ESTATÍSTICA
Professora: Patrícia Ferreira Paranaíba
Principais conceitos
População (N): Conjunto de todos os elementos relativos a um
determinado fenômeno que possuem pelo menos uma
característica em comum, a população é o conjunto Universo.
Exemplos:
Todos os clientes de uma determinada empresa;
Todos os produtos fabricados em uma determinada empresa;
Amostra (n) : Um subconjunto da população e deverá ser
considerada finita, a amostra deve ser selecionada seguindo
certas regras e deve ser representativa, de modo que ela
represente todas as características da população como se fosse
uma fotografia desta.
Amostragem: É o processo de retirada de informações dos
"n"elementos amostrais, no qual deve seguir um método
criterioso e adequado (tipos de amostragem).
Figura: Representação de População×Amostra
Na realização de qualquer estudo quase nunca é possível
examinar todos os elementos da população de interesse. Temos
usualmente de trabalhar com uma amostra da população. A
inferência estatística nos dá elementos para generalizar, de
maneira segura, as conclusões obtidas da amostra para a
população.
É errôneo pensar que, caso tivéssemos acesso a todos os
elementos da população, seríamos mais preciosos. Os erros de
coleta e manuseio de um grande número de dados são maiores do
que as imprecisões a que estamos sujeitos quando generalizamos,
via inferência, as conclusões de uma amostra bem selecionada.
Há duas grandes divisões no processo de amostragem: a
probabilística e a não-probabilística.
Amostragem probabilística
Amostragem aleatória simples
População homogênea.
Todo elemento da população tem a mesma probabilidade de ser
incluído na amostra (1/N).
Métodos de escolha
Enumeramos a população 1, 2, 3, . . . , N .
Determinamos o tamanho da amostra n.
Escolhemos a amostra.
Exemplo: Vamos obter uma amostra representativa, de 10% dos
valores, para obtermos uma estatura média de 90 alunos de uma
turma.
Amostragem estratificada
População heterogênia
Subdividir (estratificar) a população em subpopulações, de forma
que, dentro das subpopulações (estratos), haja homogeneidade.
Métodos de escolha
A população possui estratos com tamanhos: N1 , N2 , N
P3 , onde a
soma dos estratos é o tamanho da população, ou seja, Ni = N .
A amostra deve conter os elementos da população nas mesmas
proporções dos estratos. Tem-se que
P os tamanhos dos estratos
amostrais são n1 , n2 e n3 tal que ni = n.
Aplicando-se a proporção:
ni Ni Ni
= ⇒ ni = n
n N N
Exemplo: Considere uma população em que 50 pessoas são
solteiras, 210 casadas e 40 classificadas como outras situações.
Selecionar uma amostra proporcional estratificada de tamanho
n = 60 considerando os estratos.
Amostragem sistemática
Os elementos da população se apresentam ordenados.
A retirada dos elementos da amostra é feita periodicamente.
Métodos de escolha
Intervalo de amostragem K = N n , em que N = tamanho da
população e n = tamanho da amostra.
Início casual i, sorteado entre 1 e k, inclusive.
Amostra sorteada é composta pelos elementos: i, i+k, i+2k, ....,
i+(n-1)k.
Exemplo: Suponhamos que desejamos estudar o estado de
conservação da rodovia BR277 com 190Km. Para o qual
estudaremos uma amostra aleatória de 30Km. Ilustre a situação,
faça os cálculos e apresente quais serão os quilômetros
amostrados.
Amostragem não-probabilística
Amostragem intencional
O pesquisador escolhe a seu juízo os elementos da população que
julga representativos para constituirem a sua amostra, mas sem
fazer sorteio.
Amostragem a esmo
É a amostragem em que o amostrador, para simplificar o
processo, procura ser aleatório sem, no entanto realizar
propriamente o sorteio.
Acessibilidade
A amostra atinge apenas a parte acessível da população.
Exemplo: Num vagão com minério, a amostra pode ser apenas
20cm superiores, por dificuldade de se atingir todos os pontos do
vagão.
Amostra de voluntários
Caso onde o processo de obtenção dos dados é voluntário.
Exemplo: doação de sangue.