O que é amostragem por Aglomerado?
em estatísticas, a amostragem por aglomerado é um método de amostragem no qual toda a população do estudo é dividida em grupos externamente homogêneos, mas internamente heterogêneos, chamados clusters. Essencialmente, cada cluster é uma mini-representação de toda a populaçãoestatística é um termo que é derivado do status da palavra latina, o que significa um grupo de figuras que são usadas para representar informações sobre.,
Após a identificação dos clusters, determinados clusters são escolhidos usando amostragem aleatória simples, enquanto os outros permanecem representadas em um estudo. Após a seleção dos clusters, um pesquisador deve escolher o método apropriado para amostrar os elementos de cada grupo selecionado.
Métodos de amostragem Primária
existem principalmente dois métodos de amostragem dos elementos do método de amostragem por aglomerado: uma fase e duas fases.,
numa amostragem de uma só fase, são amostrados todos os elementos de cada agregado seleccionado. Na amostragem em duas fases, é aplicada uma amostragem aleatória simples dentro de cada agregado para seleccionar uma subamostra de elementos em cada agregado.o método do aglomerado não deve ser confundido com amostragem estratificada. Na amostragem estratificada, a população é dividida em grupos mutuamente exclusivos que são externamente heterogêneos, mas internamente homogêneos. Por exemplo, na amostragem estratificada, um pesquisador pode dividir a população em dois grupos: homens contra mulheres., Inversamente, na amostragem de aglomerados, os aglomerados são semelhantes uns aos outros, mas com composição interna diferente.
vantagens da amostragem por Aglomerado
o método por aglomerado apresenta uma série de vantagens em relação à amostragem aleatória simples e à amostragem estratificada. As vantagens incluem:
1. Requer menos recursos
Uma vez que a amostragem por aglomerado seleciona apenas alguns grupos de toda a população, o método requer menos recursos para o processo de amostragem., Portanto, é geralmente mais barato em relação à amostragem aleatória simples ou estratificada, uma vez que requer menos despesas administrativas e de viagem&ASG&a inclui todas as despesas de não produção incorridas por uma empresa em qualquer período determinado. Inclui despesas como aluguel, Publicidade, marketing.2. Mais viável
a divisão de toda a população em grupos homogéneos aumenta a viabilidade da amostragem. Além disso, como cada aglomerado representa toda a população, mais indivíduos podem ser incluídos no estudo.,
desvantagens da amostragem de agregados
apesar dos seus benefícios, este método ainda vem com algumas desvantagens, incluindo:
1. Amostras enviesadas
o método é propenso a biasessample seleção viés BiasSample seleção é o viés que resulta da falha em garantir a aleatorização adequada de uma amostra da população. As falhas da selecção da amostra. Se os aglomerados que representam toda a população fossem formados sob uma opinião tendenciosa, as inferências sobre toda a população também seriam tendenciosas.2., Erro de amostragem elevado
geralmente, as amostras colhidas utilizando o método de cluster são propensas a erros de amostragem mais elevados do que as amostras formadas utilizando outros métodos de amostragem.
Leituras Relacionadas
TPI é o provedor oficial do mundial de Modelagem Financeira & Avaliação do Analista (FMVA)™FMVA® CertificationJoin 350,600+ alunos que trabalham para empresas como a Amazon, J. P. Morgan, e a Ferrari programa de certificação, projetado para ajudar alguém a se tornar uma empresa de classe mundial de analista financeiro., Para continuar a aprender e progredir na sua carreira, os recursos adicionais do CFI abaixo serão úteis:
- conceitos estatísticos básicos em conceitos estatísticos de base financeira para uma compreensão sólida das estatísticas é crucial para nos ajudar a compreender melhor as finanças. Além disso, os conceitos estatísticos podem ajudar os investidores a monitorizar
- A hipótese de testar Aipotese testando Aipotese é um método de inferência estatística. É usado para testar se uma declaração relativa a um parâmetro da população está correta., Teste de hipótese
- seleção de amostra biassample seleção viés de seleção BiasSample é o viés que resulta da falha em assegurar a aleatorização adequada de uma amostra da população. As falhas da seleção da amostra
- Tipo II ErrorType II ErrorIn hipótese estatística teste, um erro tipo II é uma situação em que um teste de hipótese de deixar de rejeitar a hipótese nula de que é falso. Outros