O documento discute técnicas de amostragem populacional para estudos ecológicos. Ele explica que a amostragem aleatória simples seleciona unidades aleatoriamente da população, enquanto a amostragem sistemática seleciona unidades a intervalos regulares. Além disso, discute que a estratificação divide a população em estratos homogêneos que são amostrados separadamente para melhorar a precisão.
Educação Financeira - Cartão de crédito665933.pptx
Amostragem populacional
1. Amostragem
Populacional
Amostragem Populacional
O mundo de amostragem por
probabilidade e não
Ecologia de Populações
probabilidade
Prof. Dr. Harold Fowler
popecologia@hotmail.com
4. Amostragem Populacional
300 árvores por hectare em 40
hectares implica que 12,000
árvores seriam mensuradas para
completar o “censo.”
Os ecólogos tentam obter uma
AMOSTRA REPRESENTATIVA
dos indivíduos da população.
5. Aleatorização
1) garanta a representatividade
2) seleção sem viés
3) para igualar as características nas
condições experimentais e de
testemunho
6. Amostragem Populacional
Se todas as árvores nas 40 hectares
foram IDENTICAS, podemos
amostrar somente uma árvore
Qualquer seria bom!
7. Se existem diferencias pequenas nos
indivíduos, e os tamanhos foram
relativamente uniformes nos 40
hectares--
somente uma parcela seria necessária
do tamanho suficiente para acomodar a
variação de tamanho
8. Amostragem Populacional
No mundo real, árvores, animais e
os recursos naturais nunca tem
distribuições, tamanhos ou outros
atributos uniformes.
Sempre existe variação em:
1. espécie e tamanho
2. densidade
3. qualidade do habitat
4. outras características
9. Termos e Definições
Seleção aleatória – amostra é
representativa da população
Escolha aleatória – envolve igualando os
agrupamentos experimentais (essencial
para a validade interna de um estudo)
10. População Estatística
Populações e Amostras
Estatísticas
População Estatística
O universo de amostragem
Todas as observações individuais sobre quais se
formulam inferências.
Exemplo: se nosso interesse é micos-leões dourados
na Baixada Fluminense, então nossa população
estatística seria todos os micos-leões ou habitat de
micos-leões na Baixada Fluminense.
12. População Estatística
Populações e Amostras Estatísticas
População Estatística
A população estatística amostrada é determinada
pelas hipóteses específicas e os dados coletados
para testar os hipóteses; por exemplo, a medição
da sobrevivência de pacu num rio não pode ser
usado para descrever a sobrevivência de pacu em
todos os rios. A população estatística usada para
estimar a sobrevivência é do pacu presente
somente no rio estudado.
13. Amostras
Populações e Amostras Estatísticas
Coleção de observações individuais
selecionadas por um procedimento específico.
Exemplo: as áreas geográficas do habitat
potencial de micos-leões selecionadas por
amostragem aleatório simples.
14. Amostras
Populações e Amostras Estatísticas
Para formular inferências generalizadas sobre
populações naturais, os testes de hipóteses devem
considerar todos os variáveis potenciais que podem
exercer importância, e as amostras da população
precisam incorporar replicação temporal e espacial.
15. Replicação:
• Umavez identificada as populações alvo e
amostrada e o conjunto de condições que queremos
amostrar replicamos as amostras em cada conjunto.
• A replicação minimiza a probabilidade que o
resultado se baseia nos eventos de azar. Quantas
replicas precisa pode ser determinado pela Análise
de Poder.
• A replicação pode ocorrer no espaço e no tempo 16
(monitoramento).
16. Qual é qual? - Um exemplo
A abundancia de tamanduá
bandeira é diferente entre
pastagens nativas de cerrado e cerrado melhorada
pastagens melhoradas?
•2 tipos de pastagens
• 4 manchas (2 cerrado., 2
melhorada.)
• 6 parcelas (3 por tipo)
• 100 tamanduás totais (68
cerrado, 32 melhorada.)
Qual é a população alvo, a população
amostrada e o tamanho da amostra?
17. Que importância tem a
amostragem?
Os métodos de amostragem que escolhamos
determinam as generalizações da pesquisa –
os resultados de uma amostra podem ser
generalizados às populações de onde vem?
A meta de um plano de amostragem é
conseguir uma amostra que é representativa.
18. Amostragem
Depende de
– Objetivo do estudo
– Recursos financeiros e temporais
A estratégia de amostragem deve tentar
maximizar a eficiência
– Proporciona as estimativas estatísticas melhores
dos parâmetros estudados com o custo mínimo
19. Passos no processo de
amostragem
1) Identifique a população alvo
2) Identifique a acessibilidade da população
3) Determine o tamanho da amostra
necessária
4) Selecione a técnica de amostragem
5) Implemente o plano
20. O dinheiro sempre falta!
•O delineamento da amostragem deve ser considerada
com cuidado antes de qualquer investimento é realizado.
• Não existe qualquer truque estatística que tornará os
dados coletados de um delineamento de amostragem em
informação útil.
• Não todos os delineamentos são complexos.
• A maioria dos problemas de delineamento são comuns.
Se você tem um problema, existe grandes chances de que
alguém já pensou nele.
21. Cuidado com a Escala!
Grão - o tamanho das manchas
(fragmentos ou ilhas) de habitat do
animal relativo a mobilidade do animal,
ou capacidade de se locomover a
distancias relativamente grandes
22. Cuidado com a Escala!
Grão Grosso - se a mobilidade do
organismo é baixa relativa ao tamanho
das manchas de habitat
Grão Fino - se a mobilidade do
organismo é alta relativa ao tamanho
das manchas de habitat
(Os organismos podem ocorrer em várias
manchas)
23. Seleção de Amostras
Dois tipos:
Amostragem por probabilidade – amostragem
quando a probabilidade é conhecida – depende
da aleatoriedade
Amostragem não probabilística – probabilidade
não é conhecida (amostragem de propósito,
amostragem de conveniência, amostragem por
quotas)
24. Amostragem por
Probabilidade
Os métodos de amostragem que nós
permitem conhecer com antecipação a
probabilidade de que qualquer elemento de
uma população será selecionado para a
amostra são conhecidos como métodos de
amostragem por probabilidade.
Os métodos de amostragem por probabilidade
são usados para generalizar os resultados a
uma população maior.
25. Amostragem por Probabilidade
Com menos viés, mas é um método difícil
Pode usar:
– Técnica de aquário (com ou sem troca)
– Tabela de números aleatórios
– Programas computacionais
26. Controle Experimental
•O propósito da maioria das estratégias de
amostragem é “controlar” os variáveis relacionados
aos itens do estudo.
Os controles experimentais freqüentemente são da
forma de “blocos” ou estratos (como na amostragem
aleatória).
A aplicação de controles experimentais reduz erro
e aumenta a precisão.
• Se dados auxiliares ou suplementares dos
variáveis controlados e de perturbação são
coletados, seus efeitos podem ser determinado pela
análise (como pela correlação parcial ou análise de
resíduos).
17
27. Estratégias de amostragem
Estratégias de
Estratégias medidas repetidas
Estratégias De dois estágios
De um estágio • Dois estágios • Medidas
• Aleatória •Repetidas
• Sistemática
•Estratificada
28. Amostragem Aleatória Simples
Amostragem aleatória simples
identifica os casos somente por acaso.
Virar uma moeda ou jogar um dado podem
ser usados para identificar casos a base de
acaso, mas esses procedimentos não são
muito eficientes para a escolha de uma
amostra.
29. Amostragem aleatória, uma ferramenta para garantir a
generalização. Os indivíduos são selecionados
aleatoriamente para formar a amostra
População Amostra
30. Amostragem Aleatória Simples
Uma das técnicas mais simples e direta de
amostragem
Uma população estatística de N unidades de
amostragem das quais n unidades selecionados
em cada unidade têm a mesma probabilidade
de serem selecionadas
31. Amostragem aleatória simples
•Usada quando a área
de estudo é homogênea
e os blocos formados
não reduz a variância.
• Também usado quando
os tamanhos da
amostra são grandes de
modo que a amplitude
das condições
provavelmente terá
replicas suficientes.
35. Amostragem Sistemática
Comum e conveniente
Amostragem em pontos fixos de uma linha,
malha ou característica física (como estrada
ou rio)
Justificação
– Simplicidade no uso no campo
– Desejo de amostrar igualmente uma região
– Minimiza a amostragem de indivíduos com
afinidades genéticas próximas
– Muito útil se há duvida sobre gradientes ou clinos,
como uma zona de hibridização
36. Amostragem Sistemática
Procedimento geral é selecionar cada k
indivíduo da população
Se os elementos da população se
organizam numa ordem aleatória, essa
técnica será representativa da
amostragem aleatória
37. Amostragem Sistemática
Considerações
A variação periódica pode resultar num viés na
estimativa da média e variação da população
Na prática, indivíduos, especialmente plantas, têm
tendências de serem agregados e irregulares
Sistemática
Aleatória
39. Amostragem sistemática
A amostragem sistemática tem um
vantagem respeito a amostragem
aleatória se o número de amostras é
grande pela cobertura mais uniforme da
área inteira de amostragem. É muito
importante na confecção de mapas de
populações. O amostragem aleatória pode
ser empregado se o objetivo é estimar a
densidade media da população e o número
de amostras não é grande (<100).
40. Amostragem sistemático
•A estrutura da população alvo
é desconhecida.
• Existe um variável que
distribua a população mas falta
informação suficiente para
criar blocos (estratos).
• As amostras se espalham
sistematicamente e de forma
igual na área de estudo
(geralmente com um ponto de
começo aleatório) para replicar
a estrutura desconhecida.
41. Amostragem sistemática
••
• •
•••• ••• •
••• •••
•
•••• •• •
• •
•••• • •
•••• • • • •
••••• •• • •
•• •
• • • •
• ••••••sistemática é útil se •a •área amostrada
• ••
Amostragem • ••• • • • ••
••• •• •
•• • • •••• •
• é heterogêneo (Pielou, p.107). Se o
(ou volume)• ••• •••
• •
tamanho da mancha e muito maior do que a distância
inter-amostras, então o krigagem pode ser empregado
em vez do amostragem estratificado.
42. Amostragem sistemática
No amostragem estratificada, a área (volume) é dividido em 2 ou
mais porções que são amostradas separadamente.
••
•••• ••• •
••• •••
•
•••• •• •
• •
•••• • •
•••• • • • •
•
de • •• ••• deve
A densidade •• • amostras em cada estrato•••• • • ser proporcional
•dos••contagens dos indivíduos • • ••• • • • -- neste
•• • ••
a variância • •• •• • • estrato
no •
caso a precisão• máxima é atingida. A lei••de• potência de
••••••••••••
• •• •
• •
Taylor pode • ser usada para prever a variância da media. A
•
variância geralmente aumenta com a media, e assim, o estrato
com uma densidade maior de indivíduos deve ser amostrado com
mais intensidade.
43. Amostragem sistemática
A densidade media da população, M, é estimada como
uma media ponderada das• densidades médias, Mi, em
•
cada estrato, i, com pesos, wi igual a área coberta
•••• ••• •
pelo estrato i: ••• •••
•
•• •
• ••• • •
O erro padrão, SE, da media••é• igual a
•••• •
••
• • • •
•• • •••• • •
•••• •• ••••
• • ••• •• •• • ••••• • •
•• • •
••••••••••••
• ••• •
• •• • •
• •
onde SEi é o error padrão da media do
estrato i.
44. Amostragem sistemática
Com viés se a malha amostrada corresponde a
uma periodicidade ambiental
• •
– Ambientes urbanos•••• ••• •
••• •••
•
•••• •• •
• •
•••• • •
•
• •••• ••
• ••••••• •••
•••• •• •••• • ••••• • • •
• • ••• •• • • •
••••••••••••
• ••• •
• •• • •
• •
Os Intervalos de Confiança estimados podem
ser pequenos demais
46. Amostragem Aleatória Estratificada
AAE amostragem aleatória estratificada
garanta que vários grupos serão incluídos.
Todos os elementos da população (ou o marco de
amostragem) se distinguem pelo seu valor de alguma
característica relevante (patente, por exemplo: generais,
coronéis, capitães, sargentos ,,,). Essa característica
forma o estrato da amostragem.
Os elementos são amostrados aleatoriamente dentro
desses estratos: x generais, x coronéis .... Porém, para
usar esse método mais informação é necessária antes da
amostragem do que na amostragem aleatória simples.
Cada elemento precisa pertencer a um e somente um
estrato.
47. Amostragem Aleatória Estratificada
Imagine que você realiza uma amostragem do
tamanho de 500 de um bairro diverso.
A população do bairro: 15% é mineiro, 10% é baiano, 5%
carioca, e 70% é são-paulino.
Se faz uma amostra aleatória simples, pode obter
números desproporcionadas de cada grupo.
Mas se cria estratos de amostragem a base de
origem, poderia selecionar aleatoriamente casos de
cada estrato na proporção que ocorre.
Essa técnica é conhecida como amostragem
estratificada proporcional e elimina qualquer
possibilidade de erro na distribuição de origem na
amostra.
48. Amostragem Aleatória Estratificada
Na amostragem estratificada desproporcional,
a proporção de cada estrato incluída na amostra é
variada intencionalmente do que é na população.
No caso da amostra estratificada por origem,
pode selecionar o mesmo número de cases de
cada grupo de origem:
•125 mineiros (25% da amostra)
•125 baianos (25%)
•125 cariocas (25%), e
•125 são-paulinos (25%).
Nesse tipo de amostra, a probabilidade da
seleção de cada caso é conhecido mas não igual
entre os estratos.
49. Amostragem Aleatória Estratificada
Técnica poderosa de amostragem
A população estatística de amostragem de N
unidades é dividida em L estratos sem
sobreposição, que junto compõe a população
intera
50. Amostragem Aleatória Estratificada
A população é dividida em vários sub-
grupos a base de características e
depois selecionados aleatoriamente
Pode ser mais efetiva para alcançar a
representatividade verdadeira
53. Seleciona habitats
Amostragem aleatória qualitativamente
estratificada diferentes:: estrato
– Amostragem aleatória
dentre de cada estrato
• •
Esforço varia entre
estratos
•••• ••• •
••• •••
• – Media é a media ponderada
•••• •• • dos estratos individuais
• • (ponderada pela área do
estrato)
– calculo do IC é complexo
(Greenwood pp. 104-105.)
•••• • •
• •
• ••• • ••
•• •••• ••• •••
• • •• • •
•••• •• ••• •
• • ••• •• • • •••
•••••••••••• • •••• •
• ••• •
• •
Garanta cobertura de todos os tipos de habitats
Permite esforço enfocado onde rende mais: densidade elevada,
variabilidade, e outros
54. Amostragem Aleatória Estratificada
Se os estratos são bem definidos, melhora a
precisão das estimativas da média e intervalo de
confiança da população intera
Porém, pode resultar em diferencias na velocidade
de amostragem em cada estrato
– Disponibilidade do organismo
– Diferencias entre coletores
– As bordas são reais ou artificiais?
Necessidade de tomar decisão relativa a
– Número de estratos
– Alocação de unidades de amostragem aos estratos
– Custos de amostragem versus o número de estratos
requeridos
55. Amostragem aleatória estratificada
•A área de estudo forma blocos
devido a um variável de controle.
• As amostras são coletadas
aleatoriamente o
sistematicamente de cada bloco.
• O número de amostras por
bloco (estrato) deve ser igual
(delineamento balanceada).
• os estratos podem ser
definidas por um variável ou uma
combinação de vários variáveis.
• Reduz o erro de amostragem e
aumenta a precisão.
57. Delineamentos Adaptivos de
Amostragem
Propósito: lograr ganhos na precisão ou eficiência, comparada
aos delineamentos tradicionais de tamanho amostral igual,
tomando vantagem das características observada da
população
Idéia básica: quando um valor observado do variável
pesquisado satisfaz um critério estabelecido (como
presença,abundancia elevada, e outras). Unidades na
vizinhança de essa unidade são adicionadas a amostra.
Ideal para populações que tendem agregar em porções
pequenas da área de estudo, especialmente se as
localizações dessas agregações não podem ser previstas
antes do levantamento
58. Delineamentos Adaptivos de
Amostragem
Propósito primário – obter uma estimativa mais
precisa da população total
Vantagem secundária – aumento de número de
observações interessantes
sub-conjunto de unidades primárias é selecionado,
escolha aleatória para selecionar células
Se o número de indivíduos em cada célula é de
10 ou mais, a amostragem adaptativa é iniciada
nas células adjacentes
Registrar a soma dos indivíduos e dados de
atributos de habitat para cada unidade
secundária amostrada
60. Exemplo: Amostragem adaptiva de
cluster de dois estágios
(Salehi e Seber 1997)
Baseada numa malha de amostragem, dividindo as unidades
primárias (15 x 15 m), cada unidade primária consistindo de
25 unidades secundárias (3 x 3 m)
Sub-conjunto de unidades primárias selecionado, dentro de
cada unidade primária, 1 unidade secundária escolhida
aleatoriamente para servir como uma célula semente
Se o número de plantas na célula semente é de 10 ou mais, a
amostragem adaptiva começada nas células adjacentes
(movimento de torre em xadrex), continua até nenhuma
célula nova adicionada a rede ou fronteiras da unidade
primária são atingidas (sem sobreposiçao)
Registre o número de indivíduos e atributos de habitat para
cada unidade secundária amostrada
62. 0 0
6
90 mean = 35.8
0 0
0
0 0 0
0
0 3 3
0 0
14 97
mean = 9.6
50
mean = 34.7
4
4
mean = 7.4
23 14
mean = 30.6
88
0
0
0 0
2 0
o 0
Amostragem Aleatória Amostragem Adaptiva de Dois
Estratificada Estágios
63. 40
Plants per square meter (standard deviation)
stratified random
35
adaptive sampling
30
25
20
15
10
5
0
1999 2000 2001
Year
64. Amostragem Aleatória Sistemática
O primeiro elemento é selecionado aleatoriamente de
uma lista ou de arquivos seqüências, e depois cada n
elemento é selecionado.
Em quase toda situação de amostragem, a
amostragem aleatória sistemática produz
essencialmente uma amostra aleatória simples. A
exceção é uma situação na qual a seqüência de
elementos demonstram um efeito da
periodicidade, ou seja, a seqüência varia num
padrão regular e periódico.
Por exemplo, as casas de um loteamento novo com o mesmo
número de casas por quadro (por exemplo oito) pode ser listadas
por quadro, começando com a casa na esquina nordeste de cada
quadro e enumerando sistematicamente as outras.
65. Se o intervalo de amostragem é 8 para
uma pesquisa nesse bairro, então cada
elemento da amostra será uma casa na
esquina nordeste – e assim a amostra
terá viés.
66. Amostragem por Cluster
A amostragem por cluster é útil quando o marco
de amostragem, uma lista definida dos elementos,
não existe. Isso ocorre no caso de populações
grandes dispersadas numa área geográfica ampla.
Um cluster é uma agregação mista natural dos
elementos da população, com cada elemento
(pessoa, por exemplo) que aparecem em um e
somente um cluster. As escolas servem como
clusters para amostrar alunos, quadros servem
como clusters para amostrar residentes, municípios
servem como clusters para amostrar a população, e
restaurantes servem como clusters para amostrar
garçons.
67. Amostragem por Cluster
A amostragem por cluster é um
procedimento de pelo menos dois
estágios.
Primeiro, o pesquisador escolha uma amostra
aleatória de clusters.
Depois, o pesquisador escolha uma amostra
aleatória dos elementos em cada cluster
selecionado. Porque somente uma fração dos
clusters totais é envolvida, o marco de
amostragem nesse estágio fica mais fácil.
68. Amostragem por Cluster
As amostras de cluster freqüentemente
envolvem estágios múltiplos, com clusters
dentro de clusters.
69. Amostragem de dois estágios
• Recolha uma a amostra
(estágio 1) e depois tira
uma sub-amostra da
amostra original (estágio
2).
• Útil quando precisa
recolher amostras muito
grandes ou difíceis
coletar, como os
invertebrados biônticos.
• Possível usar amostragem
em mais estágios.
• Útil em estudos de
escalas grandes. 22
70.
71. Medidas Repetidas
•O uso de medidas repetidas ocorre quando as
amostras são coletadas numa ordem consistente não
aleatória.
• O caso mais comum é o monitoramento onde as
amostras são ordenadas relativas ao tempo (como os
levantamentos anuais de aves no pantanal).
•As observações de medidas repetidas podem não ser
independentes (auto-correlacionadas) e o tamanho
efeito da amostra pode ser menor que você achou
(uma forma da pseudo-replicação).
23
72. Amostragem proporcional a freqüência
Parcelas de área fixa – cada indivíduo tem a mesma
probabilidade de ser selecionado independente de seu
tamanho. Cada indivíduo representa o mesmo
número de indivíduos por área.
73. Amostragem proporcional a freqüência
Amostragem por pontos – probabilidade de um
indivíduo seja amostrada é proporcional a seu
tamanho. Cada indivíduo selecionado
representa [potencialmente] um número
diferente de indivíduos por área.
74. Amostragem Populacional
As populações genéticas,
ecológicas e estatísticas
coincidem
Amostras da população
estatística, mas as populações
ecológicas e genéticas não
coincidem
As populações ecológicas e
genéticas coincidem, mas não com a
população estatística
Amostra
População genética População ecológica População Estatística
(Lowe et al. 2004)
75. População alvo e amostrada e Amostra
Populações estatísticos e biológicas
População População Amostra
Alvo amostrada
• A coleção total de • Freqüentemente • A coleção de
unidades das quais há elementos da unidades (replicas)
você quer fazer população alvo que dentro da população
inferências. não podem ser amostrada que é
• Mensuração de mensurados, e por realmente
todas as unidades isso um sub- mensurada.
da população alvo é conjunto é medido.
um censo. Isso é a
população
amostrada.
76. População versus Amostra
Uma população consiste de todos os
indivíduos de uma espécie numa área de
amostragem
Uma amostra é uma porção da população
escolhida para representar a população
intera.
78. Qual é qual? - Um exemplo
A abundancia de tamanduá
bandeira diferente entre
pastagens nativas de cerrado e cerrado melhorada
pastagens melhoradas?
•2 tipos de pastagens
• 4 manchas (2 cerrado., 2
melhorada.)
• 6 parcelas (3 por tipo)
• 100 tamanduás totais (68
cerrado, 32 melhorada.)
Qual é a população alvo, a população
amostrada e o tamanho da amostra?
79. Fator Crítico
A amostra precisa ser representativa
de sua população
Generalização (validade externa) dos
resultados depende desse fator!
80. Amostragem Popuacional
Sempre define primeiro a população de
estudo
Use o elemento – unidade – extensão –
tempo para uma definição mais completa
elemento – o indivíduo amostrado
Unidade de amostragem – unidade básica que
contem os elementos
extensão – limite da população (geralmente
espacialmente)
tempo – fixa a população no tempo
81. Censo prévio dentro de
parcelas
Um número razoável
de parcelas podem
ser amostradas
Censo completo em
cada parcela
Gatos domésticos no
município de Rio
Claro
82. Amostragem Dobrada
– Quando?
– Umas áreas grandes Como?
podem ser levantadas – O contagem extensivo
sem custos elevadas e (incompleto) é ajustado
não inteiramente a probabilidade de
– Um sub-conjunto da detecção estimada de
área pode ser contagens intensivos
levantado ou usado para obter uma
para estimar p estimativa da
abundancia da área
amostrada
extensivamente
83. Premissas
A probabilidade de detecção da área
amostrada intensivamente é igual a 1.0
ou conhecida
A probabilidade de detecção estimada das
áreas intensivas pode ser aplicada a área
somente amostrada extensivamente
84. Como estimar p para a área
inteira amostrada
extensivamente?
^ Ce
N ^
p
p = Ce/Ci para as unidades que foram
amostradas extensivamente e
intensivamente (Ce<Ci)
– p pode ser específica espacialmente (ao
habitat)
85.
86. Amostragem não
probabilística
As vezes, a amostragem por
probabilidade não é possível ou a
generalização não é possível.
Os métodos de amostragem não probabilística
são usados freqüentemente na pesquisa
qualitativa; também são usados em estudos
quantitativos quando o pesquisador não tem
condições de usar métodos de seleção por
probabilidade.
87. Amostragem Não
Probabilística
Implica o uso de uma amostra conveniente
A amostragem de propósito – limitada a
um grupo específica propositalmente
88. Alternativas a Amostragem
Aleatória Simples
Na prática freqüentemente é difícil usar
essa técnica
– Precisa marcar todas as indivíduos (árvores)
– Precisa conhecer a distribuição ecológica de
todas as populações
Use uma técnica diferente de amostragem
– Amostragem por Acessibilidade
89. Alternativas a Amostragem
Aleatória Simples
Use uma técnica diferente de amostragem
– Amostragem por acessibilidade
– Amostragem oportuna
– Amostragem por juízo - a experiência do coletor
90. Amostragem por
Disponibilidade
Os elementos são selecionados
para amostragem de
disponibilidade porque são
facilmente encontrados..
92. Amostragem por Quota
A amostragem por quota tenta suprir o viés mais obvio
da amostragem por disponibilidade: a amostra consiste do
disponível, sem referencia à similaridade da população
pesquisada.
A característica principal da amostragem por quota é que
as quotas são fixas para garantir que a amostra
representa características na proporção a sua prevalência
na população.
93. Amostragem por Quota
O problema é que ainda que se conhecemos uma amostra por quota é
representativa das características das quotas, não sabemos se a
amostra é representativa de outras características.
94. Amostragem de Propósito
Na amostragem de propósito, cada elemento da amostra é
selecionado a propósito, usualmente devido a posição única
dos elementos da amostra.
A amostragem de propósito pode envolver o estudo da
população intera ou algum grupo limitado ou um sub-
conjunto de uma população
Uma amostra de propósito pode ser um “levantamento de
informantes chaves,” que enfoca os indivíduos com bastante
conhecimento da tema pesquisada.
95. Amostragem de Bola de Neve
A amostragem de bola de neve : identifica um membro
da população e depois usa esse para identificar outros na
população.
A amostragem de bola de neve é útil para amostrar
populações de acesso ou identificação fáceis, mas nas
quais os membros têm alguma conexão (pelo menos alguns
membros de população se conhecem).
96. • Asvezes queremos amostrar uma amplitude plena
da variação ou gradiente (não aleatória).
• Queremos usar uma amostragem aleatória, mas
respeito a probabilidade de detecção dos itens
estudados. Se não fazemos isso, isso introduz viés
e erro.
Fontes de viés
habitat esforço amostral
hora do dia territorialidade
mês do ano sexo
clima classe etária
observador densidade
15
97. Problemas de Amostragem
A população amostrada na realidade
representa duas o mais populações
Os indivíduos são amostrados com viés.
Viés de amostragem
Os indivíduos não são amostrados aleatoriamente.
A amostra é pequena demais para representar a
população.
O pesquisador usa viés não intencional na amostra ao
“selecionar” indivíduos que conformam a sua imagem
de procura.
98. Lidando com o viés de
amostragem
Amostragem aleatória
– Use números aleatórios para determinar quais
indivíduos serão amostrados
Aumento do tamanho da amostra
– Com amostras maiores o impacto de dados
distantes é minimizado
Use uma Histograma de Freqüências
– Determine que os dados são uni-modais, e não poli-
modal ou bi-modal
99. Amostras aleatórias
• Você lembra que as amostras aleatórias são
importantes mas sabe por que? Aleatória
relativa a que?
Para a maioria dos estudos de monitoramento a
amostragem aleatória NÃO é o delineamento
óptimo
Impactos
de pegadas Amostragem aleatória
humanas
Amostragem não aleatória
Baixo alto
A amostragem aleatória não detecta os efeitos
De um arranjo dos impactos de pegadas humanas
100. Esquemas de Amostragem para
evitar
Azar: sem ser aleatória ou sistemática:
como a primeira planta vista no campo
Acessibilidade: locais onde você chega
fácil
Juízo: locais que você acha que são
“típicos”
Única vantagem é menor custo de
encontrar locais
101. Pseudo-Replicação
Problema no amostragem de
populações naturais
Amostras replicadas são as unidades
menores no qual se aplica
independentemente os “tratamentos”
Na pseudo-replicação, existe uma
dependência entre as amostras
replicadas (além dos tratamentos!),
102. Pseudo-replicação:
• Um erro sério e muito comum.
• Ocorre quando o tamanho da amostra é estimado
erradamente.
Geralmente ocorre quando o número de valores
que compõem a amostra são usados como o tamanho
da amostra do estudo.
• Pseudo-replicação pode causar problemas sérios
para o delineamento de amostragem e análise de
poder.
103. Qual é o tamanho da amostra?
1) precisa ser suficiente para assegurar
a validade dos resultados (também
chamado o “poder” da pesquisa)
2) se necessário, precisa descontar a
mortalidade
104. Determinando o Tamanho da Amostra
• Quanto menos erro de amostragem que queremos, quanto
maior o tamanho de amostra precisa ser.
• As amostras de populações mais homogêneas podem ser
menores do que as amostras de populações diversas.
• Quantos mais sub-grupos pesquisamos, maior precisa ser
o tamanho da amostra.
•Quanto mais fracas as relações entre os variáveis
esperadas, maior precisa ser o tamanho da amostra.
Estimativas mais precisas do tamanho de amostra
necessário podem ser realizadas pela “análise de poder
estatístico.”
105. Qual o tamanho de amostra?
Repensando o tamanho da amostra
Importante durante os testes
estatísticos
Poder do teste é a capacidade de
descartar a hipótese nula
Estudos poderosos (N grande) podem
detectar diferencias pequenas entre os
grupos
106. Em resumo, um dos
determinantes da qualidade de
amostra é o tamanho da amostra.
As amostras serão mais
representativas da população se
e são suficientes grandes e
foram selecionadas por…