Dois estágios

O que o bloco faz

A amostra em DOIS estágios: sorteia m conglomerados (primeiro estágio) e, dentro de cada um, uma AAS de unidades (segundo estágio). É o desenho das pesquisas domiciliares — setores, depois domicílios — e das avaliações escolares — escolas, depois alunos.

Com o primeiro estágio proporcional ao tamanho e o mesmo número de unidades em todo conglomerado, a amostra é AUTOPONDERADA: toda unidade da população tem a mesma chance, e o peso é o mesmo para todas. É o padrão, e o que se usa quando os conglomerados têm tamanhos muito diferentes.

Com iguais, o peso de cada unidade é (M/m) · (N_c/n_c).

Conglomerado menor que o número pedido entra inteiro. A variância é a do conglomerado último — a variação entre os totais estimados dos conglomerados, que já inclui a do segundo estágio.

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.

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.

Variância

A média dos quadrados das distâncias de cada valor à média: mede o quanto os dados se espalham. O desvio padrão é a raiz quadrada da variância e fica na mesma unidade dos dados.

Quando usar

Use quando o cadastro permite selecionar conglomerados primeiro e uma amostra de unidades dentro de cada conglomerado depois.

Configuração

• Conglomerado — coluna que identifica o conglomerado.
• Conglomerados a sortear — m.
• Unidades por conglomerado — n_c.
• Primeiro estágio — iguais ou proporcional ao tamanho.

Com o plano de sampling/size_cluster ligado, m e n_c vêm dele.

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 = "escolas") |>
  tr_add("amostra", "sampling/two_stage", conglomerado = "escola", conglomerados = 30L,
         por_conglomerado = 10L, from = "pop")

Como interpretar

A amostra contém as unidades sorteadas dentro dos conglomerados selecionados e pesos que combinam as probabilidades dos dois estágios. Conglomerados menores que o n solicitado entram integralmente. A saída é Amostra sampling/sample selecionada em dois estágios.