Exemplo de amostragem

O que o bloco faz

Carrega um conjunto pensado para ensinar amostragem. Os dois primeiros são POPULAÇÕES inteiras — o cadastro de onde se sorteia —, simuladas com estruturas plantadas, para que a estimativa possa ser conferida contra a verdade.

• fazendas — SIMULADO. 2.400 fazendas (fazenda) em 4 regiões (regiao) e 120 municípios (municipio, 20 fazendas cada), com area_ha, producao_t, irrigada (sim/não) e trabalhadores. As regiões foram plantadas diferentes em ESCALA: o Norte tem 300 fazendas enormes e muito variáveis, o Sul 900 pequenas. Estratificar por região ganha muito, e o Neyman manda amostra para o Norte. A produção cresce com a área (correlação ≈ 0,9): PPS pela área ganha ainda mais. Os municípios têm efeito próprio: sortear municípios inteiros perde.
• estratos_fazendas — a tabela de estratos das fazendas: regiao, N (fazendas), desvio_producao (o desvio da produção na região) e custo por entrevista (o Norte é longe: 60; o Sul, 20). É a entrada do sampling/size_stratified e os totais do sampling/poststratify.
• escolas — SIMULADO. 7.860 alunos (aluno) em 200 escolas (escola, de 20 a 60 alunos), 160 públicas e 40 privadas (rede), com nota e reprovado (sim/não). Alunos da mesma escola se parecem (ICC da nota ≈ 0,25): o caso em que o efeito do desenho de conglomerados dói.
• escolas_resumo — uma linha por escola das escolas: escola, rede e alunos (a população dela). É a tabela de UNIDADES de sampling/margin_levels e sampling/referral.
• perfil_escolas — o perfil dos alunos das escolas em formato longo: variavel (rede, reprovado), categoria, total e participacao. É a composição de sampling/size_domains e os totais de sampling/rake.
• perguntas_exemplo — um questionário mínimo, uma pergunta de cada tipo (pergunta, tipo, opcoes, base): o formato de sampling/question_margins.
• domicilios — SIMULADO, e já é uma AMOSTRA: 420 domicílios de uma pesquisa estratificada por situação (estrato: urbano/rural), com 30 e 12 setores sorteados (setor) e 10 domicílios por setor. Traz peso, o número de setores do estrato (setores_estrato), moradores, renda e internet. É a entrada do sampling/design.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

População

O conjunto completo de unidades sobre o qual se quer concluir algo: todas as propriedades de uma região, todos os alunos de uma escola. Em geral não é possível medir todas, e por isso se mede uma amostra.

Amostra

A parte da população que é de fato observada. Quando é sorteada com probabilidades conhecidas, permite estimar características da população e medir a incerteza dessa estimativa.

Estrato

Um grupo da população definido antes do sorteio (região, porte, turno), dentro do qual se sorteia separadamente. Estratificar garante que todos os grupos apareçam na amostra e costuma reduzir a variância quando as unidades de um mesmo estrato se parecem.

Conglomerado

Um grupo de unidades vizinhas ou ligadas (um quarteirão, uma escola) sorteado inteiro em vez de unidade por unidade. Barateia a coleta, mas unidades do mesmo conglomerado tendem a ser parecidas, o que em geral aumenta a variância das estimativas.

Quando usar

Use para explorar o comportamento dos métodos com população e verdade conhecidas, ou para obter a amostra didática domicilios e praticar a declaração de desenho.

Configuração

• Conjunto — qual conjunto carregar.

Exemplo

O fluxo usa os conjuntos didáticos registrados em sampling/example e inclui o nó desta página.

library(trama)

reg <- tr_registry()
tr_use("trama.sampling", registry = reg)

tr_flow(reg) |>
  tr_add("fazendas", "sampling/example", dataset = "fazendas")

Como interpretar

Cada tabela descreve o conjunto nomeado pelo parâmetro Conjunto; fazendas e escolas são populações inteiras com relações conhecidas, enquanto domicilios já é uma amostra com colunas de desenho. Use a verdade das populações para conferir estimativas simuladas. A saída é Tabela data/table com os dados do conjunto escolhido.