EStatiticas

Amostragem

Objetivos do módulo

Caso você queira saber se uma determinada marca de uísque é boa, você precisa beber a garrafa inteira? A menos que você tenha acabado de bebê-la a resposta será certamente não. Todos nós sabemos que basta beber uma dose para conseguirmos avaliar a qualidade da bebida. Esta pequena dose é chamada de amostra, e o processo pelo qual estimamos a qualidade do uísque usando a avaliação de uma amostra é chamado de amostragem.

Agora, note que, se você quiser fazer o mesmo raciocínio para uma feijoada você terá que considerar alguns aspectos: O processo de amostragem ainda é válido, mas, a amostra certamente terá que ser maior do que aquela de uísque. E porque isso? Por que enquanto o uísque é totalmente homogêneo a feijoada tem um alto grau de heterogeneidade. Trocando em miúdos, se você pegar uma pequena amostra da feijoada corre o risco de não provar o paio, que está uma porcaria, e assim chegar a conclusões errôneas.

Em estatística a medida que nos informa qual é o grau de homogeneidade do universo que estamos trabalhando é o desvio padrão, e quanto maior ele for menos homogênea será o universo e a amostra.

Assim quando quisermos saber qual é o tamanho que uma amostra deve ter, deveremos saber qual é o seu desvio padrão.

Por outro lado observe que, quando você experimenta uma amostra para saber como funciona o universo todo você está fazendo uma estimação, ou seja, uma previsão do todo a partir de uma parte. Isso é possível, mas com um cuidado fundamental: A previsão está sujeita a um erro estatístico, ou seja, uma tolerância para mais e para menos em torno do valor previsto. Esta tolerância é chamada de erro máximo da estimativa, e deve ser estabelecido por você em função da resposta que você espera obter. Note que quanto menor for o erro que você está disposto a aceitar mais vai ser o tamanho da amostra que terá que ser colhida, ou seja, mais cara será sua amostragem.

Assim quando quisermos saber qual é o tamanho