O pacote sampleone implementa os metodos de amostragem
ensinados na disciplina de Amostragem do curso de Estatistica da UFMT,
com base nas notas de aula do Prof. Dr. Mariano Martinez Espinosa
(DEs-ICET-UFMT). Esta vinheta mapeia cada formula do material para a
funcao R correspondente, com a pagina/equacao de origem, para que voce
navegue diretamente da apostila para o codigo (ou vice-versa).
Onde o material nao detalhava algo necessario para a API ficar
completa, o pacote recorre a literatura classica de amostragem –
principalmente Cochran (1977) Sampling Techniques e Bolfarine
& Bussab (2005) Elementos de Amostragem – e isso e
sinalizado explicitamente em @references de cada funcao
(visivel em ?nome_da_funcao).
Todas as funcoes toleram argumentos excedentes: se um problema
fornece mais variaveis do que uma formula especifica precisa, as
sobressalentes sao ignoradas silenciosamente. Toda funcao retorna um
objeto da classe sampling_result, com
print()/summary() proprios que trazem, alem do
resultado numerico, a memoria de calculo passo a passo, uma
interpretacao em linguagem simples e um insight pedagogico sugerindo
temas correlatos para explorar em aula.
| Formula | Funcao |
|---|---|
| (2.2) Total populacional | pop_total() |
| (2.3)/(2.5) Media e variancia populacional | pop_media() |
| (2.4)/(2.5.1) Proporcao populacional | pop_proporcao() |
| (2.8)-(2.10) Estimadores amostrais | amostra_estimadores() |
| Formula | Funcao |
|---|---|
| (3.4)-(3.28.1) Estimacao da media (com/sem reposicao) | aas_estima_media() |
| (3.28.2)-(3.28.3) Estimacao do total | aas_estima_total() |
| (3.16)-(3.44) Estimacao da proporcao | aas_estima_proporcao() |
| (3.15)/(3.37)/(3.38) Tamanho de amostra – media | aas_tamanho_media() |
| (3.23)/(3.24)/(3.45) Tamanho de amostra – proporcao | aas_tamanho_proporcao() |
| Exemplo 3.14 (acrescimo percentual) | aas_ajustar_perdas() |
| (3.46)-(3.47) EPA (AASc vs AASs) | aas_comparar_reposicao() |
| Guarda-chuva | aas_tamanho_amostra() |
| Formula | Funcao |
|---|---|
| (4.1)-(4.4) Estimacao da media | estr_estima_media() |
| (4.9)-(4.11)/(4.16) Estimacao da proporcao | estr_estima_proporcao() |
| (4.6)/(4.14)-(4.15) Alocacao proporcional | estr_alocacao_proporcional() |
| (4.18)-(4.20) Alocacao de Neyman | estr_alocacao_neyman() |
| (4.7)-(4.8)/(4.13) Alocacao com custo | estr_alocacao_custo() |
| (4.5)/(4.8) Tamanho de amostra – media | estr_tamanho_media() |
| (4.12)/(4.13) Tamanho de amostra – proporcao | estr_tamanho_proporcao() |
| (4.24)-(4.25) Ajuste por taxa de resposta | amostragem_ajustar_resposta() |
| Guarda-chuva | estr_tamanho_amostra() |
| Formula | Funcao |
|---|---|
| Secao 5.2 – intervalo de selecao | sist_intervalo() |
| Secao 5.2 – selecao da amostra (com/sem k inteiro) | sist_selecionar_amostra() |
| Formula | Funcao |
|---|---|
| (6.1)-(6.4) Media, 1 etapa | cong1_estima_media() |
| (6.7)-(6.10) Proporcao, 1 etapa | cong1_estima_proporcao() |
| (6.5) Tamanho de amostra (media), 1 etapa | cong1_tamanho_media() |
| (6.11) Tamanho de amostra (proporcao), 1 etapa | cong1_tamanho_proporcao() |
| (6.6) Ajuste por deff + taxa de resposta | cong1_ajustar_deff() |
| (6.12)-(6.18) Media, 2 etapas (M conhecido) | cong2_estima_media() |
| (6.19)-(6.23) Estimador razao da media, 2 etapas (M desconhecido) | cong2_estima_razao_media() |
| (6.24)-(6.29) Proporcao, 2 etapas | cong2_estima_proporcao() |
| Guarda-chuva | cong_estima() |
| Formula | Funcao |
|---|---|
| (7.9)-(7.10)/(7.18)-(7.20) Ajuste e teste de origem | reg_ajustar(), reg_teste_origem() |
| (7.22)-(7.25) Estimador regressao da media | reg_estima_media() |
| (7.27)-(7.32) Estimador razao de R | razao_estima_R() |
| (7.33)-(7.35) Estimador razao do total | razao_estima_total() |
| (7.36)-(7.38) Estimador razao da media | razao_estima_media() |
| (7.42) Variancia piloto | razao_variancia_piloto() |
| (7.41)/(7.43)/(7.44) Tamanho de amostra (R / total / media) | razao_tamanho_R(), razao_tamanho_total(),
razao_tamanho_media() |
| Guarda-chuva (decide razao vs. regressao) | razao_vs_regressao_decidir() |
amostragem_comparar_planos() – compara a variancia
obtida sob diferentes planos amostrais (AAS, estratificada,
conglomerados) para o mesmo problema, calculando o EPA (efeito do
planejamento amostral / design effect) de cada um em relacao a uma
referencia escolhida.
A apostila usa um valor de z arredondado a 2 casas decimais (1,96 /
1,64) e arredonda o tamanho de amostra final para o inteiro mais
proximo – nao necessariamente para cima. O pacote usa por
padrao a pratica estatistica convencional
(arredondar = "cima", sempre conservador, com z de precisao
total via qnorm()), mas todas as funcoes de tamanho de
amostra aceitam arredondar = "proximo" para reproduzir
exatamente os exemplos numericos da apostila.
Todas as formulas acima tem pelo menos um teste testthat
que reproduz um exemplo numerico resolvido na propria apostila (ver
tests/testthat/ no codigo-fonte do pacote) – ou seja, ha
rastreabilidade completa entre cada funcao e a fonte didatica que a
originou.