5.

População e Amostra

1
• População: conjunto
População
completo de pessoas que
apresentam um
determinado conjunto de
características (parâmetros) Amostra
• Amostra: um subconjunto
da população.

2
• População Alvo: generalizar os População É necessário bom senso para
resultados Alvo tirar inferências da população a
– Ex: Resultados acerca de sobrevida amostrar para a população
para todos os doentes submetidos a alvo.
cirurgia cardíaca. É necessário que a população a
População amostrar seja uma amostra
• População a Amostrar: de onde é a
Amostrar
representativa da população
retirada a amostra alvo.
– Ex: Grupo de doentes que foram
Estatística Inferencial.
submetidos a cirurgia cardíaca numa
É necessário uma amostra
determinada cidade e num
Amostra
aleatória para tirar inferências
determinado período de tempo.
da amostra para a população
da qual foi retirada.

3
• A amostra deverá ser subconjunto da população
seleccionado de tal modo que é representativo
dessa população. Só assim teremos inferências
válidas e fiáveis.

4
• Rapidez- as amostras podem ser estudadas mais
depressa que a população;
• Económica- o estudo de uma amostra, é mais
económico do que o estudo de uma população inteira;
• Viabilidade- o estudo de uma população inteira é por
vezes impossível.
 Amostragem
aleatória simples

Amostragem
sistemática
Plano amostral
(esquema para
obter uma amostra)
Amostragem
estratificada

Amostragem
agrupada

6
• Cada elemento da população tem a mesma
probabilidade de ser escolhido para formar a amostra.
• Uma amostra de dimensão n seleccionada de uma
população de dimensão N diz-se aleatória simples se
 
tiver a mesma probabilidade  = 1N  de ser seleccionada
 Cn 
da população.

7
• Constituída por todos os elementos da
população seleccionados de K em K elementos.

número de itens a amostrar

K=
dimensão da amostra pretendida

8
• População é dividida em estratos independentes, e
selecciona-se uma amostra de cada estrato.

• Os estratos podem ser características naturais.

• Em cada estrato deve-se seleccionar uma amostra

aleatória simples.

9
• Deve-se fazer a alocação proporcional dos
dados, ou seja, as dimensões das amostras
individuais são proporcionais à dimensão dos
respectivos estratos.
n1 n2 nk
= == , onde ni representa o tamanho da amostra
retirada de uma população de tamanho Ni.
N1 N 2 Nk

10
• A população é dividida em grupos

• Selecciona-se aleatoriamente um subconjunto

desses grupos.

• Escolher todos os elementos desse grupo

11
• Considere a seguinte população de 12 indivíduos descrita na tabela em
baixo. Esta população está dividida em dois estratos (colunas) e 3 grupos
(linhas). Os números em parêntesis correspondem à identificação de cada
indivíduo.

• Três amostras aleatórias de 4 indivíduos foram retiradas desta

população. Os resultados foram os seguintes:
(1) Cátia, Dina, Jorge e Tomás
(2) Ana, Francina, Cátia e Beta
(3) Cátia, Dina, Roberto e Estevão

12
• Para cada uma das amostras recolhidas, determine se esta poderia
ter sido recolhida recorrendo à amostragem aleatória simples,
amostragem estratificada e/ou amostragem por grupos.

• Recorrendo à amostragem sistemática 1-em-3 retire uma amostra

da população em estudo. Quais os indivíduos que pertencem à sua
amostra?

13
 População Amostra
Parâmetros Estatísticas
Média  X
Desvio padrão  s
Variância  2
s2
Correlação  r
Proporção  p

14
• Parâmetros - características da população que tem
um valor fixo.
• Estatísticas - estimativas dos parâmetros obtidas a
partir da amostra.
• Estudar o comportamento do estimador desse
parâmetro: Distribuição amostral.

15
• De uma população extraem-se
várias amostras do mesmo
tamanho; Amostra
Amostra 2
• Calcula-se a média de todas 1
essas amostras, essas médias
Amostra
são provavelmente todas 3

diferentes;
• A distribuição destes valores
constituem a chamada Média 1;
distribuição amostral das médias.
Média 2;
Média 3;
16
• A média das médias é igual à média da população;
• O desvio padrão da média ou Erro Padrão da
Média é menor que o desvio padrão da população (
diminui com o tamanho da amostra);
• Nota: Para cada tamanho de amostra tem-se
distribuições amostrais diferentes

17
X segue uma distribuição normal:
• Se a variável X de uma população (infinita)
segue uma distribuição normal X ~ N ( µ , σ )
– As médias amostrais X 1 , X 2 , X 3 ,... formam uma
distribuição que segue uma normal de média µ e

desvio padrão , isto é: X ~ N   ,  
n  n

18
  É denominado por erro padrão
da média e pode ser designado
n ( )
por  X , EPM , SE X ou SEM.

 N −n
NOTA: Se a população for finita e de dimensão N então o desvio padrão é  X = n N −1
.

19
• Exemplo:
– A temperatura corporal segue uma distribuição
normal com média  = 37 e desvio padrão  = 1,3 .

– Se considerarmos várias amostras de dimensão 25, a

distribuição amostral da média segue uma normal de
1,3
média  = 37 e desvio padrão  = = 0,26.
25

20
• X não segue uma
distribuição normal.

21
Quando a dimensão amostral n, é suficientemente
grande (n superior ou igual a 30), a distribuição
amostral da média aproxima-se de uma
distribuição normal, qualquer que seja a forma da
distribuição da população.

22
Quando a dimensão amostral n, é suficientemente
grande:

23
24