Video Transcript
Neste vídeo, aprenderemos como determinar quando escolher entre pegar uma amostra e usar toda a população. Começaremos definindo o que queremos dizer com esses termos ao lidar com estatísticas. O estudo de estatísticas gira em torno do estudo de conjuntos de dados. Neste vídeo, discutiremos dois tipos importantes de conjuntos de dados, populações e amostras. Uma população inclui todos os elementos de um conjunto de dados. Uma amostra, por outro lado, consiste em uma ou mais observações retiradas da população.
Embora não vamos nos concentrar nelas neste vídeo, há muitas maneiras diferentes de obter uma amostra: por exemplo, amostragem aleatória, amostragem sistemática e amostragem estratificada. Neste vídeo, veremos apenas se devemos escolher toda a população ou uma amostra da população. Uma amostra geralmente tem menos observações do que a população. Usamos uma amostra devido a restrições ou incapacidade de estudar toda a população. As restrições mais comuns são tempo e dinheiro. No entanto, existem outras restrições que também podem afetar nossa capacidade de estudar toda a população. Vamos agora olhar para algumas questões específicas no contexto.
Qual dos seguintes conjuntos de dados seria adequado para verificar o nível de educação nas aldeias pobres da África? É (A) população em massa ou (B) amostras?
Ao decidir qual conjunto de dados usar, precisamos levar em consideração quaisquer restrições. Duas das maiores restrições ao coletar dados são tempo e dinheiro. Nesta questão em particular, precisamos nos perguntar se é possível verificar o nível de educação de todas as crianças nas aldeias pobres da África. Se esse fosse um método sensato, poderíamos usar a população em massa. No entanto, como não é realista visitar todas as aldeias da África, precisamos escolher amostras.
Poderíamos escolher uma amostra de aldeias diferentes e, em seguida, uma amostra de crianças de cada uma das aldeias escolhidas. Esta seria a maneira mais adequada de verificar o nível de educação nas aldeias da África.
Qual dos seguintes conjuntos de dados é adequado para calcular quantos hospitais existem em uma cidade? É (A) população em massa ou (B) amostras?
Ao decidir qual tipo de conjunto de dados escolher, precisamos considerar todas as restrições. Isso inclui tempo e dinheiro, mas também inclui o que estamos tentando descobrir com nossa pergunta. Nesta questão, precisamos calcular o número de hospitais em uma cidade. Isso significa que queremos uma resposta exata. Como resultado, coletar uma amostra não seria benéfico, pois poderia haver mais hospitais em algumas áreas da cidade do que em outras. Para calcular quantos hospitais existem em uma cidade, precisaríamos contar cada hospital individualmente. Isso significa que precisamos usar toda a população. A resposta correta é, portanto, a opção (A). O conjunto de dados mais adequado é a população em massa.
Nas próximas duas perguntas, precisamos identificar se os dados coletados são uma característica da população ou uma amostra estatística.
Olivia conhece muito bem todas as famílias que vivem em sua área. Ela diz que descobriu que o número médio de crianças por família é de 2,3. Esta figura é uma amostra estatística ou uma característica da população?
Lembramos que uma população inclui todos os elementos de um conjunto de dados. Uma amostra, por outro lado, consiste em uma ou mais observações retiradas da população. A palavra-chave nesta pergunta é “todos”, pois afirma que Olivia conhece todas as famílias em sua área. Ela descobriu o número médio de crianças por família usando toda a população de sua área. A resposta correta é, portanto, uma característica da população.
Um estudo afirma que 96% das pessoas com idade entre 16 e 24 anos em um determinado país possuem um smartphone. Esta é uma amostra estatística ou uma característica da população?
Lembramos que uma população inclui todos os elementos de um conjunto de dados. Nesta questão, seriam todas as pessoas com idade entre 16 e 24 anos em um país. Uma amostra, por outro lado, consiste em uma ou mais observações retiradas da população. Devido às restrições de tempo e dinheiro, seria muito difícil pedir a todas as pessoas de 16 a 24 anos de idade em um país. Normalmente, isso aconteceria apenas durante a realização de um censo. Isso significa que os 96 por cento que o estudo afirma devem ser baseados em uma amostra da população. A resposta correta é, portanto, uma amostra estatística.
Qualquer estudo desse tipo não será capaz de perguntar a toda a população, mas se concentrará em uma amostra. Esta amostra poderia ter sido obtida usando uma variedade de métodos. Amostragem aleatória, amostragem sistemática ou amostragem estratificada são exemplos disso.
Em nosso exemplo final, identificaremos algumas palavras-chave envolvidas na amostragem.
Qual deles faz uma inferência em estatística? É (A) computando uma estatística da amostra? (B) Gerando uma amostra aleatória de uma determinada população. (C) Aplicando conclusões tiradas de uma amostra de uma população inteira. Ou (D) calculando a porcentagem da população que exibe uma determinada característica.
Inferência estatística é o processo de usar análise de dados para deduzir propriedades de uma população. Isso significa que estamos procurando tirar conclusões de uma amostra que se aplique a toda a população. A resposta correta é, portanto, a opção (C). Uma inferência aplica conclusões tiradas de uma amostra de uma população inteira.
Vamos agora resumir os pontos principais deste vídeo. Descobrimos neste vídeo que uma população contém todos os elementos de um conjunto de dados. Como uma amostra consiste em uma ou mais observações da população, é um subconjunto da população. Isso pode ser mostrado no diagrama dado, onde a amostra é uma seleção do grupo maior ou população. Todos os elementos da amostra devem estar contidos na população. Também descobrimos que podemos analisar uma amostra para inferir propriedades de uma população inteira. Isso nos permite fazer outras hipóteses ou conclusões sem perguntar a toda a população.
