Amostragem para Avaliações do Impacto de Programas
|
|
- Maria Canejo Taveira
- 7 Há anos
- Visualizações:
Transcrição
1 Amostragem para Avaliações do Impacto de Programas Pedro Vicente AADAPT Workshop South Asia Goa, December 17-21,
2 Introdução Como é que desenhamos uma amostra para detectar de uma forma credível um efeito significativo? Em que populações ou grupos estamos interessados e aonde é que conseguimos encontrá-los? Quantas pessoas/empresas/unidades devem ser entrevistadas/analisadas dessa população? De que forma é que o tamanho da amostra afecta o orçamento da avaliação? Atenção! O objetivo desta apresentação não é torná-lo um perito em amostragens O objetivo também não é dar-lhe uma dor de cabeca É mais um overview: De que forma é que as características da amostragem afectam o que é possivel aprender com a avaliação do impacto de um programa? 2
3 Sumário 1. Base da amostragem Em que populações ou grupos estamos interessados Como é que conseguimos encontrá-los? 2. Tamanho da amostra Porque é tão importante: confiança nos resultados Determinantes do tamanho apropriado da amostra Outras questões Exemplos 3. Orçamentos 3
4 Base de amostragem Em quem é que estamos interessados? a) Todas as povoações? b) Todas as povoações em que estamos presentes? c) Todas as povoações numa determinada província? d) Todas as povoações em que estamos presentes numa determinada província? É preciso ter em consideração a validade externa Consegue-se com os resultados da população (c) retirar ilações para intervenções noutras províncias? Consegue-se com os resultados da população (d) retirar ilações para as políticas públicas do país? Mas é preciso ter em conta a viabilidade e o que queremos saber Pode não ser possível ou desejável fazer um piloto muito genérico de um programa ou de uma política 4
5 Base de amostragem: Encontrar as unidades em que estamos interessados Depende do tamanho e do tipo de experiência Sorteio entre as povoações Exemplo: Programa de Capacitação de Instituições ao Nível Local, em províncias onde o parceiro de implementação está presente Podemos utilizar unidades de tratamento e comparação da pool de povoações Se não é possivel (50,000 recebem o tratamento), é necessário uma amostra para medir o impacto Alteração de política Exemplo: Alteração em províncias seleccionadas aleatoriamente das regras de capacitação institucional Para medir o impacto na qualidade das decisões ao nível local, não se pode criar uma amostra de todas as povoações nas províncias seleccionadas É necessário uma amostra de povoações dentro das províncias Informação necessária antes da amostragem Listagem completa de todas as unidades de observação disponíveis para amostragem em cada área ou grupo Pode ser complicado para unidades em províncias em conflito recente 5
6 Sumário 1. Base da amostragem Que populações ou grupos estamos interessados Como é que conseguimos encontrá-los? 2. Tamanho da amostra Porque é tão importante: confiança nos resultados Determinantes do tamanho apropriado da amostra Outras questões Exemplos 3. Orçamentos 6
7 Tamanho da amostra e confiança Comece com uma questão mais simples que o impacto do programa Digamos que queremos saber a média da assiduidade escolar na província do Kwanza Sul em Angola Opção 1: Saímos à rua e procuramos 5 povoações-escolas, calculando nós a sua média em termos de assiduidade de alunos Opção 2: Obtemos 130 escolas e calculamos a média correspondente Que média estará mais perto da verdadeira média? 7
8 Tamanho da amostra e confiança: 5 escolas 120 escolas assiduidade (% diasno de escolas 0-20% % % % % 1 assiduidade (% dias No de escolas 0-20% % % % % 20 8
9 Tamanho da amostra e confiança Da mesma forma, quando calculamos o impacto do programa Necessitamos de muitas observações para dizermos com confiança se o resultado médio do grupo de tratamento é superior/inferior ao do grupo de comparação O que significa com confiança? Minimizar o erro estatístico Tipos de erros Erro tipo 1: Dizemos que há um impacto do programa quando na realidade não existe Erro tipo 2: Existe um impacto do programa mas não conseguimos detectá-lo 9
10 Tamanho da amostra e confiança Erro tipo 1: Detectar um impacto do programa quando não existe Erro pode ser minimizado depois da recolha de dados, durante a fase de análise estatística Necessário ajustar os níveis de significado das estimativas de impacto (ex. Intervalos de confiança de 99% ou 95%) Erro tipo 2: não se consegue detectar que de facto há um impacto do programa Na gíria: teste estatístico tem um poder baixo Erro tem de ser minimizado antes da recolha de dados Melhor forma de garantir isso: Assegurar que se tem uma amostra suficientemente grande O objetivo da avaliação do impacto do programa é aprender alguma coisa Ex-ante: não sabemos qual a dimensão do impacto do programa Ex-post com poder baixo: Este programa pode ter aumentado a assiduidade nas escolas em 50%, mas não conseguimos distinguir com confiança a diferença entre um aumento de 50% de um aumento de zero 10
11 Calcular o tamanho da amostra Na realidade, há uma formula. Mas não fique assustado. N 2 2 4σ ( z / 2 ) α + zβ = 2 H D [ 1+ ρ( 1) ] Principais aspectos a ter em conta: 1. Tamanho suficiente para detectar o efeito 2. Probabilidade de erros tipo 1 e tipo 2 3. Variância dos resultados 4. Unidades (povoações) por área tratada 11
12 Calcular o tamanho da amostra Tamanho suficiente para detectar o efeito O efeito mínimo que queremos distinguir de zero Aumento de 30% na assiduidade de alunos, uma queda em 25% na faltas de professores Amostras maiores mais fácil detectar efeitos menores Trabalham as mulheres e os homens o mesmo número de horas? Hipótese: Em média, as mulheres trabalham 40 horas por semana, enquanto que os homens trabalham 44 horas por semana Se estes dados são resultado de uma amostra de 10 mulheres e 10 homens É díficil dizer que são diferentes Sería mais fácil dizer que são diferentes se as mulheres trabalhassem 30 horas por semana e os homens 80 horas por semana Mas se os dados resultam de uma amostra de 500 mulheres e 500 homens Mais provável que sejam de facto diferentes 12
13 Calcular o tamanho da amostra Como é que escolhemos o tamanho do efeito detectável? O efeito mínimo que implicaria uma resposta política O efeito mínimo que permitiria dizer que o programa não foi um falhanço Este programa aumentou a assiduidade nas escolas em 40% e este efeito é significativo do ponto de vista estatístico Óptimo - Vamos pensar como é que conseguimos expandi-lo Este programa aumentou a assiduidade nas escolas em 10% e este efeito é significativo do ponto de vista estatístico Óptimo.oops..espera aí: gastamos este dinheiro todo e apenas aumentou a assiduidade em 10%? 13
14 Calcular o tamanho da amostra Erro tipo 1 e erro tipo 2 Tipo 1 Nível de significado das estimativas é normalmente estabelecido a 1% ou 5% 1% ou 5% é a probabilidade de não existir impacto no cenário em que acreditamos que encontrámos um efeito Tipo 2 Poder normalmente colocado a 80% ou 90% 20% ou 10% é a probabilidade que haja um efeito que não conseguimos detectar Amostras maiores maior poder 14
15 Calcular o tamanho da amostra Variância dos resultado(s) Menor variância mais fácil detectar a diferença pode-se ter uma amostra menor 15
16 Calcular o tamanho da amostra Variância de resultados Como é que sabemos a variância dos resultados antes de decidirmos o tamanho da amostra e recolhermos os dados? O ideal é dados prévios, mas normalmente.são nãoexistentes Pode-se usar dados prévios de uma população semelhante Exemplo: inquéritos aos agregados familiares, escolas e outros serviços públicos Torna isto um pouco um trabalho de adivinhação, não exactamente uma ciência 16
17 Outras questões 1. Braços de tratamento múltiplos 2. Resultados desagregados por grupos 3. Adesão 4. Qualidade dos dados 17
18 Outras questões Braços de tratamento múltiplos Compara-se cada tratamento separadamente com o grupo de comparação Comparar grupos de tratamento implica amostras muito grandes Especialmente se os tratamentos forem parecidos, as diferenças entre os grupos de tratamento serão provavelmente menores De facto, é como corrigir um tamanho do efeito detectável muito pequeno Resultados desagregados por grupos São os efeitos diferentes para homens e mulheres? E para diferentes sectores? Se o sexos/sectores são esperados reagir de uma forma semelhante, então estimar as diferenças no impacto do tratamento também requer amostras muito grandes 18
19 Outras questões Resultados desagregados por grupos Para garantir equilíbrio entre os grupos de tratamento e de comparação, é aconselhavel estratificar a amostra antes de alocar o grupo de tratamento Estratos Sub-populações Estratos habituais: localização, sexo, sector, valores iniciais do resultado de interesse Alocação ao grupo de tratamento(ou amostragem) é efectuada dentro destes grupos 19
20 Porque é que necessitamos de estratos? Exemplo de estratos com base na região = T = C
21 Porque é que necessitamos de estratos? Qual é o impacto numa região em particular? Por vezes é dificil de dizer com confiança
22 Porque é que necessitamos de estratos? Randomização do tratamento dentro das unidades geográficas Dentro de cada tratamento, ½ sera tratada, ½ será do grupo de comparação. Lógica semelhante para sexos, sector, tamanho da empresa, etc
23 Outras questões Adesão Adesão baixa aumenta o tamanho do efeito detectável Só se consegue detectar um efeito se for realmente grande Na prática diminui o tamanho da amostra Exemplo: Organização de reuniões com encarregados de educação em escolas em que se discutem questionários de feedback Oferta a 60 escolas Apenas 5 participam Provavelmente só se consegue dizer com confiança que há um efeito nas assiduidade se houver uma alteração enorme 23
24 Outras questões Qualidade dos dados Dados de pouca qualidade aumentam na prática o tamanho da amostra necessário Observações em falta Aumento do ruído Pode ser mitigado em parte com um coordenador no terreno a monitorizar a recolha de dados 24
25 Exemplo de Angola Cálculos podem ser efectuados em vários pacotes estatísticos e.g. STATA, OD Experiência em Angola para aumentar os gastos escolares das famílias Gastos-base 50 kwanzas por dia Dados dos gastos com ruído, o que leva a que o coeficiente de variação maior >1 seja habitual Exemplo do código em STATA para detectar um aumento de 10% nos gastos: sampsi 50 55, p(0.8) pre(1) post(1) r1(0.5) sd1(50) sd2(50) Ter dados antes e depois da intervenção diminui o tamanho da amostra necessário (pre e post) Resultados Aumento de 10% (de 50 para 55): 1,178 famílias em cada grupo Aumento de 20% (de 50 para 60): 295 famílias em cada grupo Aumento de 50% (de 50 para 75): 48 famílias em cada grupo (Mas este efeito não é realista) E se a adesão for apenas de 50% Oferecemos uma intervenção que aumenta os gastos em 20%, mas apenas metade das famílias comparecem nas actividades Média para o grupo de tratamento = 0.5* *60 = 55 Equivalente a detectar um aumento de 10% com uma adesão de 100% necessário 1,178 em cada grupo em vez de 295 em cada grupo 25
26 Sumário 1. Base da amostragem Que populações ou grupos estamos interessados Como é que conseguimos encontrá-los? 2. Tamanho da amostra Porque é tão importante: confiança nos resultados Determinantes do tamanho apropriado da amostra Outras questões Exemplos 3. Orçamentos 26
27 Orçamentos O que é necessário? Recolha de dados Empresa de inquéritos Entrada dos dados Coordenador no terreno para garantir que o tratamento está de acordo com o protocolo de randomização e para monitorizar a recolha de dados Análise de dados 27
28 Orçamentos Quanto é que tudo custa? Varia muito. Normalmente depende do Tamanho da amostra Facilidade de encontrar inquiridos Dispersão geográfica dos inquiridos Questões de segurança Nível de formação do entrevistador Et cetera. Dados para um inquérito a empresas:$40-350/empresa Dados para um inquérito a agregados familiares: $40+/lar Coordenador no terreno: $10,000-$40,000/ano Depende se se consegue um coordenador local Dados administrativos: Normalmente grátis Por vezes tem resultados limitados, pode não ter informação sobre o sector informal 28
29 Em resumo O tamanho da amostra da avaliação do impacto do programa vai determinar quanto é que se pode aprender da experiência Algum bom senso e adivinhação nos cálculos mas é importante despender tempo nestes cálculos Se a amostra é muito pequena: perda de tempo e dinheiro porque não seremos capazes de detectar com confiança um impacto não-nulo Se é posto pouco esforço na amostragem e na recolha de dados: Ver acima. Questões? 29
DIME Impact Evaluation Workshop. Innovations for Agriculture June 2014, Kigali, Rwanda
DIME Impact Evaluation Workshop Innovations for Agriculture 16-20 June 2014, Kigali, Rwanda Amostragem para Avaliações de Impacto Astrid Zwager (DIME) 2 introdução Para estimar o impacto do projeto, precisamos
Leia maisDavid Evans, Banco Mundial Baseado em slides de Esther Duflo (J-PAL) e Jed Friedman (Banco Mundial) Tamanho da amostra para avaliações de impacto
Planejamento do tamanho da amostra para avaliações de impacto David Evans, Banco Mundial Baseado em slides de Esther Duflo (J-PAL) e Jed Friedman (Banco Mundial) Tamanho da amostra para avaliações de impacto
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisEstatística Aplicada. Inferência estatística com desvio padrão populacional conhecido Amostragem Capítulo 10 Itens 10.1 a 10.3
Estatística Aplicada Inferência estatística com desvio padrão populacional conhecido Amostragem Capítulo 10 Itens 10.1 a 10.3 Definição Estimação consiste em usar dados amostrais para estimar parâmetros
Leia maisModelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Leia maisModelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Leia maisComo é que avaliamos intervenções?
Como é que avaliamos intervenções? Quando não existe alocação aleatória a grupos de tratamento e de comparação Quando não se pode manipular o processo de seleção Caso geral Pessoas, agregados familiares,
Leia maisTécnicas de Amostragem
Técnicas de Amostragem 1 Amostragem é o processo de seleção de uma amostra, que possibilita o estudo das características da população. Quando obtemos informações a partir de amostras e tentamos atingir
Leia maisIV.4 Análise de Dados da Avaliação
Melhor e Pior? IV - Avaliação IV.4 Análise de Dados da Avaliação Interactive System Design, Cap. 10, William Newman 2 Melhor e Pior? Resumo Aula Anterior! Avaliação com utilizadores!local (Laboratório,
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de
Leia maisProfessora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem
Leia maisMétodos de Amostragem Populações de Animais Silvestres Amostragem
Métodos de Amostragem de Populações de Animais Silvestres Amostragem Sistema Natural Estrutura da amostragem: Lista das unidades para a amostragem (mapa da área por exemplo) Estrutura da amostragem População
Leia maisMÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
Leia maisANÁLISE DE RESULTADOS
ANÁLISE DE RESULTADOS Conteúdo 2 1. Planejamento de Experimentos 2. Introdução Medidas de Desempenho Análise Estatística dos Resultados Comparação de Resultados Procedimento para análise de resultados
Leia maisAMOSTRAGEM. É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas.
AMOSTRAGEM É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas. Nos planejamentos amostrais, a coleta dos dados deve ser realizada
Leia maisMétodos Quantitativos para Ciência da Computação Experimental
Métodos Quantitativos para Ciência da Computação Experimental Revisão Virgílio A. F. Almeida Maio de 2008 Departamento de Ciência da Computação Universidade Federal de Minas Gerais FOCO do curso Revisão
Leia maisESTATÍSTICA APLICADA À ADMINISTRAÇÃO
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO Thiago Marzagão INTERVALOS DE CONFIANÇA Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 1/2016 1 / 53 média amostral ( x) Queremos saber o salário médio
Leia maisIntrodução em Probabilidade e Estatística II
Introdução em Probabilidade e Estatística II Lista 7 Exercicio Em estudo genético um gene A foi destacado para detectar uma doença. Se dita que em pessoas doentes (pacientes) este gene mostra atividade
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Leia maisAnálise de Regressão - parte I
16 de Outubro de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos para dados coletados. Entender como método de mínimos é usado
Leia maisPREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.
PREVISÃO O problema: usar a informação disponível para tomar boas decisões com impacto no futuro Informação disponível -qualitativa Prever o que irá acontecer -quantitativa: dados t DEI/FCTUC/PGP/00 1
Leia maisAula 4 Conceitos Básicos de Estatística
Aula 4 Conceitos Básicos de Estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa e interpreta informações numéricas para
Leia maisFÍSICA EXPERIMENTAL C ( )
FÍSICA EXPERIMENTAL C (4323301) REPRESENTAÇÃO DE INCERTEZAS EM RESULTADOS EXPERIMENTAIS Medida, erro e incerteza Qualquer medida física possui sempre um valor verdadeiro, que é sempre desconhecido, e um
Leia maisBioestatística INFERÊNCIA ESTATÍSTICA. Silvia Shimakura
Bioestatística INFERÊNCIA ESTATÍSTICA Silvia Shimakura AMOSTRAS E POPULAÇÕES Inferências sobre populações são geralmente feitas a partir de informações obtidas de amostras. amostras Válido se a amostra
Leia maisA Influência da Amostragem na Representatividade dos Dados
A Influência da Amostragem na Representatividade dos Dados por Manuel Rui F. Azevedo Alves ESTG- Instituto Politécnico de Viana do Castelo REQUIMTE Rede de Química e Tecnologia Sumário Tópico 1: Definições
Leia maisAULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS
1 AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS Ernesto F. L. Amaral 14, 19 e 21 de março de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas
Leia maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 06 - sistemas não lineares Antonio Oliveira Ricardo Marroquim 1 / 38 laboratório de processamento de imagens tópicos RANSAC métodos iterativos (não-lineares) gradientes
Leia maisMAB-515 Avaliação e Desempenho (DCC/UFRJ)
MAB-515 Avaliação e Desempenho (DCC/UFRJ) Aula 7: Intervalos de Confiança 13 de novembro de 2012 1 2 3 4 Percentil 100p%-percentil O ponto t 0 tal que t 0 = F 1 X (p) = min{t : F X (t) p}, 0 < p < 1 é
Leia maisP. P. G. em Agricultura de Precisão DPADP0803: Geoestatística (Prof. Dr. Elódio Sebem)
Amostragem: Em pesquisas científicas, quando se deseja conhecer características de uma população, é comum se observar apenas uma amostra de seus elementos e, a partir dos resultados dessa amostra, obter
Leia mais6- Probabilidade e amostras: A distribuição das médias amostrais
6- Probabilidade e amostras: A distribuição das médias amostrais Anteriormente estudamos como atribuir probabilidades a uma observação de alguma variável de interesse (ex: Probabilidade de um escore de
Leia maisCap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
Leia maisTestes de Hipótese PARA COMPUTAÇÃO
Testes de Hipótese MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Testes de Hipóteses Um teste de hipótese é uma técnica de análise usada para estimar se uma hipótese sobre a população está correta,
Leia maisAPÊNDICE B ESTIMATIVA DE ERROS DE AMOSTRAGEM
APÊNDICE B ESTIMATIVA DE ERROS DE AMOSTRAGEM APÊNDICE B ESTIMATIVA DE ERROS DE AMOSTRAGEM Por tratar-se dum inquérito por amostragem, os resultados do IDS-97 em Moçambique apresentados neste relatório
Leia maisMetodos Praticos de Amostragem para Avaliações de Impacto
Vincenzo Di Maro (DIME, World Bank) Metodos Praticos de Amostragem para Avaliações de Impacto Workshop de Avaliação de Impacto de Políticas Públicas São Paulo Março, 25-27 de 2013 1 Sumário 1. Componentes
Leia maisTÉCNICAS DE AMOSTRAGEM
TÉCNICAS DE AMOSTRAGEM Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Informações Auxiliares na Amostragem na Amostragem
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Capítulo 3 Introdução à Probabilidade e à Inferência Estatística INTERVALOS DE CONFIANÇA: Diferentes pesquisadores, selecionando amostras de uma mesma
Leia maisAmostragem. Cuidados a ter na amostragem Tipos de amostragem Distribuições de amostragem
Amostragem Cuidados a ter na amostragem Tipos de amostragem Distribuições de amostragem 1 Muito Importante!! Em relação às amostras, deve assegurar-se a sua representatividade relativamente à população
Leia mais3 3. Variáveis Aleatórias
ÍNDICE 3. VARIÁVEIS ALEATÓRIAS...49 3.. VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS...49 3.2. VARIÁVEIS DISCRETAS FUNÇÃO DE PROBABILIDADE E FUNÇÃO DISTRIBUIÇÃO DE PROBABILIDADE...50 3.2.. Função de probabilidade...50
Leia maisCatarina Marques. Estatística II Licenciatura em Gestão. Conceitos: População, Unidade Estatística e Amostra
Amostragem Estatística II Licenciatura em Gestão 1 Conceitos: População, Unidade Estatística e Amostra População (ou Universo) dimensão N Conjunto de unidades com uma ou mais características comuns População
Leia maisDistribuições Amostrais
Estatística II Antonio Roque Aula Distribuições Amostrais O problema central da inferência estatística é como fazer afirmações sobre os parâmetros de uma população a partir de estatísticas obtidas de amostras
Leia maisClóvis de Araújo Peres Cargo: Professor Titular de Estatística da USP UNIFESP Formação: PhD em Estatística pela Universidade WISCONSIN - USA
TÍTULO: ESTUDO ESTATÍSTICO PARA DETERMINAÇÃO DO ERRO DE MICROMEDIÇÃO DAS ÁREAS PILOTO DE CONTROLE E REDUÇÃO DE PERDAS DO SISTEMA DE ABASTECIEMNTO DE ÁGUA DO MUNICÍPIO DE GUARULHOS. TEMA DO TRABALHO: ABASTECIMENTO
Leia maisComo Randomizar? Seminário de Avaliação de Impacto Luanda, Angola
Como Randomizar? Seminário de Avaliação de Impacto Luanda, Angola Novembro 19 20, 2015 Visão Geral 1. Oportunidades para Randomizar 2. Defina o grupo alvo 3. Selecione aspectos do programa para avaliar
Leia maisAnálise Exploratória e Estimação PARA COMPUTAÇÃO
Análise Exploratória e Estimação MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Médias Média Aritmética (valor médio de uma distribuição) n x = 1 n i=1 x i = 1 n x 1 + + x n Média Aritmética
Leia maisTratamento de dados e representação das incertezas em resultados experimentais
Tratamento de dados e representação das incertezas em resultados experimentais Medida, erro e incerteza Qualquer medida física sempre possui um valor verdadeiro, que é sempre desconhecido e um valor medido.
Leia maisAULA 03 Estimativas e tamanhos amostrais
1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade
Leia maisSistema de Informações e Pesquisa de Marketing Aula 12 24/10/17
Sistema de Informações e Pesquisa de Marketing Aula 12 24/10/17 2º semestre / 2017 Profa Kavita Hamza kavita@usp.br População Soma de todos os elementos que compartilham algum conjunto comum de características
Leia maisDefinição da Distribuição de Poisson
Capítulo IX Distribuição de Poisson Definição da Distribuição de Poisson Significado do parâmetro Propriedades da Distribuição de Poisson Aproximação Gaussiana da Distribuição de Poisson O problema do
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Leia maisGuia do inventário de florestas plantadas
Parte I Índice Guia do inventário de florestas plantadas Cálculos do Inventário Florestal e suas Interpretações Índice 03...... Sobre a autora 04...... Introdução 06...... Cálculos 08...... Variância 10......
Leia mais5 TORIA ELEMENTAR DA AMOSTRAGEM
5 TORIA ELEMENTAR DA AMOSTRAGEM É errôneo pensar que, caso tivéssemos acesso a todos os elementos da população, seríamos mais precisos. Os erros de coleta e manuseio de um grande número de dados são maiores
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisAnálise da Regressão múltipla: Inferência. Aula 4 6 de maio de 2013
Análise da Regressão múltipla: Inferência Revisão da graduação Aula 4 6 de maio de 2013 Hipóteses do modelo linear clássico (MLC) Sabemos que, dadas as hipóteses de Gauss- Markov, MQO é BLUE. Para realizarmos
Leia maisPrincípios de Bioestatística
Princípios de Bioestatística Cálculo do Tamanho de Amostra Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 1 / 32 2 / 32 Cálculo do Tamanho de Amostra Parte fundamental
Leia maisCE008 Introdução à Bioestatística INFERÊNCIA ESTATÍSTICA
CE008 Introdução à Bioestatística INFERÊNCIA ESTATÍSTICA Silvia Shimakura Estimação Amostras são usadas para estimar quantidades desconhecidas de uma população. população Exemplo: prevalência de doenças,
Leia maisNoções de Exatidão, Precisão e Resolução
Noções de Exatidão, Precisão e Resolução Exatidão: está relacionada com o desvio do valor medido em relação ao valor padrão ou valor exato. Ex : padrão = 1,000 Ω ; medida (a) = 1,010 Ω ; medida (b)= 1,100
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Algoritmo para simular uma fila Medidas de interesse Média amostral Aula de hoje Teorema do Limite Central Intervalo de Confiança Variância amostral
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisEstatística aplicada a ensaios clínicos
Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia lvgarcia@fmrp.usp.br Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 8 amostragem amostragem
Leia maisAULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS. Gleici Castro Perdoná
AULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS Gleici Castro Perdoná pgleici@fmrp.usp.br Exemplo 2. Sabe-se que o tempo gasto no exame de um paciente tem distribuição aproximadamente Normal, com média
Leia maisIV.4 Análise de Dados da Avaliação IV AVALIAÇÃO IV.4 ANÁLISE DE DADOS DA AVALIAÇÃO. Interactive System Design, Cap. 10, William Newman. Melhor e Pior?
IV AVALIAÇÃO IV.4 ANÁLISE DE DADOS DA AVALIAÇÃO Interactive System Design, Cap. 10, William Newman 1 Melhor e Pior? 2 1 Resumo Aula Anterior o Testes com utilizadores o Fases do Teste o Análise dos dados
Leia maisEstatística II. Intervalo de Confiança Lista de Exercícios
Estatística II Intervalo de Confiança Lista de Exercícios 1. IC da Média com a Variância Populacional Desconhecida De 50.000 válvulas fabricadas por uma companhia, retira-se uma amostra de 400 válvulas,
Leia maisINQUÉRITO AO EMPREGO SÉRIES LONGAS DO. Metodologia de Compatibilização. Lucília Carvalho. Ana Quitério. DEIO - Faculdade de Ciências de Lisboa
SÉRIES LONGAS DO INQUÉRITO AO EMPREGO Lucília Carvalho DEIO - Faculdade de Ciências de Lisboa CEAUL mlcarvalho@fc.ul.pt Ana Quitério anaquiterio@gmail.com CIM - Novembro 2007 CIM - Novembro 2007 ESQUEMA
Leia maisResultados possíveis do nosso estudo
Resultados possíveis do nosso estudo Interpretação de gráficos, decisão baseada nas hipóteses, interpretação. Para termos isso, precisamos fazer uma inferência estatística! Número de visitas Inferência
Leia maisTestes de Hipótese para uma única Amostra - parte I
Testes de Hipótese para uma única Amostra - parte I 26 de Junho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Estruturar problemas de engenharia como testes de hipótese. Entender os
Leia maisAULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Leia maisTópico 3. Estudo de Erros em Medidas
Tópico 3. Estudo de Erros em Medidas A medida de uma grandeza é obtida, em geral, através de uma experiência, na qual o grau de complexidade do processo de medir está relacionado com a grandeza em questão
Leia maisEspecificação e aquisição
Especificação e aquisição especificação: utilidade, linguagem e estilo especificação: estrutura e conteúdo o processo de aquisição aquisição: diálogo com os fornecedores Objectivos - sensibilizar para
Leia maisMétodos de Amostragem. Carla Varão Cláudia Batista Vânia Martinho
Métodos de Amostragem Carla Varão Cláudia Batista Vânia Martinho Objecto de interesse Objectivos finais da pesquisa Esquema Geral da Investigação Empírica Objecto teórico Enquadramento teórico Fases do
Leia maisInquéritos de Saúde - ISA
Inquéritos de Saúde - ISA ISA-SP em 4 áreas do ESP (Campinas, Botucatu, MSP, GSP) em 2001 ISA-Capital 2003 ISACamp 2007 (Município de Campinas) ISA-Capital 2008 Em campo: ISACamp 2013 Em planejamento:
Leia maisAULA 1 - Modelos determinísticos vs Probabiĺısticos
AULA 1 - Modelos determinísticos vs Probabiĺısticos Susan Schommer Econometria I - IE/UFRJ O que é Econometria? Aplicação de métodos estatísticos e matemáticos para analisar os dados econômicos, com o
Leia maisProcesso de Amostragem
Processo de Amostragem População versus Amostra População: conjunto de unidades com uma ou mais característica em comum N é a dimensão da população Amostra: Subconjunto da população N é a dimensão da amostra
Leia mais( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas
Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição
Leia maisMétodo de amostragem por conglomerados em dois estágios para estimativa de população canina/felina domiciliada.
étodo de amostragem por conglomerados em dois estágios para estimativa de população canina/felina domiciliada. Fernando Ferreira, Ricardo Augusto Dias, José Soares Ferreira Neto, arcos Amaku 1 de fevereiro
Leia maisTÉCNICAS DE AMOSTRAGEM
TÉCNICAS DE AMOSTRAGEM Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Amostragem estratificada Divisão da população em
Leia maisMódulo 1 FUNDAMENTOS DE ESTATÍSTICA
Módulo 1 FUNDAMENTOS DE ESTATÍSTICA Medidas de posição central Média As medidas de posição central buscam representar uma série de dados. Por exemplo: em média na Suiça cada pessoa come 9Kg de chocolate
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7: Intervalos de Confiança com uma amostra Leitura obrigatória: Devore, cap 7 ou Montgomery e Runger, cap 8 Chap 8-1 Objetivos Como inferir sobre um parâmetro da população,
Leia maisFísica Geral - Laboratório (2013/1) Aula 4: Estimativas e erros em medidas diretas (II)
Física Geral - Laboratório (2013/1) Aula 4: Estimativas e erros em medidas diretas (II) 1 Resumo: estimativa do valor esperado estimativa do valor esperado ± erro (unidade) x x = s x p N Estimativa do
Leia maisNota sobre as estatísticas apresentadas no Relatório
ANEXO ESTATISTICO NOTA SOBRE AS ESTATISTICAS APRESENTADAS NO RELATORIO Nota sobre as estatísticas apresentadas no Relatório Estrutura do Anexo Estatístico A estrutura do Anexo Estatístico no presente relatório,
Leia maisDisciplina de Modelos Lineares Professora Ariane Ferreira
Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável
Leia maisQuestão 1. (questão extraída de Anderson et al. Estatística Aplicada à Administração e Economia)
Questão 1 Sabe-se que o intervalo de confiança de 95% para uma média populacional é de 152 a 160. Se σ = 15, qual tamanho amostral foi utilizado nesse estudo? Questão 2 O Consumer Reports National Research
Leia maisExemplo 1: Sabemos que a média do nível sérico de colesterol para a população de homens de 20 a 74 anos é 211 mg/100ml.
Exemplo 1: Sabemos que a média do nível sérico de colesterol para a população de homens de 20 a 74 anos é 211 mg/100ml. O nível médio de colesterol da subpopulação de homens que são fumantes hipertensos
Leia maisSSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Material
Leia maisAula 10 Estimação e Intervalo de Confiança
Aula 10 Estimação e Intervalo de Confiança Objetivos da Aula Fixação dos conceitos de Estimação; Utilização das tabelas de Distribuição Normal e t de Student Introdução Freqüentemente necessitamos, por
Leia maisCOS767 - Modelagem e Análise Aula 3 - Simulação
COS767 - Modelagem e Análise Aula 3 - Simulação Validando resultados da simulação Média e variância amostral Teorema do Limite Central Intervalo de confiança Organizando as execuções da simulação Verificando
Leia maisRef: H.Gould e J. Tobochnik. Para integrais em uma dimensão as regras do trapezóide e de Simpson são
Método de Monte Carlo Resolução de Integrais Ref: H.Gould e J. Tobochnik Para integrais em uma dimensão as regras do trapezóide e de Simpson são melhores, mais rápidas. A técnica de resolução de integrais
Leia maisInferência Estatística: Conceitos Básicos II
Inferência Estatística: Conceitos Básicos II Distribuição Amostral e Teorema do Limite Central Análise Exploratória de dados no SPSS Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação
Leia maisAnálise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16
Leia maisAmostras, amostragem e tamanho da amostra
Amostras, amostragem e tamanho da amostra Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Inferência estatística: conhecer os parâmetros e fazer afirmações sobre a população com base
Leia maisIntrodução à Probabilidade e à Estatística (BCN ) Prova 2 (A) 16/08/2018 Correção
Introdução à Probabilidade e à Estatística (BCN0406-1) Prova 2 (A) 16/08/2018 Correção (1.pt) 1. Dadas as seguintes probabilidades associadas à variável aleatória X: -1 1 2 p() 1/2 1/3 1/6 a) Calcule a
Leia maisHipóteses do modelo linear clássico (CLM) Análise da Regressão múltipla: Inferência. Hipóteses do CLM (cont.) O teste t. Distribuição normal amostral
9/03/0 Hipótes do modelo linear clássico (CLM) Análi da Regressão múltipla: Inferência Sabemos que, dadas as hipótes de Gauss- Markov, MQO é BLUE Para realizarmos os testes de hipótes clássicos, precisamos
Leia maisMétodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisInstituições Superiores de Controlo Enquadramento para a Medição do Desempenho
Instituições Superiores de Controlo Enquadramento para a Medição do Desempenho CHECKLIST DA GARANTIA DA QUALIDADE DOS TERMOS DE REFERÊNCIA Versão Preliminar 1.1 Outubro 2014 Secretariado de Doadores INTOSAI
Leia maisPreparatório CEA. Módulo 6 Fundamentos de Estatística
Preparatório CEA Módulo 6 Fundamentos de Estatística Medidas de posição central Média As medidas de posição central buscam representar uma série de dados. Por exemplo: em média na Suiça cada pessoa come
Leia maisAnálise de Aderência e de Associação
Análise de Aderência e de Associação Capítulo 14, Estatística Básica (Bussab & Morettin, 8a Edição) Capítulo 8, Introdução Computacional à Probabilidade e Estatística (Pedrosa & Gama, Porto Editora) 8a
Leia mais