Quais são as principais diferenças entre a amostragem aleatória estratificada e a amostragem por conglomerados?

Passo 1

Você perguntou: “Quais são as principais diferenças entre a amostragem aleatória estratificada e a amostragem por conglomerados?”\n
O que preciso esclarecer e entregar para você:
  • Definir claramente cada método (o que é, como se aplica na prática).
  • Listar e explicar cada diferença importante (objetivo, como se escolhem as unidades, homogeneidade/heterogeneidade, efeitos sobre variância e custo, vantagens/desvantagens).
  • Mostrar fórmulas/evidências que ajudem a entender por que um método reduz variância e o outro tende a aumentá‑la (quando aplicáveis).
  • Dar pequenos exemplos numéricos e regras práticas para escolher entre eles.\n
    Não há dados numéricos do enunciado: a resposta será conceitual e com exemplos ilustrativos.

Passo 2

O que é amostragem aleatória estratificada — definição e procedimento passo a passo (com explicação didática):
  • Definição simples: na amostragem estratificada a população é dividida em subgrupos chamados estratos, de modo que dentro de cada estrato os elementos sejam, preferencialmente, parecidos entre si (homogêneos) quanto à característica que interessa medir. Depois selecionamos amostras (geralmente aleatórias simples) dentro de cada estrato. Isso reduz a variabilidade da estimativa final se a estratificação for bem feita.\n
  • Procedimento prático:
    1. Dividir a população em H estratos disjuntos com tamanhos N_1,\dots,N_H. O total é N=\sum_{h=1}^H N_h.
    2. Para cada estrato h escolhemos uma amostra de tamanho n_h (com n=\sum_h n_h). A seleção dentro de um estrato costuma ser aleatória simples.
    3. Para estimar a média populacional usamos uma média ponderada pelas proporções dos estratos: a estimativa ponderada considera os pesos W_h = N_h/N.
  • Por que funciona: se dentro de cada estrato a variabilidade S_h^2 é baixa, então a contribuição de variância de cada estrato é menor; a soma dessas contribuições dá uma variância total menor do que uma amostra aleatória simples de mesmo tamanho (isso é o objetivo).\n
  • Fórmula (importante para entender o efeito sobre variância): a variância da média estratificada é
\mathrm{Var}(\bar{y}_{st})=\sum_{h=1}^H W_h^2\left(1-f_h\right)\frac{S_h^2}{n_h},
onde W_h=N_h/N, f_h=n_h/N_h (fração amostral no estrato), S_h^2 é a variância dentro do estrato h e n_h o tamanho amostral no estrato. Eu explico cada termo: W_h^2 faz o peso do estrato na média total; (1-f_h) é a correção por população finita; S_h^2/n_h é a variância típica da média do estrato.

Passo 3

O que é amostragem por conglomerados — definição e procedimento passo a passo (com explicação didática):
  • Definição simples: na amostragem por conglomerados (cluster sampling) a população é dividida em grupos chamados conglomerados (clusters), normalmente formados naturalmente — por exemplo, escolas, bairros, salas de aula. Em vez de amostrar indivíduos espalhados pela população, selecionamos aleatoriamente alguns clusters e medimos todos os indivíduos dentro desses clusters (ou então fazemos uma segunda amostragem dentro dos clusters — multietápica).\n
  • Procedimento prático (amostragem por conglomerados em uma etapa):
    1. Partir da lista de N_c clusters. Cada cluster tem M_i elementos; em casos simples assumimos clusters de tamanho igual M.
    2. Selecionar aleatoriamente m clusters (por exemplo, por amostragem aleatória simples de clusters).
    3. Medir todos os elementos dentro dos clusters selecionados; o total de observações é aproximadamente n \approx m\cdot M.
  • Quando usado: é muito útil quando a lista completa de indivíduos é difícil de obter, mas é fácil obter uma lista dos clusters. É mais barato logisticamente (menos locais a visitar), mas tem implicações na precisão.\n
  • Por que tende a aumentar variância: se os elementos dentro de um cluster forem parecidos entre si (alta correlação intracluster), então observar vários elementos do mesmo cluster traz pouca informação adicional, aumentando a variância da estimativa em comparação com uma amostra aleatória simples do mesmo tamanho. A medida dessa dependência é a correlação intracluster \rho.\n
  • Fórmula prática importante (efeito do desenho): o efeito do desenho (design effect) aproximado para amostragem por conglomerados com clusters de tamanho médio m é
\mathrm{deff} \approx 1 + (m-1)\rho,
onde \rho é a correlação intracluster (intraclass correlation). Isso significa que a variância do estimador na amostragem por conglomerados é aproximadamente \mathrm{deff} vezes a variância que teríamos por amostragem aleatória simples com o mesmo n. Explicando termos: m é o número médio de elementos por cluster e \rho mede o quanto elementos do mesmo cluster são semelhantes ( \rho\in[0,1]). Se \rho for pequeno, o aumento de variância é pouco; se \rho for grande, o aumento é grande.

Passo 4

Comparação direta (cada ponto comparado e explicado com linguagem simples):
  • Objetivo principal:
    • Estratificada: reduzir variância da estimativa, garantindo representatividade de subgrupos; melhora precisão quando estratos são internamente homogêneos.
    • Conglomerados: reduzir custo/logística (menos locais para visitar), facilitar amostragem quando não há lista detalhada de indivíduos.
  • Como se formam as partes:
    • Estratos: construídos para que elementos dentro do mesmo estrato sejam semelhantes entre si (homogeneidade interna).
    • Clusters: normalmente formados por conveniência (geografia, unidades naturais); idealmente clusters são heterogêneos internamente (cada cluster representa bem a população), mas na prática clusters costumam ter similaridade interna.
  • Unidade de amostragem:
    • Estratificada: unidade final costuma ser o indivíduo (amostras dentro de cada estrato).
    • Conglomerado: unidade primária é o cluster; medimos indivíduo só dentro de clusters selecionados.
  • Efeito na variância:
    • Estratificada: tende a diminuir a variância se a estratificação for eficaz (dentro de cada estrato S_h^2 pequeno). A variância total é a soma das variâncias dos estratos (ver a fórmula do Passo 2).
    • Conglomerados: tende a aumentar a variância em relação a SRS devido à correlação intracluster; controlamos isso com o \mathrm{deff} (ver Passo 3).
  • Alocação da amostra:
    • Estratificada: podemos alocar n_h proporcionalmente a N_h (alocação proporcional) ou por Neyman para otimizar precisão:
    n_h = n\cdot\frac{N_h S_h}{\sum_{k=1}^H N_k S_k},onde S_h é o desvio padrão do estrato h. Isso prioriza estratos com maior variabilidade e/ou maior tamanho.
    • Conglomerados: escolhe-se número de clusters m e, dependendo do desenho, quantos elementos por cluster; em amostragem por conglomerados de uma etapa geralmente se escolhe muitos clusters pequenos para reduzir \mathrm{deff}.
  • Vantagens/Desvantagens (resumindo):
    • Estratificada: + maior precisão por mesmo n; - precisa de informação prévia para formar estratos e de frame com identificação dos membros por estrato.
    • Conglomerados: + menor custo/logística e praticidade; - menor precisão (a não ser que clusters sejam muito heterogêneos) e necessidade de modelar correlação intracluster.

Passo 5

Exemplos numéricos ilustrativos (curtos, para fixar a intuição):
  • Exemplo de efeito da estratificação (conceito): suponha H=2 estratos com W_1=W_2=0,5, variâncias dentro S_1^2=4 e S_2^2=9. Se escolhermos n_1=n_2=50 (total n=100) e ignorarmos a correção por população finita, a variância estratificada aproximada é
\mathrm{Var}(\bar{y}_{st}) \approx 0,5^2\frac{4}{50} + 0,5^2\frac{9}{50} = 0,25\cdot\frac{13}{50}=0,065.
Isso mostra como a média ponderada de variâncias reduz o resultado final (compare com a variância sem estratificar — que seria algo como S^2/n dependendo da variância global).
  • Exemplo de efeito dos conglomerados com deff: suponha clusters médios com m=10 indivíduos e correlação intracluster \rho=0,05. Então
\mathrm{deff} \approx 1 + (m-1)\rho = 1 + 9\cdot 0,05 = 1,45.
Isso significa que, para obter a mesma precisão de uma SRS de n observações, você precisaria de aproximadamente 1{,}45\cdot n observações ao usar clusters desse tamanho e correlação — ou, dito de outra forma, a variância aumenta em 45\%.

Passo 6

Regras práticas para escolher entre os dois (dicas amigáveis para a prova):
  • Use amostragem estratificada quando:
    • Você puder dividir a população em estratos com abundante informação prévia.
    • Seu objetivo é reduzir variação da estimativa (por ex., precisa estimar média por subgrupos).
    • O custo/logística permitem amostras dispersas pela população.
  • Use amostragem por conglomerados quando:
    • Listas completas de indivíduos são difíceis/impraticáveis, mas listas de clusters existem.
    • O custo de deslocamento e operação é um fator limitante (visitar menos localidades).
    • Você planeja multietapa (selecionar clusters e depois amostrar indivíduos dentro dos clusters) para equilibrar custo e precisão.
  • Estratégia mista comum: fazer estratificação em grande escala (por ex., regiões) e dentro de cada estrato usar amostragem por conglomerados (design estratificado por conglomerados). Essa combinação junta as vantagens, mas exige cuidado no cálculo da variância.

Passo 7

Resumo final curto e direto (para decorar na prova):
  • Estratificada: divide a população em estratos homogêneos; seleciona amostras dentro de cada estrato; reduz variância quando bem feita; requer frame detalhado e decisão de alocação ( n_h).
  • Conglomerados: divide em clusters práticos; seleciona clusters e coleta em clusters selecionados; reduz custo logístico, mas tende a aumentar variância por correlação intracluster; avalie o \mathrm{deff}=1+(m-1)\rho.\n
    Força aí — com essas ideias você consegue explicar na prova quando e porquê usar cada método, calcular efeitos básicos sobre variância e justificar suas escolhas.

Resposta

Estratificada: população dividida em estratos homogêneos; amostras são retiradas dentro de cada estrato; objetivo principal é reduzir variância; variância da média é
\mathrm{Var}(\bar{y}_{st})=\sum_{h=1}^H W_h^2(1-f_h)\frac{S_h^2}{n_h};
requer frame detalhado e permite alocação ótima (Neyman).\n
Conglomerados: população dividida em clusters (unidades práticas); selecionam‑se clusters e medem‑se indivíduos dentro deles; objetivo principal é reduzir custo/logística; tende a aumentar variância quando há correlação intracluster, aproximada pelo efeito de desenho
\mathrm{deff}\approx 1+(m-1)\rho;
usar muitos clusters pequenos reduz \mathrm{deff}.

Exercícios relacionados