?> MQ | Amostragem

Amostragem

Amostragem

17:22 23 Maio in MQ 2015, MQ 2016

Professor: Marcel Vieira (UFJF)

Dados amostrais de pesquisas são frequentemente analisados pressupondo que os mesmos foram coletados por amostragem aleatória simples com reposição. Alguns cuidados devem ser tomados quando se trabalha com dados de pesquisas de grande porte por conta de três razões principais: 1 – os dados são frequentemente agrupados devido à utilização de amostras de conglomerados em múltiplos estágios ou desenhos de pesquisa longitudinais, o que implica que as observações dentro do mesmo conglomerado (ou observações repetidas para a mesma unidade) estão correlacionadas; 2 – unidades da amostra são selecionadas muitas vezes com probabilidades desiguais; quando estas probabilidades estão relacionadas com a variável de desfecho, a amostragem se torna informativa e os métodos estatísticos precisam levar tal característica em consideração; 3 – dados de pesquisa são quase inevitavelmente sujeitos a não-resposta, muitas vezes de magnitude considerável, o que novamente precisa ser levado em consideração e tratado.
Metodologia do curso: O curso será conduzido com aulas teóricas seguidas de sessões práticas, onde os participantes serão convidados a realizar tarefas que ilustram como usar os métodos e ferramentas para realizar as análises necessárias. Serão fornecidos exemplos usando dados reais. Os materiais do curso serão fornecidos em formato electrônico, incluindo slides do curso, folhas com atividades práticas e conjuntos de dados.
Público alvo: Pessoas que querem compreender os métodos de amostragem e de estimação, bem como software disponíveis pode permitir que analistas possam levar em consideração as características do desenho amostral ao conduzir sua análise. O curso capacitará os participantes a selecionar e analisar conjuntos de dados coletados por inquéritos por amostragem complexa usando métodos modernos e ferramentas disponíveis no software estatístico Stata, incluindo ferramentas para ponderação, estimação de erros padrão e diagnósticos.
Tópicos tratados em sala de aula: 
1 – Motivação e introdução
2 – Principais desenhos amostrais probabilísticos
3 – Análise exploratória de dados amostrais
4 – Ponderação e estimação de erros padrão
5 – Principais abordagens de inferência para dados amostrais
6 – Efeito do Plano Amostral
Tags: