AMOSTRAGEM População − ej o conjunto de indivíduos ou objectos que apresentam pelo menos uma característica em comum. Amostra − uma parte da população para estudo.
Amostragem − Ej como eu recruto a minha amostra e
que procedimento devo usar para recrutar a população que participaram da minha amostra. Erro amostral − Diferença entre o resultado da amostra e o verdadeiro valor da população. 𝑒=𝑋̅−𝜇 AMOSTRAGEM Erros não amostrais ej quando os dados são colectados incorrectamente. Parâmetro − medida populacional, te valor único.
Estimador − estatística de um parâmetro como função
dos elementos da amostra. estimativa − valor numérico do estimador apartir de uma amostra. ESTIMAÇÃO DE PARÂMETROS Estimação pontual da média populacional (𝝁) Para fazer uma estimação pontual a gente usa as seguintes formulas. De media
desvio padrão e variância
ESTIMAÇÃO DE PARÂMETROS Parâmetro: p (proporção populacional) dados: x: número de ocorrências de uma certa característica numa amostra aleatória de tamanho n estimador:
erro padrão da proporção:
A mostragem sem reposição de população finita:
ESTIMAÇÃO DE PARÂMETROS Propriedades dos estimadores. Consistência é uma propriedade por meio da qual a acurácia de uma estimativa aumenta quando o tamanho da amostra Não viciado ou não viesado (não tendencioso) menta Não viciado é uma propriedade que assegura que, em média, o estimador é correto. O estimador 𝜃 ̂é chamado não viciado ou imparcial se seu valor esperado ou médio for igual ao verdadeiro valor do parâmetro, 𝜃, isto é, 𝐸(𝜃 ̂) = 𝜃. Qualquer estimador 𝜃 ̂, para o qual 𝐸(𝜃 ̂) = 𝜃 + 𝑏(𝜃), com𝑏(𝜃) ≠ 0, é chamado viciado; a quantidade 𝑏(𝜃) é chamada vício ou viés. MÉTODOS DE MOMENTOS OU VEROVIZINHANCA Função de verosimilhança A função 𝑝(𝜃,𝑋) é chamada de função verosimilhança quando na função da distribuição fixamos o valor de 𝑋 e fazemos variar 𝜃, de forma que 𝐿(𝑋,𝜃ˆ(𝑋)) = 𝑝(𝑋,𝜃ˆ (𝑋)) = 𝑚𝑎𝑥{𝑝(𝑋,𝜃ˆ (𝑋); ∀𝜃 ∈ 𝛩} = 𝐿(𝑋,𝜃ˆ (𝑋,𝜃)). Cálculo do estimador de máxima verosimilhança 𝜕𝜆𝑛[𝑝(𝑥,𝜃)] ∕ 𝜕𝜃 = 0 TÉCNICAS DE AMOSTRAGEM Os criterios a ser adptados para a selecao da amostra são divididas em Amostragem não probabilística (determinista)
Amostragem probabilística (aleatória)
Amostragem probabilística os elementos da amotra são
selecionados de forma não aleatória, não se pode fazer inferência sobre a população com base nos resultados amostrais. Amostragem probabilística (aleatória) composto por elementos que são retirados aleatoriamente da população, permite que seja feita inferencia sobre a populacao a partir dos resultados obtidos na amostra. TIPOS DE AMOSTRAGEM ALEATÓRIA Casual cada elemento da população tem a mesma probabilidade de ser seleccionada Estratificada ela consiste em dividir a populaça em estratos em partes que utilizam de informações especificas. Ex. sexo, idade, nível de escolaridade e sócio económico. A partir desta selecao em estratos serão seleccionadas amostras aleatórias simples dentro de cada estrato. Sistemática ej aquela que se faz composto por elementos que serão seleccionados não por acaso mais apartir de uma regra pre estabelecida. Ex. pessoas com problemas ortopédicos, procura se uma clínica de ortopedia. TIPOS DE AMOSTRAGEM ALEATÓRIA Conglomeradas subdivide se em área a ser pesquisada em por exemplo. Bairros, quarteiros e domicílios. Estas unidades podem ser sorteadas aleatoriamente para compor amostragem, esta técnica pode ser decomposta em Selecção aleatória dos conglomerados
Selecção aleatórias dos elementos de cada
conglomerado. ou você separa aleatoriamente como um todo ou você selecciona o elemento aleatório de cada conglomerado.