Introducao A Amostragem Por Conglomerados em Um Unico Estagio (AC)

Introducao Amostragem por conglomerados Estimadores Coeficiente de correlacao intraclasse Exemplo
Introducao a Amostragem por conglomerados em

um unico estagio (AC)
Prof. Caio Azevedo
20 de novembro de 2011
Prof. Caio Azevedo

Introducao a Amostragem por conglomerados em um unico estagio (AC)
A amostragem por conglomerados em um unico estagio (AC)

consiste em :
Na divisao de uma populacao em grupos (chamados de

conglomerados).
Esta divisao e feita segundo alguma(s) caracterstica(s) conhecida(s)
na populacao sob estudo.
A divisao e feita de modo que os elementos dentro de cada
conglomerados sejam diferentes entre si e que os conglomerados
tambem o sejam entre eles. Ou seja, cada conglomerado deve ser
uma representacao da populacao como um todo.
Sorteia-se um determinado numero de conglomerados e, de cada um
desses conglomerados sorteados, observa-se todos os seus elementos.
Prof. Caio Azevedo

Motivacao: Quando os sistemas de referencia nao sao adequados e o

custo de atualiza-los e muito elevado, ou ainda quando a
movimentacao para identificar as unidades elementares em campo e
cara e consome muito tempo.
Pode ser mais facil e /ou menos dispendioso selecionar grupos de
unidades elementares (conglomerados).
Exemplos:
Amostra de eleitores pode ser obtida pelo sorteio de um numero de
domiclios.
Amostra de trabalhadores pode ser obtida pelo sorteio de um numero
de empresas.
Estudantes podem ser selecionados por uma amostra de escolas ou
classes.
Prof. Caio Azevedo
Exemplo
Considere uma populacao agrupada em 3 conglomerados, como se

segue: U = {(1), (2, 3, 4), (5, 6)} = {C1 , C2 , C3 }
em que C1 = {1}, C2 = {2, 3, 4} e C3 = {5, 6}

O plano amostral adotado manda sortear dois conglomerados, sem
reposicao, e entrevistar todos os elementos do conglomerado.
Espaco amostral em funcao dos conglomerados:
SC (U) = {C1 C2 , C1 C3 , C2 C1 , C2 C3 , C3 C1 , C3 C2 }, assim
S(U) = {1234, 156, 2341, 23456, 561, 56234}.
Note que, nesse caso, o tamanho da amostra tambem e uma variavel
aleatoria, n {3, 4, 5}
Prof. Caio Azevedo
Cont.
Considere o seguinte vetor de dados d = (12, 7, 9, 14, 8, 10). Assim

34
= 10, s 2 = 6, 8, 2 = 6
Considere a media amostral

b. Assim temos:

b(s1 ) = 10,b
(s2 ) = 10,b
(s3 ) = 10, 5,b
(s4 ) = 9, 6,b
(s5 ) = 10 e

b(s6 ) = 9, 6.
Considere as tres possveis divisoes de conglomerados:
Prof. Caio Azevedo

Cont.

d1 = (7, 8) 1 = 7, 5 s12 = 0, 5,

UA = {(2, 5), (3, 6), (1, 4)} d2 = (9, 10) 2 = 9, 5 s22 = 0, 5,

s32 = 2, 0,

d = (12, 14)
3 3 = 13, 0

d = (7, 10) 1 = 8, 5 s12 = 4, 5,
1

UB = {(2, 6), (1, 5), (3, 4)} d2 = (12, 8) 2 = 10, 0 s22 = 8, 5,

s32 = 12, 5,

d = (9, 14)
3 3 = 11, 5

d = (7, 14) 1 = 10, 5 s12 = 24, 5,
1

UC = {(2, 4), (1, 5), (3, 6)} d2 = (12, 8) 2 = 10, 0 s22 = 8, 0,

s32 = 0, 5,

d = (9, 10)
3 3 = 9, 5
Prof. Caio Azevedo
Plano Amostral
Sorteia-se um unico conglomerado segundo AAS e observa-se as

duas unidades pertencentes ao mesmo.
Nesse caso o tamanho da amostra nao e uma variavel aleatoria
Podemos calcular as distribuicoes amostrais de

b para cada divisao
em conglomerados proposta.
Prof. Caio Azevedo

Disitribuicoes amostrais
16
Divisao A EA (b
) = 10 VA (b
) = 3

b: 7,5 9,5 13,0
P(b
) : 1/3 1/3 1/3
4,5
Divisao B EB (b
) = 10 VB (b
) = 3

b: 8,5 10,0 11,5
P(b
) : 1/3 1/3 1/3
0,5
Divisao C EC (b
) = 10 VC (b
) = 3

b: 9,5 10,0 10,5
P(b
) : 1/3 1/3 1/3
Prof. Caio Azevedo

Notacoes e relacoes uteis
Semelhante a estratificacao.
U = {1, 2, ..., N}
= {(1, 1), ..., (1, B1 ), ..., (A, 1), ..., (A, BA )}
= {C1 , C2 , ..., CA }
em que
C = {(, 1), ..., (, i), ..., (, B )}
Prof. Caio Azevedo

Diposicao dos elementos
Conglomerado Elelementos
1 y11 ... y1i ... y1B1
.. .. .. .. ..
. . . . .
y1 ... yi ... yB1
.. .. .. .. ..
. . . . .
A yA1 ... yAi ... yABA
Prof. Caio Azevedo

Cont.
PA N
N= =1 B = AB, B = A
PB
= i=1 yi ,
PA PA PB 1
PA
= =1 = =1 i=1 yi = A , = A = A =1 .
PB
= B = B1 i=1 yi ,
A B PA PA B
= N = N1 i=1 1 1
P P
yi = AB =1 = A B = B
.
1
PA
= A .
Note que
1
PA B 1
PA 1
PA B
( ) = A =1 B A = A B
1
Prof. Caio Azevedo

Cont.
1
PB 2
2 = B (yi ) ,
i=1
2 1
PB
PA 2
= N =1 i=1 (yi ) =
1
PA PB 2 1
PA 2
N a=1 i=1 (yi ) + N a=1 B ( )
ou seja
2 = variancia dentro dos conglomerados +
2
variancia entre os conglomerados = dc + 2 ec
em que
PA PB 2
2
dc = N1 a=1 i=1 (yi ) =
1
PA B PB 2 1
PA B 2
AB a=1 B i=1 (yi ) = A =1 B
Prof. Caio Azevedo

Cont.
2 1
PA 2 1
PA B 2
ec = N =1 B ( ) = A =1 B ( )
PA 2 PA 2
2
ec [ ] = A1 =1 ( ) = A1 =1 B B =
2 P
2
B A B 2
A =1 B
= Bect
PA 2
2
ect = A1 =1 BB
PA 2 2
2
eq = A1 =1 BB ( )
PA 2
2
em = A1 =1 ( )
Prof. Caio Azevedo

Cont.
Somas de quadrados
PA PB 2
SQ[T ] = =1 i=1 (yi ) = N 2 = AB 2
PA PB 2 PA
SQ[D] = =1 i=1 (yi ) = =1 B 2 = ABdc
2
PA 2 PA 2 2
SQ[E ] = =1 B ( ) = =1 B ( ) = ABec
Quando todos os conglomerados tiverem o mesmo tamanho, isto e

B
B1 = B2 = ... = BA = B = B. Assim B
=1
=
2 2 2 2 1
PA 2
ec = ect = eq = em = A =1 ( )
Prof. Caio Azevedo

Plano amostral
Serao sorteados a < A conglomerados, atraves de um processo

AASc.
De cada conglomerado serao entrevistados todos os indivduos.
Resolva os exerccios para verificar as expressoes sob AASs.
Equivale ao procedimento AASc, anteriormente estudado, em que

UC = {C1 , C2 , ..., C , ..., CA }.
Prof. Caio Azevedo

Cont.
Quantidades
populacionais
B1 B2 . . . B ... BA

d = 1 2 . . .

... A

1 2 . . . ... A
Quantidades
amostrais
b1 b2 ... b ... ba

D = b1 b2 . . . b . . . ba

b1 b2 . . . b . . . ba
P
Ao inves de usarmos s , em que s indica os ndices dos conglomerados
selecionados, utilizaremos, a=1 . Assim, todas as propriedades e

P
resultados derivadas para AAS sao validas aqui, considerando
n = a=1 b .
P
Prof. Caio Azevedo

Estimadores para a media populacional

O parametro a ser estimado e = N = B
Estimador 1: supoe conhecido o numero total N de unidades no

universo.

b Pa

bC1 = , b = 1a =1 b , B = NA .
B
Estimador 2: mais indicado quando o total N e desconhecido.

b Pa b = 1 Pa b .

bC2 = , b = 1a =1 b , B a =1
B
b
Estimador 3: ignora o fato dos conglomerados terem tamanhos
diferentes
Pa
bC3 = 1a =1
b .
Prof. Caio Azevedo

Cont.
Resultado: Sob AASc (suprimindo o sub ndice referente ao plano

amostral), temos que
E(b
1 ) = , E(b
2 ) = + B(b
2 ), E(b
) = + ( )
B(b
2 ) denota o vcio do estimador b2 .
2
2
ect 1
P A B
V(b
C1 ) = a = aA =1 B
,
2 PA B 2
EQM(b 2 ) = aeq = aA
C2 ) V(b 1
=1 B
( )2 ,
2
1
PA 2
V(b
C3 ) = aem = aA =1 ( )
Prof. Caio Azevedo

Demonstracoes
O estimador 1 e funcao da media artimetica simples obtida a partir

de uma AASc, dos valores 1 , 2 , ..., A . O resultado segue.
Estimador 2: basta lembrar quem sao d e D e observar que

b2 e um
estimador razao.
Estimador 3: o mesmo raciocnio usado para o estimador 1, sendo

que os valores sao 1 , 2 , ..., A .
Prof. Caio Azevedo

Estimadores para as variancias dos estimadores
Pa 2
1 B
V(b
b C ) =
1 a(a1) =1 B

b
bC 1
2
1
Pa b 2
V(b
b C ) =
2 a(a1) =1 b

(b bC2 )
1
Pa 2
V(b
b C ) =
3 a(a1) =1
(b bC3 )
Sob AASc, o primeiro e o terceiro estimadores sao nao viciados. A

prova e semelhante ao resultado anterior.
Prof. Caio Azevedo

Cont.
Nenhum dos 3 estimadores

bC1 ,
bC2 ,
bC3 tem EQM menor do que os
outros dois em toda e qualquer ciscunstancia.
Jessen (1978) afirma que, se o coeficiente de regressao de (b

)
em funcao de B , for negativo, positivo ou nulo, deve-se preferir

bC1 ,
bC2 ou
bC3 , respectivamente.

b = 0 + 1 B + e ve-se o valor de
b1
Prof. Caio Azevedo

Conglomerados de igual tamanho
Quando todos os conglomerados tem o mesmo tamanho B, os tres

1
Pa PB 1
Pa
estimadores sao iguais a :
bC = aB =1 i=1 yi = a =1
b
2
1
P A 2
com V(bC ) = aec = aA =1 ( ) .
Um estimador nao viciado para a V(b

C ) e dado por
2

b C ) = ec = 1 P a 2
V(b
=1 (b bC ) .
b
a a(a1)
E importante notar que, quando todos os conglomerados tem igual

tamanho, segue que
2 2 2 2 1
Pa 2

bec =
bect =
beq =
bem = a1 =1
(b bC )
Prof. Caio Azevedo

Coeficiente de correlacao intraclasse
A eficiencia de um conglomerado depende do grau de similaridade

de seus elementos.
Imporante criar medidas que indiquem qual o grau de similaridade

dos elementos dentro dos conglomerados.
Existem varias propostas na literatura, principalmente quando os

conglomerados tem tamanhos distintos.
Usaremos o coeficiente de correlacao intraclasse int .
Prof. Caio Azevedo

Processo para o calculo do int
Considere a populacao dividida em A conglomerados como definido

anteriormente.
Em seguida, forma-se todos os pares de unidades distintas possveis
dentre de cada conglomerado. Por exemplo, para o esimo
conglomerado seria possvel formar B (B 1) pares de valores.
PA
Desse modo, tem-se no total de conglomerados =1 B (B 1)
pares do tipo (y10 , y20 ), em que y10 indica os possveis valores da
primeira posicao do par e y20 , o segundo.
PA
Calcula-se agora com todos esses =1 B (B 1) pares o
Cov (y10 ,y20 )
coeficiente de correlacao de Pearson, ou seja int = DP(y10 )DP(y20 )
Prof. Caio Azevedo

Diposicao dos elementos
Elemento (, 1) (, 2) ... (, i) ... (, B )

(, 1) - (y1 , y2 ) ... (y1 , yi ) ... (y1 , yB )
(, 2) (y2 , y1 ) - ... (y2 , yi ) ... (y2 , yB )
.. .. .. .. .. ..
... . . . . . .
(, i) (yi , y1 ) (yi , y2 ) ... - ... (y1 , yB )
.. .. .. .. .. ..
... . . . . . .
(, B ) (yB , y1 ) (yB , y2 ) (yB , yi ) ... -
Prof. Caio Azevedo

Exemplo
Divisao A
y10 : 7 8 9 10 12 14
y20 : 8 7 10 9 14 12
int 0, 82
Divisao B
y10 : 7 10 12 8 9 14
y20 : 10 7 8 12 14 9
int 0, 47
Divisao C
y10 : 7 14 12 8 9 10
y20 : 14 7 8 12 10 9
int 0, 94
Prof. Caio Azevedo
Conglomerados de igual tamanho
Quando todos os conglomerados tem o mesmo tamanho, temos que

PA
Cov (y10 , y20 ) = 1
P
AB(B1) =1 i6=j (yi ) (yj )
Var (y10 ) = var (y20 ) = 2
2
2 dc
ec
int = B 1
2
Prof. Caio Azevedo

Interpretacao
Suponha o caso em que 2 = 0, . Logo dc

2
= 0 e 2 = ec
2
.
Assim int = 1, maior valor
Suponha que agora cada conglomerado seja uma microrepresentacao

da populacao, ou seja, 2 = 2 dc
2
= 2 , logo ec
2
= 0. Assim
1
int = B1
Prof. Caio Azevedo

EPA
Para conglomerados de mesmo tamanho, temos que

2

V(b
C ) = {1 + int (B 1)} aB
VAC (b
C )
EPA = VA1 (b
) = 1 + int (B 1)
Em geral (experiencia) int > 0.
Um estimador para int e dado por:

b2

2
bec dc
bint = B 1
2 +
bec 2
bdc
Prof. Caio Azevedo

Exemplo
Considere a populacao definida no comeco

U = {(1), (2, 3, 4), (5, 6)} = {C1 , C2 , C3 }
em que C1 = {1}, C2 = {2, 3, 4} e C3 = {5, 6},

d = ((12), (7, 9, 14), (8, 10))
Temos que = 10, 2 = 17/3, = 31/3 B = 2.
C1: 1 = 12, 12 = 0, B1 = 1.
C2: 2 = 10, 22 = 26/3, B2 = 3.
C3: 3 = 12, 32 = 1, B3 = 2.
Prof. Caio Azevedo

Cont.
2 2
dc = 14/3, ec = 1, 2 = dc
2 2
+ ec .
2 2 2
ect = 14, eq = 2/3, em = 14/3.
Suponha que o plano amostral consiste no sorteio de dois

conglomerados com reposicao. Assim
V(b
1 ) = 7, V(b
2 ) = 1/3, V(b
3 ) = 7/3
Nesse caso, o melhor estimador e o

b2 .
Tambem temos que

b1 = 0, 57(pvalor = 0, 0438), considerando
0 = 0.
Prof. Caio Azevedo

Cont.
Coeficiente de correlacao intraclasse
y10 : 7 7 9 9 14 14 8 10
y20 : 9 14 14 7 7 9 10 8
int 0, 477
Usando a definicao adaptada, temos que 2 = 2/3 + 14?3 = 16/3,

2 14/3
3 21
C2 = 16 = 0, 75
3
2 ) = {1 + (0, 75)(2 1)} 16/3

V(b 22 = 1/3.
Prof. Caio Azevedo

Cont.
Estimadores do Coeficiente de correlacao intraclasse (conglomerados

de tamanhos desiguais)
2 dcb2

B1
b2 = 2 2
beq
C2 = b2
, beq +
bdc
Desenvolver usando
bC1 e
bC3 .
De uma forma geral, podemos utilizar

2
dc
variancia entre conglomerados B1
bint =
variancia entre conglomerados+dc2
Prof. Caio Azevedo

Estimacao de proporcoes
PA

Parametro de interesse: p = PA=1 .
=1 B
Pa
b
Estimador: b
pC2 = Pa=1 = bb .
=1 b B
1
PA 2
Variancia: V(b
pC2 ) 2 =1 ( pB )
aAB
1
Pa 2
Estimador para a variancia: V(b
b pC )
2 2 =1 b
(b pC2 b )
a(a1)b
Os dois outros estimadores sao:

b
pC1 =
b B
1
Pa
pC3 =
b a =1 p
b
Prof. Caio Azevedo

Cont.
Suas variancia sao dadas, respectivamente, por:

PA 2
pC1 ) = 1 2 =1 ( p)
V(b
aAB
1
PA 2
V(b
pC3 ) = aA =1 (p p)
Estimadores sao dados, respectivamente, por:

1
PA 2
V(b
b pC ) =
1 2 b
=1 (b pC1 )
a(a1)B
b pC ) = 1 PA (b
V(b
2
3 a(a1) =1 p bpC3 )
Prof. Caio Azevedo

Normalidade assintotica e intervalos de confianca
Media populacional
Conglomerados
de tamanhos desiguais
q q
bCi z V(b
b bCi + z V(b
Ci ); b C )
i
Conglomerados de tamanhos iguais

q
[ 1a a=1
Pa
1
bC )2 ; 1a a=1
P P
b a(a1)
=1 (b b +
q Pa
1 2
a(a1)

=1 (b bC )
Total e proporcao: exerccio.
Prof. Caio Azevedo

Determinacao do tamanho da amostra
O tamanho da amostra a ser determinado, nesse caso, e o numero

a de conglomerados a ser sorteado.
Se os conglomerados tiverem tamanhos iguais o tamanho da

Pa
amostra real (n = =1 n ) sera constante, dado a. Caso contrario,
sera uma variavel aleatoria.
Supondo conglomerados de mesmo tamanho, e fixando:

C | )
P(|b
resulta em
2 2
ec z 2 1
PA 2
a= 2 , ec = A =1 ( )
Prof. Caio Azevedo


Introducao A Amostragem Por Conglomerados em Um Unico Estagio (AC)

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Introducao A Amostragem Por Conglomerados em Um Unico Estagio (AC)

Caricato da

Copyright:

Formati disponibili

Introducao Amostragem por conglomerados Estimadores Coeficiente de correlacao intraclasse Exemplo

Introducao a Amostragem por conglomerados em

Prof. Caio Azevedo

Prof. Caio Azevedo

A amostragem por conglomerados em um unico estagio (AC)

Na divisao de uma populacao em grupos (chamados de

Prof. Caio Azevedo

Motivacao: Quando os sistemas de referencia nao sao adequados e o

Considere uma populacao agrupada em 3 conglomerados, como se

em que C1 = {1}, C2 = {2, 3, 4} e C3 = {5, 6}

Considere o seguinte vetor de dados d = (12, 7, 9, 14, 8, 10). Assim

Considere a media amostral

Considere as tres possveis divisoes de conglomerados:

Prof. Caio Azevedo

Sorteia-se um unico conglomerado segundo AAS e observa-se as

Nesse caso o tamanho da amostra nao e uma variavel aleatoria

Podemos calcular as distribuicoes amostrais de

Prof. Caio Azevedo

Prof. Caio Azevedo

Notacoes e relacoes uteis

= {(1, 1), ..., (1, B1 ), ..., (A, 1), ..., (A, BA )}

C = {(, 1), ..., (, i), ..., (, B )}

Prof. Caio Azevedo

Diposicao dos elementos

Prof. Caio Azevedo

Prof. Caio Azevedo

Prof. Caio Azevedo

Prof. Caio Azevedo

Quando todos os conglomerados tiverem o mesmo tamanho, isto e

Prof. Caio Azevedo

Serao sorteados a < A conglomerados, atraves de um processo

De cada conglomerado serao entrevistados todos os indivduos.

Resolva os exerccios para verificar as expressoes sob AASs.

Equivale ao procedimento AASc, anteriormente estudado, em que

Prof. Caio Azevedo

selecionados, utilizaremos, a=1 . Assim, todas as propriedades e

resultados derivadas para AAS sao validas aqui, considerando

Prof. Caio Azevedo

Estimadores para a media populacional

Estimador 1: supoe conhecido o numero total N de unidades no

Prof. Caio Azevedo

Resultado: Sob AASc (suprimindo o sub ndice referente ao plano

Prof. Caio Azevedo

O estimador 1 e funcao da media artimetica simples obtida a partir

Estimador 2: basta lembrar quem sao d e D e observar que

Estimador 3: o mesmo raciocnio usado para o estimador 1, sendo

Prof. Caio Azevedo

Estimadores para as variancias dos estimadores

Sob AASc, o primeiro e o terceiro estimadores sao nao viciados. A

Prof. Caio Azevedo

Nenhum dos 3 estimadores

Jessen (1978) afirma que, se o coeficiente de regressao de (b

Prof. Caio Azevedo

Conglomerados de igual tamanho

Quando todos os conglomerados tem o mesmo tamanho B, os tres

Um estimador nao viciado para a V(b

E importante notar que, quando todos os conglomerados tem igual

Prof. Caio Azevedo

Coeficiente de correlacao intraclasse

A eficiencia de um conglomerado depende do grau de similaridade

Imporante criar medidas que indiquem qual o grau de similaridade

Existem varias propostas na literatura, principalmente quando os