View
3.430
Download
1
Category
Preview:
DESCRIPTION
Amostragem populacional
Citation preview
Amostragem Populacional
O mundo de amostragem por probabilidade e não
probabilidade Ecologia de Populações Prof. Dr. Harold Fowler
popecologia@hotmail.com
Amostragem Populacional
Amostragem Populacional Os indivíduos têm distribuição espacial e temporal
Amostragem Populacional
A variação ocorre dentro de e entre populações
Os ecólogos tentam obter uma AMOSTRA REPRESENTATIVA dos indivíduos da população.
300 árvores por hectare em 40 hectares implica que 12,000
árvores seriam mensuradas para completar o “censo.”
Amostragem Populacional
Aleatorização
1) garanta a representatividade
2) seleção sem viés
3) para igualar as características nas condições experimentais e de testemunho
Se todas as árvores nas 40 hectares foram IDENTICAS, podemos amostrar somente uma árvore
Qualquer seria bom!
Amostragem Populacional
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
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
Amostragem Populacional
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)
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.
População versus Amostra
Amostra População verdadeira
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.
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.
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.
16
Replicação:
• Uma vez 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 (monitoramento).
Qual é qual? - Um exemplo
cerrado melhorada
A abundancia de tamanduá bandeira é diferente entre pastagens nativas de cerrado e 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?
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.
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
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
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.
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
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)
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)
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.
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
17
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).
Estratégias de amostragem
• Aleatória
• Sistemática
•Estratificada
Estratégias De um estágio
Estratégias De dois estágios
• Dois estágios
Estratégias de medidas repetidas
• Medidas
•Repetidas
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.
População Amostra
Amostragem aleatória, uma ferramenta para garantir a generalização. Os indivíduos são selecionados aleatoriamente para formar a amostra
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
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.
• •
•
•
• •
•
• •
•
• • •
• •
• • • •
•
•
•
•
• •
• •
• •
•
•
• •
•
•
•
•
• • •
• • • •
•
•
•
•
•
• •
•
• •
• •
•
•
• •
•
• •
•
• • •
• •
•
•
• •
•
•
• •
•
• •
• •
• •
•
•
•
• •
•
•
•
•
•
•
•
• • •
• • •
• • • • •
• •
• •
• • • •
•
•
• •
•
•
• • • • • •
•
• •
População hipotética
• •
•
•
• •
•
• •
•
• • •
• •
• • • •
•
•
• •
• •
•
• •
•
•
• •
•
•
•
• • •
• • • • • •
•
• • • •
• •
•
•
• •
•
• •
•
• • •
• •
• •
•
•
•
• •
•
• •
• •
• •
•
•
• •
• • •
• • •
• • •
• • • • •
• •
• •
• •
•
•
• •
•
•
• • • • • •
•
•
Amostragem aleatória • Procedimento estatístico excelente
Muitos locais podem estar vazios
Pode pular alguns habitats
•Pode exigir muito tempo para encontrar locais
Amostragem Aleatória Simples
Unidade Amostral
(Lowe et al. 2004)
Rio Unidade Amostral
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
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
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
• •
•
•
• •
•
• •
•
• • •
• •
• • • •
•
•
•
•
• •
• •
• •
•
•
• •
•
•
•
•
• • •
• • • •
•
•
•
•
•
• •
•
• •
• •
•
•
• •
•
• •
•
• • •
• •
•
•
• •
•
•
• •
•
• •
• •
• •
•
•
•
• •
•
•
•
•
•
•
•
• • •
• • •
• • • • •
• •
• •
• • • •
•
•
• •
•
•
• • • • • •
•
• •
População hipotética
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).
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.
• •
•
•
• •
•
• •
•
• • •
• •
• • • •
•
•
• •
• •
•
• •
•
•
• •
•
•
•
• • •
• • • • • •
•
• • • •
• •
•
•
• •
•
• •
•
• • •
• •
• •
•
•
•
• •
•
• •
• •
•
•
•
•
•
• • • •
• • •
• • •
• • • • •
• •
•
• •
•
•
• •
•
•
• • • • • •
•
Amostragem sistemática
Amostragem sistemática é útil se a área amostrada (ou volume) é heterogêneo (Pielou, p.107). Se o tamanho da mancha e muito maior do que a distância inter-amostras, então o krigagem pode ser empregado em vez do amostragem estratificado.
• •
•
•
• •
•
• •
•
• • •
• •
• • • •
•
•
• •
• •
•
• •
•
•
• •
•
•
•
• • •
• • • • • •
•
• • • •
• •
•
•
• •
•
• •
•
• • •
• •
• •
•
•
•
• •
•
• •
• •
• •
•
•
• •
• • •
• • •
• • •
• • • • •
• •
•
• •
•
•
• •
•
•
• • • • • •
•
Amostragem sistemática No amostragem estratificada, a área (volume) é dividido em 2 ou mais porções que são amostradas separadamente. A densidade de amostras em cada estrato deve ser proporcional a variância dos contagens dos indivíduos no estrato -- neste 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.
• •
•
•
• •
•
• •
•
• • •
• •
• • • •
•
•
• •
• •
•
• •
•
•
• •
•
•
•
• • •
• • • • • •
•
• • • •
• •
•
•
• •
•
• •
•
• • •
• •
• •
•
•
•
• •
•
• •
• •
• •
•
•
• •
• • •
• • •
• • •
• • • • •
• •
•
• •
•
•
• •
•
•
• • • • • •
•
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.
• •
•
•
• •
•
• •
•
• • •
• •
• • • •
•
•
• •
• •
•
• •
•
•
• •
•
•
•
• • •
• • • • • •
•
• • • •
• •
•
•
• •
•
• •
•
• • •
• •
• •
•
•
•
• •
•
• •
• •
• •
•
•
• •
• • •
• • •
• • •
• • • • •
• •
•
• •
•
•
• •
•
•
• • • • • •
•
Amostragem sistemática Com viés se a malha amostrada corresponde a
uma periodicidade ambiental – Ambientes urbanos
Os Intervalos de Confiança estimados podem ser pequenos demais
Amostragem Estratificada Espécie 1
Espécie 2
Espécie 3
Uma amostragem de cada
tipo em separada pode produzir uma estimativa melhor
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.
Amostragem Aleatória Estratificada
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.
Imagine que você realiza uma amostragem do tamanho de 500 de um bairro diverso.
Mas se cria estratos de amostragem a base de origem, poderia selecionar aleatoriamente casos de cada estrato na proporção que ocorre.
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.
Essa técnica é conhecida como amostragem estratificada proporcional e elimina qualquer possibilidade de erro na distribuição de origem na amostra.
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.
Amostragem Aleatória Estratificada
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
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
Amostragem Aleatória Estratificada
(Lowe et al. 2004)
Rio
Unidade amostrada
Unidade amostrada, Cor depende da estratificação
• •
•
•
• •
•
• •
•
• • •
• •
• • • •
•
•
•
•
• •
• •
• •
•
•
• •
•
•
•
•
• • •
• • • •
•
•
•
•
•
• •
•
• •
• •
•
•
• •
•
• •
•
• • •
• •
•
•
• •
•
•
• •
•
• •
• •
• •
•
•
•
• •
•
•
•
•
•
•
•
• • •
• • •
• • • • •
• •
• •
• • • •
•
•
• •
•
•
• • • • • •
•
• •
População hipotética
• •
•
•
• •
•
• •
•
• • •
• •
• • • •
•
•
• •
• •
•
• •
•
•
• •
•
•
•
• • •
• • • • • •
•
• • • •
• •
•
•
• •
•
• •
•
• • •
• •
• •
•
•
•
• •
•
• •
• •
• •
•
•
• •
• • •
• • •
• • •
• • • • •
• •
•
• •
•
•
• •
•
•
• • • • • •
•
Amostragem aleatória estratificada
Seleciona habitats qualitativamente 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
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
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.
Delineamentos de Amostragem Adaptiva
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
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
Lesquerella filiformis
Rollins
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
1989 1991 1993 1995 1997 1999 2001
Pla
nts
pe
r sq
uar
e m
ete
r (s
tan
dar
d e
rro
r)
Ano
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
0
6
90
0
0
0 0
0
0 3
0 0
14 97
50
4
23 14
88
0
0
2 0
0
8 0
7 6 36
9 5 44 90 87
0 31 43 98 99 8
15 21 32 4
0
3
9 20 56 64 44 23 0
0 14 36 97 48 0
2 16 54 39 23 0
4 6 44 32 54 20 8
16 21 62 35 14
0 3 52 0 0 0 0
0 55 77 87 39 22 10 2
23 42 54 63 42 19 14 1
1 7 3 0 18 2 11 0
0 13 9 0
0
0
Amostragem Aleatória De dois estágios
Amostragem Adaptiva de Dois Estágios
0
mean = 35.8
0
0
3
mean = 9.6
mean = 34.7
4
mean = 7.4
mean = 30.6
0
0
0
Amostragem Aleatória Estratificada
Amostragem Adaptiva de Dois Estágios
0
6
90
0
0
0 0
0
0 3
0 0
14 97
50
4
23 14
88
0
0
2 0
o
0
5
10
15
20
25
30
35
40
1999 2000 2001
Pla
nts
per
sq
uare
mete
r (s
tan
dard
devia
tio
n)
Year
stratified random
adaptive sampling
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.
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.
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.
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.
Amostragem por Cluster
As amostras de cluster freqüentemente envolvem estágios múltiplos, com clusters dentro de clusters.
Amostragem por Cluster
22
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.
23
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).
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.
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.
Amostragem Populacional
População genética População ecológica População Estatística
Amostra
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
(Lowe et al. 2004)
População alvo e amostrada e Amostra
• A coleção total de unidades das quais você quer fazer inferências. • Mensuração de todas as unidades da população alvo é um censo.
População Alvo
Populações estatísticos e biológicas
• Freqüentemente há elementos da população alvo que não podem ser mensurados, e por isso um sub-conjunto é medido. Isso é a população amostrada.
População amostrada
• A coleção de unidades (replicas) dentro da população amostrada que é realmente mensurada.
Amostra
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.
População versus Amostra
Amostra População verdadeira
Qual é qual? - Um exemplo
cerrado melhorada
A abundancia de tamanduá bandeira diferente entre pastagens nativas de cerrado e 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?
Fator Crítico
A amostra precisa ser representativa de sua população
Generalização (validade externa) dos resultados depende desse fator!
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
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
Amostragem Dobrada
– Quando?
– Umas áreas grandes podem ser levantadas sem custos elevadas e não inteiramente
– Um sub-conjunto da área pode ser levantado ou usado para estimar p
Como?
– O contagem extensivo (incompleto) é ajustado a probabilidade de detecção estimada de contagens intensivos para obter uma estimativa da abundancia da área amostrada extensivamente
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
Como estimar p para a área inteira amostrada extensivamente?
p = Ce/Ci para as unidades que foram amostradas extensivamente e intensivamente (Ce<Ci) – p pode ser específica espacialmente (ao
habitat)
^
^
p
CeN
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.
Amostragem Não Probabilística
Implica o uso de uma amostra conveniente
A amostragem de propósito – limitada a um grupo específica propositalmente
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
Alternativas a Amostragem Aleatória Simples
Use uma técnica diferente de amostragem – Amostragem por acessibilidade
– Amostragem oportuna
– Amostragem por juízo - a experiência do coletor
Amostragem por Disponibilidade
Os elementos são selecionados para amostragem de
disponibilidade porque são facilmente encontrados..
Amostragem por Acessibilidade
Unidade Amostral
(Lowe et al. 2004)
Rio Unidade Amostral
Unidade não acessível
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.
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.
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.
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).
15
• As vezes 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
hora do dia
mês do ano
clima
observador
esforço amostral
territorialidade
sexo
classe etária
densidade
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.
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
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
Baixo alto
Impactos de pegadas
humanas Amostragem aleatória
Amostragem não aleatória
A amostragem aleatória não detecta os efeitos De um arranjo dos impactos de pegadas humanas
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
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!),
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.
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
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.”
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
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…
Recommended