Sei sulla pagina 1di 8
UNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus Chapecó Teoria da amostragem Disciplina: Estatística básica Curso:
UNIVERSIDADE FEDERAL DA
FRONTEIRA SUL
Campus Chapecó
Teoria da amostragem
Disciplina: Estatística básica
Curso: Ciência da Computação
Professor: Leandro Bordin
ü Censo versus amostragem ü Um censo envolve o exame de todos os elementos de
ü Censo versus amostragem
ü Um censo envolve o exame de todos
os elementos de um determinado grupo,
ao passo que a amostragem envolve o
estudo de apenas uma parte dos
elementos
ü A finalidade da amostragem é fazer
generalizações sobre um grupo sem
precisar examinar cada um de seus
elementos
ü Censo versus amostragem ü Situações onde o censo é mais vantajoso ü A população
ü
Censo versus amostragem
ü Situações onde o censo é mais
vantajoso
ü A população pode ser tão pequena que o
custo e o tempo de um censo sejam pouco
menores que para uma amostra
ü Se o tamanho da amostra é grande em
relação ao da população, o esforço adicional
requerido por um censo pode ser pequeno
(ex: quando há grande variabilidade entre os
itens de uma população, a amostra deverá
ser bastante grande para ser representativa)
ü Quando se exige precisão completa, então
o censo é o único método
ü Definição ü A teoria da amostragem preocupa-se com as técnicas para recolher amostras, que
ü Definição
ü A teoria da amostragem preocupa-se
com as técnicas para recolher
amostras, que garantam, tanto quanto
possível, o acaso na escolha
ü Dessa forma, cada elemento da
população passa a ter a mesma chance
(probabilidade) de ser escolhido, o que
garante à amostra o caráter de
representatividade
ü A teoria da amostragem, em conjunto
com a probabilidade, forma a base da
inferência estatística
ü Censo versus amostragem ü Situações onde a amostragem é mais vantajosa ü A população
ü
Censo versus amostragem
ü
Situações onde a amostragem é
mais vantajosa
ü A população pode ser infinita (sendo
infinita, não é possível analisar todos os
itens)
ü A amostra pode ser mais atualizada do
que o censo
ü Os
testes
podem
apresentar
caráter
destrutivo
ü O custo do censo pode ser alto
ü A
amostragem pode revelar maior
uniformidade nos métodos de coleta de
dados
ü Amostragem com ou sem reposição ü Se o tamanho da amostra é pequeno em
ü
Amostragem com ou sem reposição
ü Se o tamanho da amostra é pequeno em
relação ao da população, a não reposição
do item examinado será desprezível nas
probabilidades dos itens restantes; por
outro lado, amostras grandes tendem a
distorcer as probabilidades dos itens
restantes no caso de amostra sem
reposição
Uma regra prática geralmente
aceita é fazer a reposição quando o
tamanho da amostra exceder 5% do
tamanho da população
Tipos de amostragem
Tipos de amostragem
ü Amostragem probabilística ü Amostragem casual ou aleatória simples ü Uma vez que a amostragem
ü Amostragem probabilística
ü Amostragem casual ou aleatória
simples
ü Uma vez que a amostragem
aleatória é vital para a inferência
estatística, existem tabelas
especialmente elaboradas, chamadas
tabelas de números aleatórios, as
quais são utilizadas como ferramenta
para a seleção da amostra
ü Tabela de números aleatórios
ü Tabela de números aleatórios
ü Amostragem probabilística ü Amostragem casual ou aleatória simples ü A amostragem casual ou aleatória
ü Amostragem probabilística
ü
Amostragem casual ou aleatória
simples
ü A amostragem casual ou aleatória
simples pode ser realizada
numerando-se a população de 1 a n e
sorteando-se, a seguir, por meio de um
dispositivo aleatório qualquer, K
números dessa sequência, os quais
corresponderão aos elementos
pertencentes à amostra
ü Amostragem probabilística ü Amostragem casual ou aleatória simples ü Tabela de números aleatórios
ü Amostragem probabilística
ü
Amostragem casual ou aleatória
simples
ü Tabela de números aleatórios
ü Amostragem probabilística ü Amostragem casual ou aleatória simples ü Tabela de números aleatórios ü
ü Amostragem probabilística
ü
Amostragem casual ou aleatória
simples
ü Tabela de números aleatórios
ü As tabelas de números aleatórios contêm
os 10 algarismos (0, 1, 2, 3, 4, 5, 6, 7, 8, 9)
ü Esses números podem ser lidos
isoladamente ou em grupos
ü A leitura da tabela pode ser feita
horizontalmente (da direita para a esquerda
ou vice-versa), verticalmente (de cima para
baixo ou vice-versa), diagonalmente (no
sentido ascendente ou descendente), etc.
ü Amostragem probabilística ü Amostragem casual ou aleatória simples ü Tabela de números aleatórios ü
ü Amostragem probabilística
ü
Amostragem casual ou aleatória
simples
ü Tabela de números aleatórios
ü As tabelas se caracterizam por duas
coisas que as tornam particularmente
adaptadas à amostragem aleatória
ü Uma característica é que os
algarismos estão dispostos de tal
maneira que a probabilidade de
qualquer um deles aparecer em
determinado lugar numa seqüência é
igual à probabilidade do aparecimento
de qualquer outro
ü Amostragem probabilística ü Amostragem casual ou aleatória simples ü Tabela de números aleatórios -
ü Amostragem probabilística
ü
Amostragem casual ou aleatória
simples
ü Tabela de números aleatórios - Uso
ü 1º
-
Fazer
uma
lista
dos
itens
da
população
ü 2º - Numerar consecutivamente os
itens da lista, a começar do zero, com
tantos algarismos conforme for o caso (0,
00, 000, etc)
ü 3º - Ler os números na tabela de
números aleatórios de modo que o
número de algarismos seja igual ao
número de algarismos considerados
ü Amostragem probabilística ü Amostragem casual ou aleatória simples ü Tabela de números aleatórios ü
ü Amostragem probabilística
ü
Amostragem casual ou aleatória
simples
ü Tabela de números aleatórios
ü Exemplo: Obter uma amostra aleatória
correspondente a 10% da população para
uma pesquisa sobre a satisfação de 90
clientes (considerar a 10ª linha da tabela,
fazendo a leitura da esquerda para a
direita)
ü Amostragem probabilística ü Amostragem casual ou aleatória simples ü Tabela de números aleatórios üA
ü Amostragem probabilística
ü
Amostragem casual ou aleatória
simples
ü
Tabela de números aleatórios
üA segunda característica é que
combinações de algarismos têm a
mesma probabilidade de ocorrência de
qualquer outra combinação
ü Amostragem probabilística ü Amostragem casual ou aleatória simples ü Tabela de números aleatórios ü
ü Amostragem probabilística
ü
Amostragem casual ou aleatória
simples
ü
Tabela de números aleatórios
ü 4º - Desprezar quaisquer números que
não correspondam a números da lista ou
que sejam repetições de números lidos
anteriormente. Continuar o processo até
obter o número desejado de observações
ü 5º - Usar os números escolhidos para
identificar os itens da lista a serem
incluídos na amostra
ü Amostragem probabilística ü Amostragem casual ou aleatória simples ü Tabela de números aleatórios
ü Amostragem probabilística
ü
Amostragem casual ou aleatória
simples
ü
Tabela de números aleatórios
Solução:
a) Numerar os clientes de 00 a 89
b) Como a identificação exige números
de 2 algarismos é necessário ler números
de 2 algarismos na tabela: 50, 86, 03,
03,
74, 23, 32,
98, 39, 79, 28
ü Amostragem probabilística ü Amostragem proporcional estratificada ü A amostra estratificada pressupõe a
ü
Amostragem probabilística
ü
Amostragem proporcional
estratificada
ü A amostra estratificada pressupõe a
divisão da população em subgrupos
(estratos) de itens similares,
procedendo-se então a amostragem em
cada subgrupo
ü A lógica do processo é que dispondo
os itens da população em subgrupos
homogêneos, a variabilidade é menor
que a da população global, o que leva à
necessidade de um menor tamanho da
amostra

ü Amostragem probabilística

ü Amostragem proporcional

estratificada

Solução:

Considerar dois estratos: clientes do produto A e clientes do produto B

Produto

População

Amostra (n)

(N)

(10% de N)

A

54

5

B

36

4

   

Total = 9

ü Amostragem probabilística ü Amostragem sistemática ou periódica ü Na amostragem sistemática os itens,
ü
Amostragem probabilística
ü
Amostragem sistemática ou
periódica
ü Na amostragem sistemática os
itens, geralmente, já se encontram
ordenados e sendo assim, não é
necessário construir o sistema de
referência
ü Este tipo de amostragem é usado
para analisar prontuários médicos,
prédios de rua, linhas de produção,
etc.
ü Amostragem probabilística ü Amostragem proporcional estratificada ü Exemplo: Considerar que dos 90 clientes de
ü Amostragem probabilística
ü
Amostragem proporcional
estratificada
ü Exemplo: Considerar que dos 90
clientes de uma empresa, 54 são
consumidores do produto A e 36 são
consumidores do produto B. Obter uma
amostra estratificada de 10 % da
população.
ü Amostragem probabilística ü Amostragem proporcional estratificada Solução: OBS: após a identificação do
ü Amostragem probabilística
ü
Amostragem proporcional
estratificada
Solução:
OBS: após a identificação do número
de elementos para cada estrato, a
escolha dos 5 clientes do produto A
e dos 4 clientes do produto B, segue
a mesma sistemática da tabela de
números aleatórios
ü Amostragem probabilística ü Amostragem sistemática ou periódica K = N/n K = período N
ü Amostragem probabilística
ü
Amostragem sistemática ou
periódica
K = N/n
K
= período
N
= número de itens da população
n
= número de itens da amostra
ü Amostragem probabilística ü Amostragem sistemática ou periódica ü Exemplo: Considerar uma linha de produção
ü Amostragem probabilística
ü
Amostragem sistemática ou
periódica
ü Exemplo: Considerar uma linha de
produção que gera uma população
de 200 peças diárias. Obter uma
amostra sistemática de 10 itens.
ü Amostragem probabilística ü Amostragem por conglomerado ü De acordo com este método, a população
ü Amostragem probabilística
ü
Amostragem por conglomerado
ü De acordo com este método, a
população é dividida em diferentes
conglomerados (subgrupos),
extraindo-se uma amostra apenas
dos conglomerados selecionados e
não de toda a população
ü O
ideal
seria
que cada
conglomerado representasse tanto
quanto possível o total da população
ü Amostragem não probabilística ü Amostragem por julgamento ou intencional ü A amostragem por julgamento
ü Amostragem não probabilística
ü
Amostragem por julgamento ou
intencional
ü A amostragem por julgamento é
usada quando o número de itens é
pequeno
ü Neste
caso,
o
pesquisador
seleciona
por
julgamento
ou
intencionalmente
os
componentes
da
amostra.
Ex:
Cadeia
de
restaurantes.
ü Amostragem probabilística ü Amostragem sistemática ou periódica Solução: K = N/n K = 200/10
ü Amostragem probabilística
ü
Amostragem sistemática ou
periódica
Solução:
K
= N/n
K
= 200/10
K
= 20 – significa que a cada 20 itens
produzidos será escolhido 1
OBS: pode-se consultar uma tabela de números
aleatórios para indicar onde começar no primeiro
grupo, selecionando cada “K” item após aquele
ü Amostragem probabilística ü Amostragem por conglomerado ü Na prática, selecionam-se os conglomerados
ü Amostragem probabilística
ü
Amostragem por conglomerado
ü Na prática, selecionam-se os
conglomerados geograficamente.
Escolhem-se aleatoriamente
algumas regiões, em seguida
algumas sub-regiões e, finalmente,
alguns elementos da população
ü Este
tipo
de
amostragem
é
escolhido por facilidade
administrativa e por
economia
de
custos. Ex: pesquisa de opinião.
ü Considerações ü Os planos de amostragem probabilística são delineados de tal forma que se
ü Considerações
ü Os planos de amostragem
probabilística são delineados de tal
forma que se conhece a probabilidade
de todas as combinações amostrais
possíveis
ü Em razão disso, pode-se determinar
a variabilidade amostral
ü Sob tais condições a amostragem é
objetiva, podendo-se obter uma
estimativa do erro amostral
ü Considerações ü A amostragem não-probabilística é uma amostragem subjetiva, onde a variabilidade amostral não
ü Considerações
ü A amostragem não-probabilística é
uma amostragem subjetiva, onde a
variabilidade amostral não pode ser
estabelecida com precisão
ü Sendo assim, é conveniente usar a
amostragem probabilística sempre que
possível
ü Determinação do tamanha da amostra ü A determinação do número de elementos necessários para
ü Determinação do tamanha da amostra
ü A determinação do número de
elementos necessários para a
composição da amostra é feita com
auxílio da seguinte expressão:
1
n =
o
2
E
o
N . n
o
n =
N
+
n
o
É razoável imaginar que quanto menor o erro amostral
tolerável escolhido maior será o tamanho da amostra
necessário para obtê-lo
ü Determinação do tamanha da amostra Exemplo: N . n o n = N +
ü Determinação do tamanha da amostra
Exemplo:
N . n
o
n =
N
+ n
Solução:
o
200.625
a)
200
n =
n = 152
+ 625
200000.625
b)
200000
n=
n = 624
+ 625
Na alternativa b praticamente não houve alteração com a
correção em termos do tamanho de N; em geral, se a
população for muito grande, é possível usar n o como
tamanha da amostra (n=n o )
ü Determinação do tamanha da amostra ü Sendo ü N = tamanha da população ü
ü Determinação do tamanha da amostra
ü Sendo
ü N = tamanha da população
ü n = tamanho da amostra
ü n o = primeira aproximação para
o tamanho da amostra
ü E o = erro amostral tolerável -
este erro é o valor máximo que o
pesquisador admite errar na
estimativa do parâmetro
ü Determinação do tamanha da amostra Exemplo: Obter o tamanho mínimo de uma amostra aleatória
ü Determinação do tamanha da amostra
Exemplo: Obter o tamanho mínimo de
uma amostra aleatória simples
admitindo um erro amostral máximo de
4% supondo que a população tenha:
a) 200 elementos
b) 200000 elementos
Solução:
1
n =
o
2
E
o
1
n =
o
2
0,04
n
= 625
o
EXERCÍCIOS
EXERCÍCIOS
1. Uma empresa de marketing presta serviços a 124 clientes. Obter uma amostra aleatória correspondente
1. Uma empresa de marketing presta
serviços a 124 clientes. Obter uma
amostra aleatória correspondente a 15%
da população.
Sugestão: começar a observação a partir
da 2ª coluna da tabela de números
aleatórios, fazendo a leitura dos 3
primeiros números.
3. a) Mostrar como seria possível retirar uma amostra de 32 elementos de uma população
3.
a) Mostrar como seria possível retirar
uma amostra de 32 elementos de uma
população ordenada formada por 2432
elementos. b) Na ordenação geral,
assinalar qual dos elementos abaixo seria
escolhido para pertencer à amostra,
sabendo-se que o elemento de ordem
1.420 a ele pertence.
b1 (
) 1120
b2 (
) 290
b3 (
) 725
b4 ( )2.025
b5 (
) 1648
Sugestão: considerar um plano de
amostragem sistemática (periódica)
5. Uma população encontra-se dividida em três estratos, com tamanhos, respectivamente, n1 = 40, n2
5.
Uma população encontra-se dividida em
três estratos, com tamanhos,
respectivamente, n1 = 40, n2 = 100 e
n3 = 60. Sabendo que, ao ser realizada uma
amostragem proporcional estratificada,
nove (9) elementos da amostra foram
retirados do 3º estrato, determinar o
número total de elementos da amostra.
2. Em uma turma do curso de Ciência da Computação há 80 alunos. Obter uma
2.
Em uma turma do curso de Ciência da
Computação há 80 alunos. Obter uma
amostra aleatória de 12 alunos.
Sugestão: considerar a 4ª linha da tabela
de números aleatórios, fazendo a leitura
da direita para a esquerda.
4. O coordenador de um curso, no qual estão matriculados 280 rapazes e 320 moças,
4.
O coordenador de um curso, no qual
estão matriculados 280 rapazes e 320
moças, deseja conhecer as condições de
vida extra-escolar de seus alunos e não
dispõe de tempo para entrevistar todas as
famílias. Desta forma, resolveu fazer um
levantamento, por amostragem, com 10%
dessa clientela. Obter, para o diretor, os
elementos componentes da amostra.
Sugestão: considerar, primeiramente, uma
amostragem do tipo estratificada (por
sexo). Na tabela de números aleatórios
começar a leitura a partir da 6ª linha (da
esquerda para a direita) quando se tratar do
estrato masculino e a partir da 16ª linha (da
esquerda para a direita) quando se tratar do
estrato feminino.
6. Numa determinada disciplina estão matriculados os alunos abaixo relacionados. Selecionar uma amostra aleatória de
6. Numa determinada disciplina estão
matriculados os alunos abaixo
relacionados. Selecionar uma amostra
aleatória de 10 alunos.
Anderson Luiz Tedesco
Anderson Ioshiaki Silva
Andrea de Souza Silva
André Augusto Zeni
Andrei Augusto Toledo
Andrey Fagundes
Aron Scapinello Selhorst
Bruno Fontana
Caciano de Marco
Camila Giacomini
Carlos Carniel
Daiana Matté
Dieferson Massarotto
Fernando Nesi
Geomar Schreiner
Glaucon Peruzo
Gracieli Frare
Guilherme Fontaniva
Gustavo Favero
Gustavo Schein
Isac almeida
Jaderson Rafael Webler
Jacson Matte
Jéssica Mori Corona
Karen Costella
Luís Henrique Generali
Luis Paulo Correa
Marina Girolimetto
Marivone Valentin
Mateus Trebien
Ramon Perondi
Renan RogoskiRenata Mattia
Roberta Sales
Roberto Araujo
Thiago Mendes Silva
Vinicius Brustolin
Vinicius Chimello
Winder Jr
7. Para estudar a preferência do eleitorado acerca das eleições para presidência da república, qual
7. Para estudar a preferência do eleitorado
acerca das eleições para presidência da
república, qual dever ser o tamanho de uma
amostra aleatória simples para garantir um
erro amostral não superior a 2%?
Obs: considerar o número total de eleitores
igual a aproximadamente 136 milhões
8. Numa empresa com 1000 funcionários deseja-se estimar a porcentagem de funcionários favoráveis a um
8. Numa empresa com 1000 funcionários
deseja-se estimar a porcentagem de
funcionários favoráveis a um certo
programa de treinamento. Determinar o
tamanho da amostra que garanta um erro
amostral não superior a 5%