00:00:00
Oi gente acha a gente pode dar início ao
00:00:03
nosso 11º aula dos encontros semanais é
00:00:07
o tema de hoje vai ser planejamento
00:00:09
amostral como é que tá o relatório vou
00:00:12
falar dos Tópicos é o seu João e Ricardo
00:00:15
Xavier se orientado da Paz só escrito e
00:00:19
quem ajudou nessa hora aula de hoje isso
00:00:21
aí André Mário eu não tenho então
00:00:27
e essa é a maneira aqui que Eu dirigi a
00:00:29
aula vai ser dividido em cinco momentos
00:00:33
né vai ser em produção média de
00:00:35
amostragem dimensionamento amostral é
00:00:38
falar um pouquinho depois sobre os tipos
00:00:40
de hero e Mais especificamente do erro
00:00:42
aleatório foi o que está proposto
00:00:45
matemática aos finais considerações
00:00:47
finais
00:00:50
iniciando Então nossa apresentação a
00:00:53
gente precisa definir o conceito de
00:00:55
população população mais seu corpo e
00:00:57
esses Neve a entender população
00:01:00
Corinthians elementos que se deseja
00:01:03
estudar pode ser qualquer elemento que
00:01:05
seja vai ser a nossa população e a gente
00:01:08
vai ter populações dos mais variados
00:01:10
tipos e ele vai estar mandar Terminal da
00:01:12
característica que vai ser de nosso
00:01:14
interesse faz tudo a população eu posso
00:01:16
ser finito Ou infinito é a gente vai ter
00:01:19
um Limiar lá é difícil mas ela os 10 mil
00:01:23
abaixo das melhores gente considera o
00:01:25
próximo Filipe e os 10 melhores vai
00:01:28
considerar um possam infinito azul ao
00:01:31
amostral em cima desse conselho a gente
00:01:34
tem a população ao vai ser o grupo
00:01:36
surpreendido as inferências estatísticas
00:01:37
do objetivo do nosso estudo e a gente
00:01:41
tem a população fonte mas só isso juiz
00:01:43
selecionáveis e vão representar a
00:01:45
população Paulo
00:01:48
o d-fine então com seja a mostra a nossa
00:01:51
mais uma parte da população e pra que
00:01:55
tem valor na nossa na nossa pesquisa
00:01:57
essa moto precisa ser representativa que
00:01:59
possua ou seja kekkaishi encontrar no
00:02:03
nosso estudo com aquele segmento
00:02:04
populacional tem que valer tem que ser
00:02:07
verdade para pela população muitas vezes
00:02:09
é alguns limitações impede e é a extensa
00:02:14
correspondência Então a partir da
00:02:17
amostra a gente vai vai ser possível
00:02:19
fazer as diferenças na população geral e
00:02:23
ela vai ser necessário por questões
00:02:24
práticas Então acho que normalmente a
00:02:26
gente consegue estabelecer uma amostra a
00:02:29
partir da qual a gente vai ter uma
00:02:30
relevância na significância estatística
00:02:33
do nosso estudo a gente pode começar
00:02:36
tempo nesse sentir com a gente não
00:02:38
preciso fazer um almoço quilométrico
00:02:41
porque a gente tem uma moto X calculada
00:02:44
a gente vai tô menor custo no projeto
00:02:46
também e a gente vai e
00:02:48
nas Asus Lembrando que a gente tem um
00:02:51
aspecto Por exemplo quando você vai
00:02:53
fazer um
00:02:54
estudo Clínico randomizado em definido
00:02:57
lá o você vai fazendo tratamento olha só
00:03:00
tá muito feio você é definido o valor
00:03:02
função ele já coloquei calculo amostral
00:03:06
é você se você for nesse aquele
00:03:10
sofrimento aquela experiência a mais
00:03:12
pessoas do que o estabelecido você já
00:03:16
atingiu o que que era o valor que ela
00:03:18
pro curso para você não significar assim
00:03:20
e você vai você vai estar deixando de
00:03:23
dar um benefício para me passar
00:03:26
Oi e aí não vai dar aquele isso então
00:03:28
quem és tu não és Tu também
00:03:30
então pego o estudo a partir do momento
00:03:32
que a gente já consegue fazer as aulas
00:03:35
com parentes o principal lugar além
00:03:37
disso
00:03:39
bom então até mais ou menos como que
00:03:41
acontece né a gente tem as técnicas de
00:03:43
amostragem vai retirar lá na população é
00:03:46
um segmento amostral esse segmento
00:03:48
mostrar o depois vai passar por análises
00:03:51
estatísticas vai fazer diferentes sobre
00:03:55
a população inteira ó
00:03:58
e a gente tem alguns critérios de
00:04:00
elegibilidade para você relevância e na
00:04:02
definição da amostra Então a gente vai
00:04:05
ter que estar de inclusão vai ser a
00:04:07
população preferido para fazer baixo
00:04:09
daquela moça vai definir os selecionados
00:04:12
a população ao e a gente vai ter o
00:04:14
critério de exclusão vai ser usado para
00:04:16
remover aqui é a fonte de variabilidade
00:04:19
a pessoas que não vão não vão ser úteis
00:04:23
ao Nosso a nossa pesquisa os objetivos
00:04:26
Então dessa desse critério de
00:04:27
elegibilidade é a minimizar potenciais
00:04:29
vieses música é
00:04:31
da inclusão da mesma pessoa muitas vezes
00:04:34
comigo
00:04:35
é só aqui um exemplo a gente tem um Que
00:04:37
raio é que
00:04:40
que avaliada a baixa gosta dessa celona
00:04:44
versus possível na
00:04:47
libido na menopausa E aí foi definir os
00:04:51
critérios de inclusão alguns variáveis
00:04:53
demográficas no caso mulheres Entre 50 e
00:04:56
59 anos características clínicas né
00:04:59
então pessoas mulheres estrelas e tem um
00:05:01
parceiro sexual e que tem uma
00:05:03
preocupação acerca da redução lado dele
00:05:05
é os caracteres também é um tem que
00:05:09
tomar esse e alguns critérios de
00:05:11
exclusão aqui seria paciência e não
00:05:13
teria uma probabilidade de ter um
00:05:15
segmento lá parece que você assista
00:05:18
alcoólicos e planeja mudar de um lugar
00:05:20
paciente que tem uma inabilidade ele
00:05:24
prover
00:05:25
prover o
00:05:28
básico a gente no caso que seja passei
00:05:30
esses olhos irritados ou que têm algum
00:05:32
Barretos linguagem e também alguma
00:05:34
história de O que é infarto ou AVC e
00:05:39
impaciência não ir no mercado aí aqui é
00:05:41
a parte disso a gente vai selecionar a
00:05:44
população da nossa moça vai e a parte de
00:05:47
se a gente consegue definir uma morte e
00:05:49
trabalhar nossa em cima bater
00:05:52
selecionado
00:05:54
tô falando então com os métodos de
00:05:56
amostragem que a gente vai ter é
00:05:58
principais né
00:06:00
inicialmente a mostrar ela pode ser
00:06:03
dividida em dois metros a gente vai ter
00:06:05
os métodos probabilísticos e os não
00:06:08
probabilístico o objetivo principal do
00:06:11
método próprio do mestre palavra lixo
00:06:13
vai ser obrigado a obter uma
00:06:16
representatividade significativa
00:06:18
verdadeira em relação à população geral
00:06:22
ele vai ser requerido quando variações
00:06:25
individuais devem ser considerados e a
00:06:27
principal característica dos métodos
00:06:29
probabilísticos é que cada unidade
00:06:31
amostral vai trocar uma habilidade igual
00:06:34
e não mula selecionado no caso dos não
00:06:37
probabilísticos aí chama também de
00:06:39
amostragem por conveniência é o
00:06:42
pesquisador para estabelecer um critério
00:06:44
eterro é próprio para selecionar sua
00:06:48
amostra para a gente não tem
00:06:49
aleatoriedade a gente não tem nada disso
00:06:51
consequentemente também a gente e
00:06:55
a nossa amostra vai estar condicionada a
00:06:59
maiores vezes então o justamente por não
00:07:02
garantir uma representatividade né Se
00:07:05
ficar chique
00:07:07
é sobre a subdivisão a subdivisão de
00:07:10
Visões que a gente vai ter não amostra
00:07:12
probabilística na casa é aleatório né a
00:07:15
gente vai ter amostra aleatória simples
00:07:16
A sistemática a estratificada e amostra
00:07:20
por conglomerado no caso amostragem não
00:07:23
probabilística a gente vai ter
00:07:25
amostragem a Evelyn EA é uma também
00:07:27
chamada de amostragem acidental a gente
00:07:31
tem amostragem intencional que é por
00:07:34
julgar mesmo amostragem por cotas e
00:07:36
amostragem qual Bola de Neve igual
00:07:39
escrever mais comigo nesses aspectos vão
00:07:41
ser relevantes para o nosso entendimento
00:07:43
na amostragem probabilística aleatória
00:07:45
simples cada mesmo da população vai ter
00:07:48
uma chance igual e da pendentes e
00:07:50
selecionado Então se vocês um horário
00:07:52
aqui na cima ali é a gente tem vários
00:07:55
membros E aí vai ser feito essa
00:07:58
população vai ser numerada e vai ser
00:08:01
feito um sorteio isso aí povo
00:08:03
cês por sorte estatísticos ou até mesmo
00:08:06
a vela que senhor o teste e aí a gente
00:08:09
vai selecionar aqueles números a gente
00:08:11
vai escolher o capacitor está morto
00:08:13
então tem aula a o fator da
00:08:16
aleatoriedade certo
00:08:18
e na amostragem sistemática a gente vai
00:08:22
retirar é elementos intervalos regulares
00:08:25
até pouco a voz Total com que isso é
00:08:27
filho por exemplo a gente tem uma
00:08:29
população de 5.000 pessoas e não lá no
00:08:33
nosso no nosso carro promoção foi
00:08:35
definido que a gente vai precisar de 500
00:08:37
pessoas para para comprar nossa moto
00:08:40
então o que é feito a gente vive 5.500 a
00:08:45
gente vai ter dez no caso a gente tô
00:08:47
carinho número de madex vamos um pouco
00:08:49
mais sou chato três então a gente se
00:08:52
relacionar número 3 13 23 33 e subs 10
00:08:56
10 não Consegues carro está representado
00:08:59
aqui na imagem Então essa esse vai ser
00:09:03
um tipo de amostra que tem cada cada
00:09:06
membro da população vai ter uma chance
00:09:08
igual seleção Mas vai depender do outro
00:09:11
elemento social Diferentemente da
00:09:13
amostra aleatória aleatórias isso eu
00:09:15
falei anteriormente e não depende do d a
00:09:18
mesma
00:09:21
a amostragem estratificada vai ser usado
00:09:23
por lá quando a população foi
00:09:25
heterogênea em relação aos objetivos de
00:09:28
estudo a pesquisa então é dentro da
00:09:30
população a gente faz dessa heterogêneas
00:09:32
essa página embaixo e cada grupo da
00:09:35
amostra vai deve ser representativo E aí
00:09:39
a gente divide mas a gente faz essa
00:09:43
divisão quando partir dessas obter
00:09:45
estimativas precisas sobre cada uma das
00:09:47
subdivisões aí a gente vai poder ter uma
00:09:50
amostragem estratificada proporcional
00:09:53
quando o motivo o número de elementos
00:09:58
daquele extrato vai ser proporcional
00:10:00
ao tamanho daquele extrato Então se fome
00:10:03
extrato e apresenta o bicho o centro da
00:10:04
população é a gente vai fazer essa média
00:10:07
ponderada relação ao número de
00:10:09
participantes da amostra daquele saco e
00:10:13
no na nossa cortina a gente vai
00:10:15
selecionar definir um número X para
00:10:18
qualquer extrato que seja
00:10:19
independentemente do tamanho bom então
00:10:24
bom então falando agora do da amostragem
00:10:26
probabilística em conglomerados a última
00:10:29
aqui tá a população vai ser subdivididos
00:10:32
em subdividido em grupos ou conveniência
00:10:35
é E aí mas ela é dividida em grupos ou
00:10:39
conveniência mas tem o fator já leva
00:10:41
aparelhagem porque por exemplo é
00:10:45
utilizar Quando escola hospitais do
00:10:48
município universidades por exemplo você
00:10:49
divide o município em bairros E aí você
00:10:53
faz um sorteio entre e seleciono alguns
00:10:56
aqueles males vai fazer isso em cima
00:10:59
dessa mostrar dessa moça Então essa
00:11:02
mostra vai ser
00:11:03
vai ser o utilizado publicação é a gente
00:11:08
não eram substancial dos custos da
00:11:10
amostra com essa estratégia sem
00:11:13
comprometer muito a precisão bala
00:11:16
tô falando então agora sobre amostragem
00:11:18
Não probabilística é a primeira
00:11:21
acidental Aécio Teria como os alimentos
00:11:24
da pesquisa vão aparecendo acaso exemplo
00:11:26
disso é quando uma pesquisa de opinião
00:11:28
por exemplo e você entrevista as pessoas
00:11:31
vão aparecendo na sorvete então é uma
00:11:36
é é é uma moto final que vai selecionar
00:11:39
os elementos mais acessível Mas pode não
00:11:41
ser apresentar de qual a população geral
00:11:43
né não tem a aleatoriedade como a gente
00:11:47
tava falando lá dos Famosos amostra
00:11:49
intencional com o julgamento é de acordo
00:11:52
com um determinado critério vai ser
00:11:54
escolhido essencialmente um grupo de
00:11:56
alimentos tá com qual preciso então ela
00:11:59
pode não ser
00:12:00
representativo também porque vai levar
00:12:02
em conta outra
00:12:04
é mas em alguns casos né logo o seu
00:12:07
baixo custo EA facilidade de fazer
00:12:10
vai mais justificar ir embora não seja o
00:12:14
ideal
00:12:17
Esse é um outro chip que a gente tem vai
00:12:20
estar amostragem não-probabilística por
00:12:21
voz ela vai estar mais rigorosa né das
00:12:24
técnicas não falava nichos Lembrando que
00:12:26
é a gente não tem aleatoriedade nessas
00:12:29
amor
00:12:30
o pesquisador vai estabelecer códigos
00:12:32
que representem a população um fosse
00:12:34
aqueles status eu falei da probability
00:12:37
então divide
00:12:39
em variáveis de interesse ao pesquisar
00:12:42
louco por exemplo idade sexo
00:12:43
escolaridade E aí as coisas do grupo vai
00:12:46
ser feita sem sorteio então
00:12:49
Diferentemente da amostragem
00:12:52
por status né aí o pesquisador vai
00:12:56
escolher lá é mais por isso aí não só
00:12:58
falta critério Então não vai ter sorteio
00:13:00
e por isso que ela vai mostrar e não
00:13:02
Provavelmente a E no caso dessa dessa
00:13:06
amostragem não probabilística pode me
00:13:08
chamar de novo igual sempre é mais um
00:13:10
grupo inicial de Travis paso vai ser
00:13:13
escolhido de maneira aleatória EA partir
00:13:16
desses primeiros deve estamos os
00:13:18
próprios entrevistados vão direcionar
00:13:20
outras pessoas pertence a população alvo
00:13:24
de interesses é então por exemplo está
00:13:28
pesquisando paciência
00:13:30
hipertensão então
00:13:32
seco tenho paciência entrevistado e E aí
00:13:36
mais tenso E aí o próprio paciente vai
00:13:38
buscar outras pessoas que também tem
00:13:41
hipertensão feliz com essa que ele
00:13:43
conhece né para fazer que sabidamente
00:13:46
faz parte da população logo e essas
00:13:48
pessoas vão nunca está se possa
00:13:50
realmente então por isso tem esse nome
00:13:52
que pode deve aumentar substancialmente
00:13:54
a gente fala me desejar não posso mais
00:13:57
não tem área aleatoriedade né e o cão em
00:14:03
conta a conta aí
00:14:05
tô falando então agora sobre o
00:14:06
dimensionamento da moça que a parte
00:14:09
assim mais matemática né primeiramente a
00:14:13
gente preciso definir o tipo de
00:14:14
variáveis a gente tem a gente tem
00:14:17
variáveis qualitativas e quantitativas
00:14:20
no caso as variáveis qualitativas
00:14:23
lembra que a gente não deve consumir é
00:14:26
um os tipos de Jesus padr acha que vai
00:14:29
estar sempre está dentro estudo
00:14:31
quantitativo mas dentro dessa isso pode
00:14:33
estar chuva a gente tem variáveis
00:14:35
qualitativas Gonçalves nominais e
00:14:38
ordinais e a gente tem as variáveis
00:14:40
quantitativas mostrar as variáveis
00:14:42
intervalares é no caso da das quase
00:14:46
nativas a gente vai ser categorias vão
00:14:48
ser muito aumento
00:14:51
mutualmente é surdo é esse aqui foi
00:14:53
errado no slide e ela vai qualificar
00:14:55
envio de um exemplo para o sangue por
00:14:57
exemplo é o saco Faz mimi Então é uma
00:15:01
coisa muito totalmente excludente
00:15:03
paciente só posta no certo mais não
00:15:06
ué homem ou é mulher e vai qualificar
00:15:10
indivíduo como homem com mulher e aí no
00:15:13
caso da a gente tem espaço civil também
00:15:15
é solteira casada seria essa mesma loja
00:15:18
então seria uma variável qualitativa E
00:15:21
no caso a variável ordinal a gente tem
00:15:23
uma hora e a gente tem tudo isso só eu
00:15:26
pudesse e dá para ficar feliz mas tem
00:15:31
tem Livres por exemplo nível de
00:15:33
escolaridade posso ir
00:15:34
a pessoa tem o ensino médio completo
00:15:38
ensino superior completo para a gente
00:15:40
essa divisão
00:15:42
Esse é o cálculo da amostra nesse caso
00:15:45
das areais pode parte aqui é o principal
00:15:47
para lista ele vai ser feito este te
00:15:50
mando a proporção sempre no caso aliás
00:15:53
das variáveis intervalares ela vai ter
00:15:56
as mesmas propriedades que eu falei
00:15:58
Acima das variáveis qualitativas mas
00:16:00
assim é possível medir a diferença de
00:16:02
valores Então vamos ser grandezas podem
00:16:06
ser subtraído por exemplo em baixa
00:16:08
temperatura altura então a gente pode
00:16:11
fazer operações matemáticas com essas
00:16:13
Bandeiras É por isso o nome dele tá
00:16:17
embalagem e o cálculo da amostra em cima
00:16:20
dessas variados postagens mais recentes
00:16:23
ver este mama médico e aí a gente vai
00:16:26
entender o melhor vai entender um
00:16:27
pouquinho melhor agora só ouvi esquece
00:16:30
só da proporção e da Média da
00:16:31
possivelmente um
00:16:34
e
00:16:34
quando a gente está diante da população
00:16:37
é infinita e É desejado é deseja sabia
00:16:42
qual seria a média do
00:16:45
passa aí o número de pessoas que a gente
00:16:47
precisa para fazer um estudo na que a
00:16:50
população a gente vai dessa forma aqui
00:16:53
então é o famoso em que a gente tanto
00:16:56
tanto escuta falar por aí
00:16:58
nessa forma o Ênio vai ser o nome de
00:17:01
dividir só a nossa o signo aqui vai ser
00:17:04
o desvio padrão da população de
00:17:07
Lembrando que esse Jesus disse que o
00:17:09
padrão da população vai ser em relação a
00:17:11
variável de interesse que é uma variável
00:17:14
quantitativa que a gente tá falando de
00:17:16
médico e o erro esse Edson aquilo que
00:17:19
significa a margem de erro ou é mostrar
00:17:22
o que a gente espera
00:17:24
encontrar no nosso Sul Lembrando que é
00:17:27
se eu é geralmente o máximo de tolerável
00:17:32
é 10 seria da 160 João né então
00:17:36
geralmente fica em torno de 0,5 a zero
00:17:39
irmão
00:17:40
a&s Z aqui vai só uma constante faz um
00:17:43
valor tabelado e é chamado do valor
00:17:46
Cristo que vai indicar o grau de
00:17:48
confiança desejado então Zé represente
00:17:51
desce o Zé Gama 2 representa o grau de
00:17:54
confiança que a gente esquece de naquele
00:17:56
estudo e aí é quando a gente quando a
00:18:00
gente vai fazer vai fazer esse cálculo
00:18:03
as imagens quando atingir admite um
00:18:06
intervalo de confiança gás confiança de
00:18:09
noventa e cinco porcento é o valor
00:18:11
utilizado nos estudos da saúde é esses é
00:18:17
nosso Vai que falam tá pelado de viver
00:18:19
96 aí no estudo da biologia né mas
00:18:24
moleculares esse esse grau de confiança
00:18:26
deve ser 99% e estudo Ciências Sociais
00:18:30
ele passa um pouquinho mais baixo aceita
00:18:32
filhote confiança de 87 por exemplo e o
00:18:35
interessante aqui é que a gente pode
00:18:37
fazer algumas relações a gente pode
00:18:40
fazer algumas relações com essa forte
00:18:42
proporcionalidade então quanto maior for
00:18:44
o grau de confiança se você quer fazer
00:18:46
um eu só estudo você deseje tem um
00:18:49
elástico 99%
00:18:52
Esse é o hino vai ser maior porque são
00:18:55
grandezas diretamente proporcionais
00:18:56
nessa como então um animal aumentar o
00:19:00
exemplo em relação a noventa e cinco
00:19:01
porcento e em relação ao vento por cento
00:19:03
e no caso do desvio padrão populacional
00:19:06
dos Fundos e pão de um padrão maior
00:19:09
também vai ser um maior E no caso do
00:19:12
erro aqui é que vai ser inversamente
00:19:15
proporcional né então quanto menor ele
00:19:17
gostar limite no seu conselho escuro é
00:19:21
maior vai ser o rei então se você não
00:19:23
sei se você espera errado ou se você
00:19:25
espera errado
00:19:26
0,01 é 2017 dinheiro é
00:19:31
o ssn seria muito maior porque se
00:19:34
tivesse um erro de 10 porcento por
00:19:36
exemplo limpar o meu menor existe uma
00:19:39
atuação maior a ser estudado então é
00:19:41
importante a gente faz essas conexões aí
00:19:43
matemática e proporcionalidade
00:19:46
só dar um exemplo aqui breve é um
00:19:50
economista destmar renda média primeiro
00:19:53
antes trabalho em baixarem Direito
00:19:55
quantos valores de renda deve ser
00:19:57
combado se a economistas deseja tem 95
00:20:01
vocês confiança em que a média amostral
00:20:03
esteja menos 500 reais na verdadeiro
00:20:07
média populacional é a e aqui um detalhe
00:20:10
né Suponha que sabem sabe sai Gomes
00:20:13
foram estudo breve e para Tais erros O
00:20:16
desvio padrão serial média populacional
00:20:18
seria a nossa variável interesse é de
00:20:20
sair 250 eu não tinha falado aqui mas
00:20:24
esse desvio padrão a gente vai obter ele
00:20:28
ou na literatura então aí espera aí em
00:20:31
breve foi feito na literatura é parecido
00:20:35
com o nosso
00:20:36
Cash mostra esse desvio padrão EA gente
00:20:39
parte desse desse estudo para o valor do
00:20:42
desvio padrão Ou se não tiver na
00:20:44
literatura a gente precisa fazer estudo
00:20:46
piloto como mesmo 31 não tem mais
00:20:50
levemente
00:20:50
na nossa amostra e a parte disso a gente
00:20:53
calcula o desvio-padrão daquela aquele
00:20:56
suspirou e a gente vai usar isso amor
00:20:58
como o nosso dia aí na nessa forma aí
00:21:03
aplicando aqui a pouco a forma você
00:21:04
vocês podem perceber que fica tranquilo
00:21:06
vai
00:21:08
6° confiança e noventa e cinco porcento
00:21:10
um a nossa variável que é 6250 o erro e
00:21:16
no caso espera um mesmo se espera que a
00:21:19
média salarial que esteja r$ 500 a menos
00:21:23
da verdadeiro mesmo média populacional
00:21:25
Então esse vai ser o nosso ele e aí com
00:21:28
um cálculo aí chega no em uma população
00:21:30
nessa em cima pessoas Então é Então essa
00:21:36
é a população que o economista poderia
00:21:39
fazer esse cálculo com o carro com as
00:21:41
noventa e cinco porcento de um erro de
00:21:44
quem é esse reais ao menos o desvio
00:21:46
padrão da variável de interesse
00:21:49
Ah é Então a gente
00:21:55
agora da população finita né quando a
00:21:59
gente está diante de uma população menor
00:22:01
de 10 mil pessoas e a gente vai calcular
00:22:04
média Você já está diante de uma
00:22:06
variável intervalar
00:22:08
então a gente essa forma que capota são
00:22:10
pouquinho assustador né mas um a
00:22:14
variável não só mesmo daquela com
00:22:16
fórmula as diferenças vai ser aqui a
00:22:19
gente vai ter o n Zinho para representar
00:22:21
a nossa a nossa amostra de interesse e
00:22:24
fazer um Elisão vai só o tamanho da
00:22:26
população Essa vai ser a variável móvel
00:22:29
aqui bicho vai ter o signo que vai ser
00:22:31
um desvio padrão populacional o
00:22:34
Zeca uma dois Gama são os dois é aquele
00:22:38
mês grau de confiança não muda os
00:22:40
valores tabelados é que vai partir de
00:22:43
acordo com o grau de confiança que você
00:22:45
desejar podemos eu estudo o Edson vai
00:22:48
ser o almoço não é Oi aqui é um estudo
00:22:51
que ir e esse estudo que objetivou
00:22:54
avaliar a prevalência de cárie na uma
00:22:58
onda terminado faixa etária
00:23:00
da
00:23:04
nossa determinada faixa etária de
00:23:07
escolares na população montes-clarense
00:23:09
então foi isso que teve um objetivo ou
00:23:12
em grau de confiança de noventa e cinco
00:23:15
porcento está o Zé
00:23:17
vai ser 1,96 os rios padrão que já era
00:23:21
conhecido na literatura não foi nessa
00:23:23
fazer isso estudo piloto pode 1,96 um
00:23:26
tamanho da população era 5539 e o erro
00:23:30
amostral estimado é o
00:23:33
wevo amostral aceito né
00:23:36
para ser no estudo foi de 0,1 seria 10
00:23:41
por cento então africano isso aqui na
00:23:43
formam chegou água enche o esses 96
00:23:46
então isso aqui a gente vai utilizar
00:23:48
Quando a gente é uma população infinito
00:23:51
né minha inox o meu caso aqui e a gente
00:23:54
precisa fazer um cálculo da média para
00:23:56
uma variável é uma prova uma variável
00:24:00
intervalar quantitativo
00:24:04
e fala um pouquinho agora sobre outra
00:24:06
forma e no caso vai ser a população
00:24:08
infinita e o carro da proporção como eu
00:24:12
falei lá não demonstre as variáveis né a
00:24:15
gente vai calcular a média para variar
00:24:17
você tá igual a Larissa e proporção para
00:24:19
variáveis
00:24:20
qualitativas no caso não ser variáveis
00:24:22
ordinais ou nome mais quando a gente
00:24:26
está diante de uma população infinita EA
00:24:29
variável é quase mais firme um para
00:24:31
atividade sexual anteriormente a gente
00:24:35
vai ter essa forma aqui e vai ser o n é
00:24:38
que é o a nossa morte desejar a roça que
00:24:42
a gente deseja encontrar né usei que é a
00:24:44
mesma coisa ao quadrado que vai ser o
00:24:47
grau de confiança desejado no caso usar
00:24:49
da saúde é 1,96
00:24:52
95% for criança não é esse desenho e o
00:24:56
pé vai se a proporção de indivíduos
00:24:58
pertencentes a categorias de interesse e
00:25:01
o que vai ser a proporção de indivíduos
00:25:03
que não pertence à categoria de deles
00:25:05
então o que vai ser um número sou p é e
00:25:08
o erro o é aqui o quadrado vai ser a
00:25:12
mesma mais encher máximo da estimativa E
00:25:15
aí é quando a gente sabe quando a gente
00:25:18
conhece essa proposição juiz pertencer à
00:25:21
categoria de beleza super né e o quê aí
00:25:24
utiliza eles mas se forem desconhecidos
00:25:27
a gente vai substituir esse ousado e o
00:25:30
assunto seria o Márcio seria o máximo é
00:25:36
e a probabilidade máxima da do evento
00:25:39
acontecer né do esperado então
00:25:42
multiplicando ele falou assim o sério
00:25:44
mesmo assim é seria um menos você a
00:25:48
histeria em chegarem na segunda forma
00:25:50
que vai ser o n ou gás confiança ao
00:25:53
quadrado B 0 mesmo dirigido pelo erro
00:25:56
quadrado
00:25:57
então só exemplo aqui plástico rapidinho
00:26:00
é uma assistência social da desejo saber
00:26:03
o tamanho da amostra aí necessário para
00:26:06
determinar a proporção da população
00:26:08
atendida por unidade de saúde que
00:26:10
pertence ao município de Cariacica
00:26:12
não foi feito um levantamento presta a
00:26:15
proporção a Moção importante seu valet
00:26:18
conhecido
00:26:19
e ela quer ter novamente por cento de
00:26:21
confiança
00:26:22
isso é um erro máximo de estimativa né
00:26:25
seja de mais ou menos cinco porcento ou
00:26:28
0,05 quantas pessoas nesta se sentir é
00:26:30
que sabe então deu todos os valores aqui
00:26:33
para a gente ir lá na a fórmula é no
00:26:36
caso noventa porcento é um mesmo ano o
00:26:39
governo é o grau de confiança seria
00:26:41
1,645 ao quadrado vezes 0,25 o que não
00:26:45
foi feito nenhum levantamento prévio
00:26:47
sobre a proporção almoçar já existentes
00:26:49
naquela população e dividido pelo menos
00:26:52
pelo é uma quadrado que vocês fizeram
00:26:54
exames de enxergar aí é uma população de
00:26:58
200 71 pessoas que seriam necessários
00:27:01
esse avaliados para é para atingir o
00:27:06
para determinar a proporção da população
00:27:08
atingir unidade de saúde eu quero a
00:27:11
variável english EA última forma aqui já
00:27:14
tá já tá finalizo nesse só é sério
00:27:19
quando a gente está gente não população
00:27:21
infinita ou seja menor que 10 mil
00:27:23
pessoas e a nossa variável qualitativa
00:27:25
ou seja em cima dessa variável a gente
00:27:28
vai fazer a gente deve estimar a própria
00:27:31
fome e aí nesse caso a gente tem essa
00:27:33
fogo é quer como Natal como na forma
00:27:37
anterior que as mesmas variáveis essa
00:27:39
saúde seria o exame EA população
00:27:43
conhecido nesse caso de cinco mil e esse
00:27:46
39 é o p e o que se forem variados
00:27:50
conhecidos vai ser 0,5 os dois né que no
00:27:53
caso que é o exemplo neste caso usei o
00:27:57
Inter bate confiança nesse caso que o
00:27:59
intervalo de confiança admitido foi de
00:28:02
95 consegue porque o Zé 1,90 e a gente
00:28:07
aplica todos esses valores na fórmula e
00:28:10
aqui né e o a gente vai chegar ao
00:28:15
indesejado aqui ao aquela estimativos
00:28:17
promoção nesse caso aqui sobre a
00:28:20
prevalência de cárie em parte de um
00:28:22
determinado faixa etária de escolha
00:28:25
bom então esse Extra 60 final da
00:28:28
aplicação da Fome
00:28:30
E aí aqui que venha a boa notícia a
00:28:34
gente tem calculadoras amostrais na
00:28:37
verdade eu não sei até que ponto na
00:28:39
prática dos pesquisadores ele é esse
00:28:42
recurso é utilizado de Faro mas eu
00:28:45
acredito que seja utilizado a gente tem
00:28:48
também algum software software software
00:28:52
r e também é utilizada em cálculo
00:28:55
amostrais em pesqueiros Onde está ativos
00:28:58
né então A parte disso a gente coloca o
00:29:00
nosso erro amostral população principal
00:29:03
máximo é a gente coloca o grau de
00:29:06
confiança e a gente chega ao valor agora
00:29:11
o o detalhe aqui aqui em saber qual
00:29:15
forma que a gente tá Estar utilizando
00:29:17
nas calculadoras Porque como a gente viu
00:29:19
casa vai algo você é uma variável pode
00:29:21
bate vai pedir um como se fosse
00:29:24
população infinita vai pedir uma forma e
00:29:26
as o mesmo levado para avaliar variáveis
00:29:29
quantitativas
00:29:30
bom
00:29:33
então chegando aqui no último momento da
00:29:36
aula gente vai falar um pouquinho sobre
00:29:38
o chip de Janeiro
00:29:40
Mais especificamente do erro aleatório
00:29:44
Então a gente tem dois tipos de erros
00:29:47
basicamente né e principais aí que não
00:29:50
sei importante na nossa pesquisa vai
00:29:53
chover relatório e o erro sistemático o
00:29:56
erro aleatório vão ser pequenas
00:29:58
variações nas medidas de uma amostra vai
00:30:00
ocorrer anos a gerações e o detalhe do
00:30:04
relatório aquele foi encontra o controle
00:30:07
pesquisador pesquisador pode desenhar um
00:30:09
isso perfeitamente é um estudo
00:30:13
totalmente assassinado com todas as
00:30:15
etapas bem planejados mas ainda assim
00:30:19
vai acontecer relatório porque é é uma
00:30:23
não é alimentação Vitória é uma imitação
00:30:27
burro no instrumento instrumento O que é
00:30:32
o que vai acontecer vai estar presente
00:30:34
em todas as todas as pesquisas é
00:30:37
vai se vai se vai haver uma distribuição
00:30:40
aproximado com da Média quando se
00:30:43
aumenta o número de medidas então o que
00:30:45
que acontece com o relatório ele pode
00:30:48
ser minimizado de acordo com que você
00:30:50
aumenta o tamanho do almoço de
00:30:53
lançamento com ele é eu tinha falado
00:30:56
anteriormente quando eu demonstrar as
00:30:58
formas que o erro e o erro e o n era um
00:31:02
grandezas inversamente proporcionais
00:31:05
Acabou então isso vai ser isso vai ser
00:31:08
aplicável aqui então se você quer um
00:31:11
você quer um erro muito pequeno você tá
00:31:14
meio de 0,01 muito certo então é só a
00:31:19
nossa mais cedo maior porque se fosse um
00:31:20
ele disse por cento os 10 e que são
00:31:23
grandezas inversamente proporcionais no
00:31:26
cálculo do almoço o que faz sentido
00:31:28
quanto mais é quando aí e avalia O Zeus
00:31:33
na curva gaussiana né quanto maior forem
00:31:36
Quanto mais ela é mesmo tiver só amostra
00:31:39
é menor mais próximo da mais próximo da
00:31:44
Marialva Central verdadeira vai estar
00:31:48
quantos graus
00:31:49
bom então detalhe dele que ele vai poder
00:31:51
você corre com ele
00:31:53
e fala um pouquinho do s.o.s. tempo só
00:31:56
pode diferenciar o esses tempo posso
00:31:59
resultado em uma direção outra então
00:32:02
ao invés de ao contrário do aleatório
00:32:06
edital se o resultado em ambas as
00:32:09
direções não esses tempo ele muda o
00:32:11
resultado é para um lado só ou para o
00:32:14
outro e ele vai depois de problemas no
00:32:16
planejamento ou na consome escuro então
00:32:19
é um vai ser um problema que o
00:32:23
pesquisador precisa de desenhar perfeito
00:32:26
mas muito isso com aquele não ocorra ou
00:32:28
seja o Vixe e um detalhe aqui o esses
00:32:31
tempo que ele não pode ser coco não
00:32:32
possa ser corrigido depois isso aqui tão
00:32:34
perto isso é aumentando ele só se
00:32:37
aumentar o n vai permanecer o erro o
00:32:40
esses tempo lá não vai conseguir Bully
00:32:43
se viesse ela é chave e essa conversa
00:32:48
e é você não vai conseguir por lá esse s
00:32:51
após a finalização da importância do
00:32:54
desenho é tudo certo é totalmente
00:32:59
adequado a
00:33:01
bom então aqui a diferença né que o a o
00:33:05
método de minimização dos seus sistemas
00:33:09
vão sempre
00:33:10
melhorando a estrutura do
00:33:13
aparato nesse caso a estrutura do nosso
00:33:16
estudo é a única maneira de leve pausa
00:33:20
existentes enquanto que o erro aleatório
00:33:22
ele possa ser minimizado é
00:33:25
aumentando a lei de nesse caso que ele
00:33:27
totalmente na leitura de repetidamente a
00:33:30
gente pode interpretar também aumentando
00:33:33
a nossa avaliação do da amostral
00:33:36
repetidamente você já aumentamos Nossa
00:33:38
com ele então é aleatório a gente
00:33:40
consegue burlar com o aumento da
00:33:42
população Esse a temática da matemática
00:33:46
né do da minha apresentação também era
00:33:49
como é que tá o relatório aqui tá
00:33:51
escondido como esse
00:33:54
gráfico que é muito a dar sorte
00:33:57
e é
00:33:59
novo é vamos ao o cenário ideal que o
00:34:02
estudo exato preciso diz pode vir aqui
00:34:05
essa primeira imagem que tem todas as
00:34:07
bolinhas no centro é o valor o valor
00:34:12
real
00:34:14
seria essa linha no centro aqui não sei
00:34:16
se estão conseguindo ver minhas certa
00:34:18
mas essa linha do centro ao valor real
00:34:20
tudo que está à esquerda ou à direita
00:34:23
nessa linha do centro vai ser vai se
00:34:26
chamar dinheiro
00:34:27
nesse caso é o erro aleatório
00:34:30
e logo a gente tem uma só das bolinhas
00:34:33
mais dispersas mas ainda assim todo
00:34:37
centro é o que a gente pode vir aqui
00:34:39
nesse segundo gráfico e o o tamanho que
00:34:42
vai jogar nós vai aumentar então a gente
00:34:43
vai ter mais ele é ele vai ter mais eu
00:34:47
não vai o o erro não vai estar tão
00:34:50
próximo da linha da linha
00:34:53
do que se deseja o que se deseja
00:34:57
encontrar de verdade tal como na
00:35:00
primeira imagem
00:35:01
é isso aqui que isso aqui saiu um
00:35:04
exemplo de um erro aleatório maior do
00:35:07
que no primeiro do que a primeira
00:35:08
exemplo e o que acontece nesse segundo
00:35:11
exemplo em que a linha não está é a
00:35:15
curva que não
00:35:17
e essa culpa não vai estar no meio não
00:35:20
vai estar Centralizado com essa ninho
00:35:22
média aqui é o nosso valor verdadeiro
00:35:25
esse deslocamento entre a linha com
00:35:28
chiado e a linha preta vai apresentar o
00:35:32
esses tempo então esse vai ser nosso
00:35:34
esses tempo então é
00:35:37
na nossa representação gráficos
00:35:41
cartesianos isso aqui que seria chamado
00:35:43
esses que a gente também é como calcular
00:35:46
isso aí mas não é objetivo
00:35:48
e nesses dois aqui nesse urso a gente
00:35:51
teria um esse sempre e também um erro
00:35:54
aleatório maior
00:35:56
porque as bolinhas estão dispersas e nós
00:36:00
estão concentrados igual nesse caso pico
00:36:03
eu nunca que interessante quando a gente
00:36:07
estima um intervalo de confiança um grau
00:36:09
de confiança de noventa e cinco porcento
00:36:14
e a gente
00:36:16
e o nosso erro vamos preparar aqui o
00:36:19
braço confiança e cinquenta por cento
00:36:22
Olha a quantidade de erro vai ser toda
00:36:25
essa parte branca dos dois lados da
00:36:28
Olha a quantidade de vai ter o parado
00:36:31
com um grau de confiança de oitenta por
00:36:34
cento então oitenta por cento já
00:36:36
diminuiu ruim nosso então a gente
00:36:38
considera dentro do nosso futuro quando
00:36:41
a escola vai grau de
00:36:43
20 Bora lá grau de confiança de 80
00:36:47
sempre tem um grau é um grau de
00:36:50
confiança baixo aí a gente já tá coloca
00:36:53
no nosso do nosso estudo tanto toda essa
00:36:55
faixa etária aqui de erros aleatórios
00:36:57
então a gente está contando com isso e
00:37:01
quando a noventa e cinco porcento olha
00:37:03
como que diminui mais ainda a felicidade
00:37:05
ele associado e noventa e nove porcento
00:37:09
no caso dos Montes Claros aí
00:37:11
principalmente olha como que o ele vai
00:37:13
ser quase o ele vai ser muito pequeno
00:37:18
então a gente usa esse grave graça
00:37:20
confiança e não somente para conseguir
00:37:22
diminuir esse é o aleatório mais cedo
00:37:25
inerente a qualquer preciso fazer mais
00:37:29
uma vai ser uma uma limitação que a
00:37:32
gente vai ter mas a gente pode pular ela
00:37:35
aparentemente do esses tempo a gente
00:37:38
pula fazendo desenhando planejando isso
00:37:41
bem feito bem feito
00:37:43
e o relatório a gente pode burlar
00:37:46
aumentando o tamanho da moto é
00:37:49
aumentando o nosso grau de confiança i
00:37:53
o próximos orações finais que eu
00:37:55
gostaria de fazer aqui sobre ele
00:37:57
os tops com abordei hoje e amostragem de
00:38:01
um projeto de responder a é aquela
00:38:03
aquela moça para labirintite lá qual que
00:38:06
a gente vai escolher isso deve ser
00:38:08
ponderado em relação à relevância
00:38:10
estatística do metro e almoçar acho que
00:38:13
a gente tá escolhendo o tempo que eu
00:38:15
posto filha o cálculo é o calculo
00:38:18
amostral correto vai conferir uma
00:38:20
significância estatística pesquisa e
00:38:23
esse cálculo sempre deve ser
00:38:25
dimensionada a gente tem vários 19 são
00:38:29
feitos sem se cada terminar o n Inicial
00:38:34
Qual que é a nossa objetivo de amostra
00:38:36
Inicial então inicia o estorno inicia o
00:38:39
leste da Ásia inicia sem saber onde você
00:38:42
vai parar Então isso é um erro é um erro
00:38:46
na da pesquisa aí tem que ser diminuído
00:38:50
né
00:38:51
e até porque se você é e quando você
00:38:55
terminou seu estudo aí você vai
00:38:56
descobrir faltado faltava sexual de uma
00:39:00
moça muito maior para chegar a uma
00:39:02
relevantes é isso é uma significância
00:39:05
estatística isso é isso não vai ter
00:39:07
marlone
00:39:08
é o esses tem macho dessa é minimizado
00:39:11
para elaboração racional do projeto de
00:39:13
pesquisa e o relatório é reduzido um
00:39:17
planejamento planejamento a nossa uma
00:39:19
corrente então é a principal maneira da
00:39:21
gente reduzir o relatório e a
00:39:24
minimização museus vai para mim
00:39:26
inferências é mais próximos do valor
00:39:29
verdadeiro é o que a gente o que a gente
00:39:32
concluir na nossa roça vai ser a
00:39:36
probabilidade de ser verdade quando a
00:39:38
gente faz um planejamento Moçambique em
00:39:40
graus com peso 95 por cento a
00:39:44
probabilidade de da nossa conclusão ser
00:39:47
verdadeira vai ser
00:39:49
E aí
00:39:52
é igual
00:39:53
Essas foram as minhas referências e nos
00:39:57
obrigado
