Simular desenho

O que o bloco faz

Avalia o DESENHO, e não a amostra: pega a receita guardada na amostra ligada (o bloco de seleção, o n, os estratos, a pós-estratificação), sorteia de novo da mesma população Repetições vezes, estima em cada uma, e compara com a verdade — que existe, porque a população inteira está no cadastro.

O card é o histograma das estimativas, com a verdade (linha cheia) e a média das estimativas (tracejada). Embaixo:

• EP — o erro padrão EMPÍRICO, o desvio das estimativas entre amostras. É o erro que o desenho de fato tem. Entre parênteses, o erro padrão que o estimador CALCULA, em média: se os dois batem, o card de uma amostra só é confiável.
• viés — quanto a média das estimativas se afasta da verdade, em %. Média e total pelo desenho são (quase) sem viés; um estimador que ignora o peso não seria.
• cobre — em quantas amostras o intervalo de confiança contém a verdade. Deve ficar perto da confiança (95%); abaixo, o intervalo promete mais do que entrega.

Duas simulações lado a lado, com o mesmo n e desenhos diferentes, são a comparação de eficiência: o desenho de EP menor precisa de menos amostra para a mesma precisão. Para desenhá-las juntas, sampling/plot_simulation; para uma tabela, ligue as duas num data/bind_rows (o adaptador dá uma linha de resumo por simulação).

Só funciona com amostra de bloco de seleção: a de sampling/design não guarda a população.

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.

Erro padrão

O desvio padrão de uma estimativa: quanto ela variaria se o estudo fosse repetido com outra amostra. Diminui quando a amostra cresce e é a base dos intervalos de confiança e dos testes.

Intervalo de confiança

Uma faixa de valores calculada a partir da amostra. Com 95% de confiança, o procedimento produz intervalos que contêm o valor verdadeiro em 95% das amostras possíveis; não quer dizer que um intervalo específico tenha 95% de probabilidade de acertar.

Quando usar

Use para examinar, sob uma população conhecida, viés, erro padrão e cobertura esperados de uma receita de seleção.

Pressupostos

• A população ligada é o cadastro completo de onde o desenho sorteia: a verdade medida é a dela, e o resultado vale para populações parecidas com ela.

  Se falhar: Com cadastro parcial ou simulado, leia viés e cobertura como os do cenário, não os da pesquisa real.

• As repetições são suficientes para o erro de Monte Carlo: com R réplicas, a cobertura tem erro padrão √(c(1 − c)/R), cerca de 1 ponto com 500.

  Se falhar: Aumente as Repetições antes de concluir sobre diferenças pequenas de cobertura ou de EP.

Configuração

• Variável — coluna numérica da população.
• Estimador — média ou total.
• Repetições — quantas amostras sortear (20 a 10.000). 500 dão a cobertura com erro de ±2 pontos.
• Confiança — a do intervalo cuja cobertura se mede.

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("pop", "sampling/example", dataset = "fazendas") |>
  tr_add("amostra", "sampling/srs", n = 200L, from = "pop") |>
  tr_add("simulacao", "sampling/simulate", variavel = "producao_t", repeticoes = 200L,
         from = "amostra")

Como interpretar

O resumo compara estimativa média com a verdade, mede viés e erro padrão empírico, e calcula a cobertura dos intervalos. Cobertura observada perto da confiança configurada indica calibração adequada neste cenário simulado. A saída é Simulação sampling/simulation com resultados das repetições.