Amostragem Sistematica

AMOSTRAGEM
SISTEMÁTICA
SIMPLES
Um resumo sobre os itens 8.9 ao 8.12 do livro “Teoria e Prática usando o R”
Temas
Variância dos estimadores sob amostragem
sistemática simples
Estimação de variâncias dos estimadores na

amostragem sistemática simples
Alternativas para seleção com amostragem

sistemática simples
Exercícios
Antes de iniciarmos, vamos recapitular o
que já foi visto
ESTIMADOR...
VIÉS...
ESTIMATIVA...
SUFICIÊNCIA...
Variância dos estimadores sob
A variância de Y_Estimado sob amostragem sistemática simples é dada por:
Dessa forma, a variância é calculada a partir da soma de quadrados dos desvios

entre totais das amostras possíveis em relação à média destes totais.
Quando N=nK, caso especial.
Neste caso, tem-se que p é a correlação intraclasse das amostras sistemáticas possíveis. Desta
forma, este resultado mostra que a correlação positiva entre unidades de uma mesma amostra
aumenta a variância da média amostral sob seleção sistemática simples quando comparada com
a variância da média amostral sob seleção AAS.
Quando estamos falando de AAS, temos;
Cabe notar que razões dessa natureza são chamadas de Efeito do Plano Amostral
(EPA)
Estimação de variâncias dos estimadores
na amostragem sistemática simples
A amostragem sistemática simples não possui um estimador não
viciado para a variância dos totais e das médias. Em vez disso,
utilizam-se estimadores adequados conforme a ordenação da
população. Se a população for considerada aleatória em relação às
variáveis de interesse, é possível aplicar um estimador de variância da
média semelhante ao da amostragem aleatória simples (AAS).
OBS:
Esse estimador serve para o caso de N conhecido e será não viciado caso a
suposição de ordenação aleatória das unidades na população esteja correta.
No caso de não se conhecer N, pode-se utilizar as alternativas dadas pelos
estimadores de razão.
OBS:
Estimadores do total, média e respectivas Alternativa e independentemente da ordenação da
variâncias sob AS. população, pode-se usar um estimador do tipo
replicação, onde são selecionadas q amostras
sistemáticas de tamanhos n/q cada uma, tomando a
variância das estimativas dadas por cada uma das
amostras. Essa técnica, é também chamada amostra
sistemática repetida.
Quando a seleção de uma AS for realizada a partir de um
cadastro conhecido, é sempre possível reordenar as
unidades aleatoriamente antes proceder à seleção. Esse
é um artifício muito útil que permite que se utilizem os
estimadores equivalentes aos da AAS para estimar a
variância dos estimadores. Se por um lado essa técnica
viabiliza o emprego de estimadores simplificados de
variância, por outro se espera que acabe resultando em
menor precisão para a estimação pontual.
Alternativas para seleção com
Quando o tamanho da população (N) não é um múltiplo de K (N ≠ nK), o estimador simples da média apresenta
viés, que é desprezível em amostras grandes (n ≥ 50), segundo Cochran (1977). Para amostragens sistemáticas a
partir de um cadastro, Murthy (1967) sugere um método de seleção 'circular' proposto por Lahiri (1952). Esse
método envolve:
1. Definir K como o inteiro mais próximo de N/n.

2. Selecionar aleatoriamente um número inteiro r entre 1 e N.
3. Tomar r como a primeira unidade amostral e, em seguida, selecionar as próximas unidades somando K ao
índice da última selecionada, subtraindo N quando necessário, até obter as n unidades desejadas.
Exercícios
01 exercício 02 exercício
# Alterando o separador de decimais para vírgula # Alterando o separador de decimais para vírgula
options(OutDec=",") options(OutDec=",")
# Definindo a semente para permitir replicação # Definindo a semente para permitir replicação
set.seed(4897) set.seed(67890)
# Tamanho da população # Tamanho da população
N=30 N=25
# Tamanho exato da amostra desejada # Tamanho exato da amostra desejada
n=6 n=5
# Passo 1: calculando o valor de K # Passo 1: calculando o valor de K
(K=round(N/n)) (K=round(N/n))
# Passo 2: selecionando a partida aleatória r # Passo 2: selecionando a partida aleatória r
r=sample(1:N,1) r=sample(1:N,1)
# Definindo a primeira unidade amostral # Definindo a primeira unidade amostral
sr=NULL
sr=NULL
sr[1]=r
sr[1]=r
# Definindo as demais unidades amostrais
# Definindo as demais unidades amostrais
for(i in (2:n)){
for(i in (2:n)){
sr[i]=sr[i-1]+K
sr[i]=sr[i-1]+K
if(sr[i]>N) sr[i]=sr[i]-N
if(sr[i]>N) sr[i]=sr[i]-N }
} # Exibindo a partida
# Exibindo a partida r
r # Exibindo a amostra selecionada
# Exibindo a amostra selecionada sr
sr # Alterando o separador de decimais para ponto
# Alterando o separador de decimais para ponto options(OutDec=".")
options(OutDec=".")
Referências
Silva, Pedro Luis do Nascimento
Amostragem: teoria e prática usando R / Pedro Luis Nascimento Silva, Zélia Magalhães Bianchini, Antonio José
Ribeiro Dias - Rio de Janeiro: [s.n.], 2021.
1 v. ; il.
Disponível em: <https://amostragemcomr.github.io/livro/>.
1. Amostragem (Estatística). 2 Amostragem - Métodos estatísticos. l. Bianchini, Zélia Magalhães. ll. Dias, Antônio
José Ribeiro. iii.

Amostragem Sistematica

Enviado por

Direitos autorais:

Formatos disponíveis

Amostragem Sistematica

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Amostragem Sistematica

Enviado por

Direitos autorais:

Formatos disponíveis

AMOSTRAGEM

Estimação de variâncias dos estimadores na

Alternativas para seleção com amostragem

Dessa forma, a variância é calculada a partir da soma de quadrados dos desvios

1. Definir K como o inteiro mais próximo de N/n.

Você também pode gostar