Técnicas de Amostragem em Estatística

Técnicas de Amostragem em Pesquisa Estatística

A amostragem é fundamental na estatística para inferir características populacionais a partir de um subconjunto representativo. Principalmente quando o censo completo é inviável, técnicas adequadas garantem precisão e eficiência.

Principais Técnicas de Amostragem Probabilística

Amostragem Aleatória Simples

Cada elemento da população possui igual probabilidade de seleção. Similarmente, a escolha é completamente aleatória, sem qualquer critério de agrupamento. A probabilidade de seleção é dada por $P = \frac{n}{N}$, onde n é o tamanho da amostra e N o tamanho da população.

Vantagens

Simplicidade de implementação
Requer apenas uma lista completa da população
Fácil compreensão teórica

Desvantagens

Pode não representar subgrupos importantes
Ineficiente para populações heterogêneas
Custo elevado se a população for dispersa

Amostragem Estratificada

A população é dividida em estratos homogêneos e amostras são selecionadas de cada estrato. Consequentemente, garante representatividade de todos os subgrupos relevantes. A alocação pode ser proporcional ou uniforme.

Fórmula para alocação proporcional: $n_h = n \times \frac{N_h}{N}$ onde $n_h$ é o tamanho da amostra no estrato h, $N_h$ é o tamanho do estrato h, e N é o tamanho total da população.

Vantagens

Maior precisão para subpopulações
Permite análise separada por estratos
Reduz a variabilidade amostral

Desvantagens

Requer conhecimento prévio da população
Custo adicional de estratificação
Complexidade na implementação

Amostragem por Conglomerado

A população é dividida em conglomerados naturais (como bairros ou escolas) e alguns conglomerados são selecionados aleatoriamente. Todos os elementos dos conglomerados selecionados são investigados ou faz-se subamostragem.

Atenção: Os conglomerados devem ser tão heterogêneos quanto a população geral para garantir representatividade. A variância é geralmente maior que na amostragem aleatória simples.

Vantagens

Reduz custos de deslocamento
Mais prático para populações geograficamente dispersas
Facilita a operacionalização

Desvantagens

Maior erro amostral se conglomerados forem homogêneos
Precisão inferior à amostragem simples
Pode requerer tamanho amostral maior

Amostragem Sistemática

Seleciona elementos a intervalos regulares a partir de uma lista ordenada. O primeiro elemento é escolhido aleatoriamente e os demais seguem um intervalo fixo. É eficiente quando a lista não possui periodicidade.

Intervalo de amostragem: $k = \frac{N}{n}$ onde k é o intervalo, N é o tamanho da população e n é o tamanho da amostra. O ponto de início aleatório r é escolhido entre 1 e k.

Vantagens

Fácil implementação
Distribuição uniforme na população
Não requer lista completa randomizada

Desvantagens

Vulnerável a periodicidades na lista
Pode introduzir viés se houver padrão oculto
Não garante representatividade de subgrupos

Relação entre as Técnicas e Precisão

A amostragem estratificada geralmente oferece maior precisão para subpopulações, mas com custo adicional de estratificação. Inversamente, a por conglomerados reduz custos operacionais, mas pode comprometer a precisão devido à homogeneidade intra-conglomerados. A sistemática, por sua vez, oferece bom equilíbrio entre praticidade e precisão quando bem aplicada.

Erro amostral: $SE = \frac{\sigma}{\sqrt{n}} \times \sqrt{1 – \frac{n}{N}}$ onde σ é o desvio padrão populacional e o último termo é o fator de correção para população finita.

Guia de Decisão para Escolha da Técnica

Se a população for homogênea e a lista estiver disponível, a amostragem aleatória simples é adequada. Contudo, se existirem subgrupos importantes conhecidos, a estratificada é preferível. Analogamente, para populações geograficamente dispersas, a por conglomerados é mais eficiente. Eventualmente, quando a lista está ordenada aleatoriamente, a sistemática oferece bom equilíbrio entre custo e precisão.

Considerações Finais

A seleção da técnica de amostragem depende fundamentalmente das características da população, dos recursos disponíveis e dos objetivos da pesquisa. Inclusive, muitas pesquisas utilizam combinações dessas técnicas para otimizar resultados. Afinal, a amostragem adequada é crucial para a validade estatística e para inferências confiáveis sobre a população de interesse.

Exemplo em Python

import random
import numpy as np
from typing import List, Dict

class Amostragem:
    def __init__(self, populacao: List, tamanho_amostra: int):
        self.populacao = populacao
        self.n = tamanho_amostra
        self.N = len(populacao)
    
    def aleatoria_simples(self) -> List:
        """Amostragem Aleatória Simples usando random.sample"""
        return random.sample(self.populacao, self.n)
    
    def estratificada(self, estratos: Dict[str, List]) -> Dict[str, List]:
        """Amostragem Estratificada Proporcional"""
        amostra_estratos = {}
        for estrato, elementos in estratos.items():
            n_estrato = max(1, int(self.n * (len(elementos) / self.N)))
            amostra_estratos[estrato] = random.sample(elementos, n_estrato)
        return amostra_estratos
    
    def sistematica(self) -> List:
        """Amostragem Sistemática com intervalo k"""
        k = max(1, self.N // self.n)
        inicio = random.randint(0, k-1)
        amostra = []
        for i in range(self.n):
            indice = inicio + i * k
            if indice < self.N:
                amostra.append(self.populacao[indice])
        return amostra

    def conglomerado(self, conglomerados: Dict[str, List], numero_conglomerados: int) -> List:
        """Amostragem por Conglomerado com subamostragem"""
        conglomerados_selecionados = random.sample(list(conglomerados.keys()), numero_conglomerados)
        amostra = []
        
        total_elementos = sum(len(conglomerados[cong]) for cong in conglomerados_selecionados)
        
        if total_elementos > self.n:
            todos_elementos = []
            for cong in conglomerados_selecionados:
                todos_elementos.extend(conglomerados[cong])
            amostra = random.sample(todos_elementos, self.n)
        else:
            for cong in conglomerados_selecionados:
                amostra.extend(conglomerados[cong])
        
        return amostra

# Exemplo de uso
if __name__ == "__main__":
    populacao = [f"Pessoa_{i:03d}" for i in range(1000)]
    amostrador = Amostragem(populacao, 100)
    
    # Amostragem Aleatória Simples
    amostra_simples = amostrador.aleatoria_simples()
    print(f"Amostra Aleatória Simples: {len(amostra_simples)} elementos")
    
    # Amostragem Estratificada
    estratos = {
        "Jovens": [f"Pessoa_{i:03d}" for i in range(300)],
        "Adultos": [f"Pessoa_{i:03d}" for i in range(300, 700)],
        "Idosos": [f"Pessoa_{i:03d}" for i in range(700, 1000)]
    }
    amostra_estratos = amostrador.estratificada(estratos)
    print("Amostra Estratificada:", {k: len(v) for k, v in amostra_estratos.items()})
    
    # Amostragem Sistemática
    amostra_sistematica = amostrador.sistematica()
    print(f"Amostra Sistemática: {len(amostra_sistematica)} elementos")
    
    # Amostragem por Conglomerado
    conglomerados = {
        "Norte": [f"Pessoa_{i:03d}" for i in range(250)],
        "Sul": [f"Pessoa_{i:03d}" for i in range(250, 500)],
        "Leste": [f"Pessoa_{i:03d}" for i in range(500, 750)],
        "Oeste": [f"Pessoa_{i:03d}" for i in range(750, 1000)]
    }
    amostra_conglomerados = amostrador.conglomerado(conglomerados, 2)
    print(f"Amostra por Conglomerados: {len(amostra_conglomerados)} elementos")

import random

import numpy as np

from typing import List, Dict

class Amostragem:

def __init__(self, populacao: List, tamanho_amostra: int):

self.populacao = populacao

self.n = tamanho_amostra

self.N = len(populacao)

def aleatoria_simples(self) -> List:

"""Amostragem Aleatória Simples usando random.sample"""

return random.sample(self.populacao, self.n)

def estratificada(self, estratos: Dict[str, List]) -> Dict[str, List]:

"""Amostragem Estratificada Proporcional"""

amostra_estratos = {}

for estrato, elementos in estratos.items():

n_estrato = max(1, int(self.n * (len(elementos) / self.N)))

amostra_estratos[estrato] = random.sample(elementos, n_estrato)

return amostra_estratos

def sistematica(self) -> List:

"""Amostragem Sistemática com intervalo k"""

k = max(1, self.N // self.n)

inicio = random.randint(0, k-1)

amostra = []

for i in range(self.n):

indice = inicio + i * k

if indice < self.N:

amostra.append(self.populacao[indice])

return amostra

def conglomerado(self, conglomerados: Dict[str, List], numero_conglomerados: int) -> List:

"""Amostragem por Conglomerado com subamostragem"""

conglomerados_selecionados = random.sample(list(conglomerados.keys()), numero_conglomerados)

amostra = []

total_elementos = sum(len(conglomerados[cong]) for cong in conglomerados_selecionados)

if total_elementos > self.n:

todos_elementos = []

for cong in conglomerados_selecionados:

todos_elementos.extend(conglomerados[cong])

amostra = random.sample(todos_elementos, self.n)

else:

for cong in conglomerados_selecionados:

amostra.extend(conglomerados[cong])

return amostra

# Exemplo de uso

if __name__ == "__main__":

populacao = [f"Pessoa_{i:03d}" for i in range(1000)]

amostrador = Amostragem(populacao, 100)

# Amostragem Aleatória Simples

amostra_simples = amostrador.aleatoria_simples()

print(f"Amostra Aleatória Simples: {len(amostra_simples)} elementos")

# Amostragem Estratificada

estratos = {

"Jovens": [f"Pessoa_{i:03d}" for i in range(300)],

"Adultos": [f"Pessoa_{i:03d}" for i in range(300, 700)],

"Idosos": [f"Pessoa_{i:03d}" for i in range(700, 1000)]

}

amostra_estratos = amostrador.estratificada(estratos)

print("Amostra Estratificada:", {k: len(v) for k, v in amostra_estratos.items()})

# Amostragem Sistemática

amostra_sistematica = amostrador.sistematica()

print(f"Amostra Sistemática: {len(amostra_sistematica)} elementos")

# Amostragem por Conglomerado

conglomerados = {

"Norte": [f"Pessoa_{i:03d}" for i in range(250)],

"Sul": [f"Pessoa_{i:03d}" for i in range(250, 500)],

"Leste": [f"Pessoa_{i:03d}" for i in range(500, 750)],

"Oeste": [f"Pessoa_{i:03d}" for i in range(750, 1000)]

}

amostra_conglomerados = amostrador.conglomerado(conglomerados, 2)

print(f"Amostra por Conglomerados: {len(amostra_conglomerados)} elementos")

Exemplo em R

# Técnicas de Amostragem em R

# Criando população de exemplo
populacao <- 1:1000
N <- length(populacao)
n <- 100

# 1. Amostragem Aleatória Simples
amostra_simples <- sample(populacao, n, replace = FALSE)
cat("Amostra Aleatória Simples:", length(amostra_simples), "elementos\n")

# 2. Amostragem Estratificada
# Criando estratos
estratos <- list(
  jovens = 1:300,
  adultos = 301:700, 
  idosos = 701:1000
)

amostra_estratos <- list()
for (estrato_nome in names(estratos)) {
  estrato <- estratos[[estrato_nome]]
  n_estrato <- max(1, round(n * (length(estrato) / N)))
  amostra_estratos[[estrato_nome]] <- sample(estrato, n_estrato, replace = FALSE)
}
cat("Amostra Estratificada:\n")
print(sapply(amostra_estratos, length))

# 3. Amostragem Sistemática
k <- floor(N / n)
inicio <- sample(1:k, 1)
amostra_sistematica <- seq(inicio, N, by = k)[1:n]
cat("Amostra Sistemática:", length(amostra_sistematica), "elementos\n")

# 4. Amostragem por Conglomerado
conglomerados <- list(
  norte = 1:250,
  sul = 251:500,
  leste = 501:750,
  oeste = 751:1000
)

conglomerados_selecionados <- sample(names(conglomerados), 2)
amostra_conglomerados <- unlist(conglomerados[conglomerados_selecionados])

# Subamostragem se necessário
if (length(amostra_conglomerados) > n) {
  amostra_conglomerados <- sample(amostra_conglomerados, n)
}
cat("Amostra por Conglomerados:", length(amostra_conglomerados), "elementos\n")

# Análise comparativa
cat("\n--- Análise Descritiva das Amostras ---\n")
cat("Média Populacional:", mean(populacao), "\n")
cat("Média Amostra Simples:", mean(amostra_simples), "\n")
cat("Média Amostra Sistemática:", mean(amostra_sistematica), "\n")
cat("Média Amostra Conglomerados:", mean(amostra_conglomerados), "\n")

# Teste de representatividade
teste_simples <- t.test(amostra_simples, mu = mean(populacao))
cat("\nTeste t para Amostra Simples (p-value):", teste_simples$p.value, "\n")

# Técnicas de Amostragem em R

# Criando população de exemplo

populacao <- 1:1000

N <- length(populacao)

n <- 100

# 1. Amostragem Aleatória Simples

amostra_simples <- sample(populacao, n, replace = FALSE)

cat("Amostra Aleatória Simples:", length(amostra_simples), "elementos\n")

# 2. Amostragem Estratificada

# Criando estratos

estratos <- list(

jovens = 1:300,

adultos = 301:700,

idosos = 701:1000

)

amostra_estratos <- list()

for (estrato_nome in names(estratos)) {

estrato <- estratos[[estrato_nome]]

n_estrato <- max(1, round(n * (length(estrato) / N)))

amostra_estratos[[estrato_nome]] <- sample(estrato, n_estrato, replace = FALSE)

}

cat("Amostra Estratificada:\n")

print(sapply(amostra_estratos, length))

# 3. Amostragem Sistemática

k <- floor(N / n)

inicio <- sample(1:k, 1)

amostra_sistematica <- seq(inicio, N, by = k)[1:n]

cat("Amostra Sistemática:", length(amostra_sistematica), "elementos\n")

# 4. Amostragem por Conglomerado

conglomerados <- list(

norte = 1:250,

sul = 251:500,

leste = 501:750,

oeste = 751:1000

)

conglomerados_selecionados <- sample(names(conglomerados), 2)

amostra_conglomerados <- unlist(conglomerados[conglomerados_selecionados])

# Subamostragem se necessário

if (length(amostra_conglomerados) > n) {

amostra_conglomerados <- sample(amostra_conglomerados, n)

}

cat("Amostra por Conglomerados:", length(amostra_conglomerados), "elementos\n")

# Análise comparativa

cat("\n--- Análise Descritiva das Amostras ---\n")

cat("Média Populacional:", mean(populacao), "\n")

cat("Média Amostra Simples:", mean(amostra_simples), "\n")

cat("Média Amostra Sistemática:", mean(amostra_sistematica), "\n")

cat("Média Amostra Conglomerados:", mean(amostra_conglomerados), "\n")

# Teste de representatividade

teste_simples <- t.test(amostra_simples, mu = mean(populacao))

cat("\nTeste t para Amostra Simples (p-value):", teste_simples$p.value, "\n")

Referências Bibliográficas

COCHRAN, W. G. Sampling Techniques. 3rd ed. John Wiley & Sons, 1977.
LEVY, P. S.; LEMESHOW, S. Sampling of Populations: Methods and Applications. 4th ed. Wiley, 2008.
SIQUEIRA, A. L.; TIBÚRCIO, J. D. Amostragem em Pesquisas Epidemiológicas. Editora UFMG, 2011.
BUSSAB, W. O.; MORETTIN, P. A. Estatística Básica. 9ª ed. Saraiva, 2017.

O que são Probabilidades de Seleção?

Probabilidade de seleção refere-se à chance que cada elemento de uma população ter sido incluído em uma amostra.

Perceba que é uma lista de probabilidades onde cada elemento tem uma probabilidade.

As probabilidades de seleção são cruciais para garantir que uma amostra represente a população, permitindo generalizações estatisticamente válidas.

Tipos de Probabilidades de Seleção

Probabilidades Iguais

Ocorre quando todos os elementos da população têm a mesma chance de serem selecionados. Exemplo: Amostragem Aleatória Simples.

Fórmula: $P_i = \frac{n}{N}$

Onde:

$n$ = tamanho da amostra
$N$ = tamanho da população

Probabilidades Desiguais

Ocorre quando elementos diferentes têm chances diferentes de seleção. Exemplo: Amostragem Estratificada ou por Conglomerados.

Fórmula: $P_i = \frac{n \times W_i}{N}$

Onde:

$W_i$ = peso ou medida de tamanho do elemento i

Aplicações Práticas

Pesquisas Eleitorais

Nas pesquisas eleitorais, as probabilidades de seleção são cuidadosamente calculadas para garantir que a amostra represente adequadamente diferentes grupos demográficos e regiões geográficas.

Controle de Qualidade

Na indústria, produtos são selecionados para testes de qualidade com probabilidades baseadas em critérios como lote de produção ou características específicas.

Como Calcular Probabilidades de Seleção

Vantagens do Cálculo Correto

Resultados representativos
Margens de erro calculáveis
Inferências estatísticas válidas
Transparência metodológica

Desvantagens do Cálculo Incorreto

Viés de seleção
Resultados não generalizáveis
Interpretações equivocadas
Perda de confiabilidade

Exemplo de Código para Cálculo de Probabilidades

Implementação em Python

import numpy as np

def calcular_probabilidades_selecao(tamanho_populacao, tamanho_amostra, pesos=None):
    """
    Calcula probabilidades de seleção para cada elemento da população

    Parâmetros:
    tamanho_populacao (int): Número total de elementos na população
    tamanho_amostra (int): Tamanho da amostra a ser selecionada
    pesos (array): Array com pesos para cada elemento (opcional)

    Retorna:
    array: Probabilidades de seleção para cada elemento
    """
    if pesos is None:
        # Probabilidades iguais
        probabilidades = np.full(tamanho_populacao, tamanho_amostra/tamanho_populacao)
    else:
        # Probabilidades proporcionais aos pesos
        if len(pesos) != tamanho_populacao:
            raise ValueError("O array de pesos deve ter o mesmo tamanho da população")
        soma_pesos = sum(pesos)
        probabilidades = [(tamanho_amostra * peso) / soma_pesos for peso in pesos]

    return probabilidades

# Exemplo de uso
populacao = 1000
amostra = 100
probs = calcular_probabilidades_selecao(populacao, amostra)
print(f"Probabilidade de seleção para cada elemento: {probs[0]:.4f}")

# Exemplo com pesos
pesos = np.random.uniform(0.5, 2.0, populacao)
probs_ponderadas = calcular_probabilidades_selecao(populacao, amostra, pesos)
print(f"Probabilidade ponderada do primeiro elemento: {probs_ponderadas[0]:.6f}")

import numpy as np

def calcular_probabilidades_selecao(tamanho_populacao, tamanho_amostra, pesos=None):

"""

Calcula probabilidades de seleção para cada elemento da população

Parâmetros:

tamanho_populacao (int): Número total de elementos na população

tamanho_amostra (int): Tamanho da amostra a ser selecionada

pesos (array): Array com pesos para cada elemento (opcional)

Retorna:

array: Probabilidades de seleção para cada elemento

"""

if pesos is None:

# Probabilidades iguais

probabilidades = np.full(tamanho_populacao, tamanho_amostra/tamanho_populacao)

else:

# Probabilidades proporcionais aos pesos

if len(pesos) != tamanho_populacao:

raise ValueError("O array de pesos deve ter o mesmo tamanho da população")

soma_pesos = sum(pesos)

probabilidades = [(tamanho_amostra * peso) / soma_pesos for peso in pesos]

return probabilidades

# Exemplo de uso

populacao = 1000

amostra = 100

probs = calcular_probabilidades_selecao(populacao, amostra)

print(f"Probabilidade de seleção para cada elemento: {probs[0]:.4f}")

# Exemplo com pesos

pesos = np.random.uniform(0.5, 2.0, populacao)

probs_ponderadas = calcular_probabilidades_selecao(populacao, amostra, pesos)

print(f"Probabilidade ponderada do primeiro elemento: {probs_ponderadas[0]:.6f}")

Considerações Importantes

Fatores que Influenciam as Probabilidades de Seleção

Tamanho da população: Populações maiores geralmente exigem amostras menores proporcionalmente
Variabilidade: Características heterogêneas exigem amostras maiores
Erro amostral tolerável: Margens de erro menores exigem amostras maiores
Orçamento e recursos: Limitações práticas podem influenciar o tamanho da amostra

Conclusão

O cálculo adequado das probabilidades de seleção é fundamental para qualquer estudo que utilize amostragem. Garantir que cada elemento tenha uma probabilidade conhecida de seleção permite que os resultados sejam generalizados para toda a população com um nível de confiança conhecido.

O uso de técnicas de amostragem probabilística, com probabilidades de seleção apropriadas, é o que diferencia a pesquisa científica de opiniões não fundamentadas.

Referências

COCHRAN, W. G. (1977). Sampling Techniques. 3rd ed. John Wiley & Sons.
LEVY, P. S.; LEMESHOW, S. (2008). Sampling of Populations: Methods and Applications. 4th ed. John Wiley & Sons.
SIÂN, L. et al. (2020). “Modern Approaches to Probability Sampling in Health Research”. Journal of Health Statistics.