !! !!

• Assim, o tamanho da subamostra é diretamente proporcional ao

peso do estrato e à variância dentro de cada estrato e,
naturalmente, o tamanho total da amostra (!)

• É mais ou menos direto verificar que, usando essa alocação

! !
! !
ótima ou de Neyman da amostra, !"# !!! = !!! ! !
!
 Alocação proporcional
• Um problema com a alocação ótima é que ela depende de
conhecermos !! , o que é raro. Como em geral não conhecemos,
uma alternativa é estimar !! . Porém, se acreditarmos que !! não
varia muito entre estratos, podemos utilizar uma alocação
proporcional, em que !! = !. !! para ! = 1, 2, ⋯ !.

• Utilizando essa alocação, temos que a variância da média

amostral usando uma amostra estratificada é

! ! !
!"# !!! = !!! !! !!
!

• O quanto perdemos usando uma alocação proporcional em vez

 Alocação
!"# !!! =
! ! ótima ou proporcional?
!! ! !
! !!! !

• O quanto perdemos usando uma alocação proporcional em vez

da alocação ótima depende de quão diferentes são as variâncias
de cada estratos. Assim, podemos mostrar que:

! !
!"# !!! − !"# !!! = !!! !! !! − ! ! , onde
!

!= !! !!
!!!
Amostra simples ou estratificada com alocação
proporcional?
• A pergunta que resta é: quando vale à pena usar uma amostra
aleatória estratificada, em vez de uma amostra aleatória
simples?

• Podemos mostrar que

!
1
!"# ! − !"# !!! = !! !! − ! !
!
!!!

• Ou seja, vale à pena utilizar uma amostra aleatória estratificada

em vez de uma amostra aleatória simples se as médias
populacionais de cada estrato são muito diferentes.
 Caracterização Esquemática

• Estimação pontual
• Estimação por intervalos
• Teste de Hipótese

Problema Informação Metodologia Resposta

Modelo
Estatístico
OBRIGADO