Atividade sobre três métodos de amostragem probabilística
  • Aleatória simples,
  • Sistemática,
  • Estratificada.
    Defina cada um dos métodos de amostragem;

Passo 1

O enunciado pede que se definam, de forma clara e didática, três métodos de amostragem probabilística:
  • Amostragem aleatória simples;
  • Amostragem sistemática;
  • Amostragem estratificada.
Informações relevantes que tenho (o que você costuma precisar saber para responder):
  • Preciso dar a definição conceitual de cada método;
  • Devo explicar como cada método é executado na prática (passo a passo), com fórmulas/raciocínios simples quando for útil;
  • Devo apontar vantagens, desvantagens e situações em que cada método é indicado;
  • Posso usar exemplos numéricos pequenos para ilustrar (sem pular etapas).

Passo 2

Definição e explicação detalhada da amostragem aleatória simples (AAS).
  1. Definição conceitual:
    A amostragem aleatória simples é o procedimento em que toda amostra de tamanho n tem a mesma probabilidade de ser escolhida entre todas as possíveis amostras do mesmo tamanho da população de tamanho N. Em outras palavras, não há favorecimento de unidades: a seleção é totalmente ao acaso e imparcial.
  2. Tipos:
  • Com reposição: cada unidade pode ser sorteada mais de uma vez.
  • Sem reposição: cada unidade, uma vez sorteada, não volta ao conjunto elegível.
  1. Probabilidade de seleção de uma unidade (sem reposição):
    Se a amostra é sem reposição, a probabilidade de qualquer unidade específica ser incluída na amostra é
P(\text{unidade } i \text{ é escolhida})=\frac{n}{N}.é
Expliquei: existem \binom{N}{n} amostras possíveis; o número de amostras que contêm a unidade i é \binom{N-1}{n-1}. Dividindo obtemos \dfrac{\binom{N-1}{n-1}}{\binom{N}{n}}=\dfrac{n}{N}.
  1. Como implementar na prova ou na prática (passo a passo simples):
  • Etiquetar as unidades de 1 até N (ou de 0 até N-1).
  • Gerar n números aleatórios distintos entre 1 e N (ou sortear n papéis de um chapéu).
  • As unidades cujas etiquetas foram sorteadas formam a amostra.
    Se não se pode gerar números distintos de uma vez, pode-se sortear um a um sem reposição.
  1. Vantagens e desvantagens:
  • Vantagem: é conceitualmente simples e não tende a enviesar a amostra quando aplicada corretamente.
  • Desvantagem: pode ser ineficiente quando a população é muito heterogênea e quando é difícil ou custoso ter uma lista completa das N unidades.
  1. Exemplo numérico pequeno (com todos os passos mostrados):
    Suponha N=10 e n=3. Etiqueta-se de 1 a 10. Sorteiam-se três números distintos (por ex., 2,5,9). Cada unidade tem probabilidade n/N = 3/10 de aparecer na amostra. Se necessário calcular a probabilidade de um par específico \{2,5\} aparecer, usar-se-ia combinações: P(\{2,5\}\subseteq \text{amostra})=\dfrac{\binom{8}{1}}{\binom{10}{3}}=\dfrac{8}{120}=\dfrac{1}{15}. (Mostrei a conta para você ver como trabalhar com \binom{\cdot}{\cdot}.)

Passo 3

Definição e explicação detalhada da amostragem sistemática.
  1. Definição conceitual:
    A amostragem sistemática seleciona unidades seguindo um padrão regular a partir de uma lista ordenada: escolhe-se um ponto de partida aleatório entre os primeiros k elementos e, a partir daí, toma-se a cada k-ésima unidade. O inteiro k é chamado de intervalo de amostragem.
  2. Como escolher o intervalo k:
    Se a população tem N unidades e quer-se amostrar n unidades, o intervalo ideal (quando N é múltiplo de n) é
k=\frac{N}{n}.
Na prática, se N/n não é inteiro, usa-se k=\left\lfloor\frac{N}{n}\right\rfloor ou k=\left\lceil\frac{N}{n}\right\rceil e ajusta-se para obter exatamente n unidades (ou faz-se um cálculo de seleção ligeiramente diferente para cobrir todo N).
  1. Algoritmo prático (passo a passo):
  • Ordenar a população numa lista das unidades 1 a N.
  • Calcular k aproximado por N/n.
  • Sortear aleatoriamente um número inicial r entre 1 e k.
  • Selecionar as unidades com índices r, r+k, r+2k,\dots até obter n unidades.
    Exemplo simples: se N=20 e n=5, então k=4. Sorteia-se r\in\{1,2,3,4\}. Se r=3, amostra = \{3,7,11,15,19\}.
  1. Probabilidades:
    Quando N é múltiplo de n e a lista é fixa, cada unidade tem probabilidade exatamente \dfrac{n}{N} de ser selecionada (porque existem exatamente k diferentes conjuntos possíveis de n unidades gerados pelos possíveis r e cada unidade aparece em exatamente n desses conjuntos). Se N não é múltiplo de n a igualdade é aproximada — ainda assim o método é geralmente próximo a amostragem aleatória simples em probabilidades.
  2. Vantagens e desvantagens:
  • Vantagens: muito prático e rápido; espalha a amostra pela lista, reduz esforço de campo; quando não há periodicidade na lista, dá boa representatividade.
  • Desvantagem grave: se a lista possuir periodicidade com período igual ou divisor de k, pode haver grande viés (por exemplo, se a lista alterna grupos com característica diferente e k coincide com esse padrão). Assim, sempre verificar se existe risco de periodicidade antes de usar.

Passo 4

Definição e explicação detalhada da amostragem estratificada.
  1. Definição conceitual:
    A amostragem estratificada consiste em dividir a população em grupos não sobrepostos chamados estratos, de modo que dentro de cada estrato as unidades sejam mais homogêneas entre si do que em relação à população total. Em cada estrato é feita uma amostragem (frequentemente amostragem aleatória simples), e as amostras estratum a estratum são combinadas para formar a amostra total.
  2. Notação e ideia principal:
  • H = número de estratos.
  • N_h = tamanho da população no estrato h, para h=1,\dots,H.
  • N=\sum_{h=1}^H N_h é o tamanho populacional total.
  • n_h = tamanho da amostra no estrato h, e n=\sum_{h=1}^H n_h é o tamanho amostral total.
    A ideia é escolher n_h de forma a reduzir a variância do estimador global, respetando restrições de custo e precisão.
  1. Dois esquemas comuns de alocação de n_h:
a) Alocação proporcional:
n_h = n\cdot\frac{N_h}{N}.
Explicação: cada estrato contribui para a amostra na mesma proporção que tem na população. Simples e fácil de calcular; mantém representatividade.
b) Alocação de Neyman (ótima em termos de variância para dado custo):
n_h = n\cdot\frac{N_h S_h}{\sum_{j=1}^H N_j S_j},
onde S_h é o desvio-padrão da variável de interesse no estrato h. Explicação: estratos com maior variabilidade recebem amostras maiores, porque contribuem mais para a variância total; isso minimiza a variância do estimador da média ou total da população para um dado n.
  1. Como implementar (passo a passo):
  • Dividir a população em estratos com base em variáveis relevantes (idade, região, categoria, etc.).
  • Obter N_h (tamanho de cada estrato).
  • Escolher a regra de alocação (proporcional ou Neyman se houver estimativa de S_h; outras alocações possíveis: igual, por custo, etc.).
  • Em cada estrato, sortear n_h unidades por AAS (ou outro método probabilístico adequado).
  • Reunir amostras dos estratos; ao estimar totals ou médias, ponderar adequadamente pela fração N_h/N.
  1. Exemplo numérico pequeno:
    Suponha N=100, dois estratos N_1=30, N_2=70, e n=10.
  • Alocação proporcional: n_1 = 10\cdot\frac{30}{100}=3, n_2=7.
  • Se S_1=1 e S_2=3 e quisermos Neyman:
n_1=10\cdot\frac{30\cdot 1}{30\cdot 1 + 70\cdot 3}=10\cdot\frac{30}{30+210}=10\cdot\frac{30}{240}=1{,}25\\ (\text{arredondar}),
n_2=10- n_1 \approx 8{,}75\\ (\text{arredondar}).
Na prática, faz-se arredondamentos inteiros e ajustes para que \sum n_h = n.
  1. Vantagens e desvantagens:
  • Vantagens: quando bem feita, pode reduzir bastante a variância do estimador total ou da média; permite estimativas precisas por subgrupos (cada estrato); costuma ser eficiente quando estratos são homogêneos internamente.
  • Desvantagens: requer informação prévia para construir estratos (e, no caso de Neyman, estimativas de S_h); se estratos mal definidos podem até aumentar variância.

Passo 5

Comparação prática curta e indicação de quando usar cada método.
  1. Amostragem aleatória simples:
  • Use quando se tem lista completa e não há estrutura óbvia na população que se queira explorar.
  • É a referência teórica, mas pode ser custosa em campo.
  1. Amostragem sistemática:
  • Use quando há uma lista ordenada e se quer facilidade operacional e boa dispersão espacial/na lista.
  • Evite se houver risco de periodicidade coincidente com k.
  1. Amostragem estratificada:
  • Use quando a população tem subgrupos claramente distintos e se quer estimativas precisas por subgrupo ou reduzir a variância geral.
  • Escolha alocação proporcional para simplicidade; escolha Neyman se houver estimativas de variabilidade nos estratos e objetivo é minimizar variância.

Passo 6

Checklist rápido prontinho para usar na prova (copy-paste mental):
  1. Para AAS sem reposição: etiquetar 1 a N; sortear n números distintos; cada unidade tem probabilidade \dfrac{n}{N}.
  2. Para amostragem sistemática: calcule k\approx\frac{N}{n}; sorteie r\in\{1,\dots,k\}; selecione r, r+k, r+2k,\dots.
  3. Para estratificada: calcule N_h, decida n_h (proporcional: n_h=n\frac{N_h}{N}; Neyman: n_h=n\frac{N_h S_h}{\sum N_j S_j}); em cada estrato faça AAS.

Passo 7

Dica final amiga: na prova, antes de escolher o método diga em uma frase por que ele é adequado (ex.: "uso estratificada porque quero precisão por subgrupo e sei N_h"). Isso ganha pontos e demonstra entendimento. Você consegue — um passo de cada vez!

Resposta

Amostragem aleatória simples: procedimento no qual toda amostra de tamanho n tem a mesma probabilidade de ser escolhida entre as \binom{N}{n} possíveis; em AAS sem reposição cada unidade tem probabilidade \dfrac{n}{N} de ser selecionada.
Amostragem sistemática: selecionar unidades a cada k-ésima posição de uma lista ordenada, onde k\approx\dfrac{N}{n}; escolhe-se um início aleatório r\in\{1,\dots,k\} e toma-se r,r+k,r+2k,\dots; é simples e bem distribuída, mas pode ser viesada por periodicidade.
Amostragem estratificada: dividir a população em H estratos homogêneos com tamanhos N_h e extrair amostras de tamanho n_h em cada estrato (com n=\sum_h n_h); alocação comum é proporcional n_h=n\frac{N_h}{N} ou de Neyman n_h=n\frac{N_h S_h}{\sum_j N_j S_j} para reduzir variância.

Exercícios relacionados