Amostra e População
Antes que possamos realmente explicar a distribuição amostral, precisamos trabalhar alguns conceitos mais básicos de estatística, que são usados por pesquisadores para aprender sobre populações de seres humanos.
No contexto da pesquisa, uma população refere-se a todas as unidades ou casos de interesse em um estudo, enquanto uma amostraé um subconjunto dessa população da qual as informações são coletadas. As amostras são frequentemente utilizadas em pesquisas porque não é possível ou desejável coletar informações de todas as unidades ou casos em uma população. Por exemplo, suponha que você esteja interessado em saber quanto tempo leva para um adulto médio em sua cidade viajar para o trabalho em um dia normal. Provavelmente seria muito caro e demorado para você coletar essas informações de cada adulto residente em sua cidade. Em vez disso, você pode pedir a 100 adultos selecionados aleatoriamente em sua cidade para fornecer essas informações e usá-las para determinar o tempo médio de deslocamento. Essa média seria específica para essa amostra. Se você perguntasse a outros 100 residentes adultos selecionados aleatoriamente quanto tempo eles levam para viajar para o trabalho em um dia normal e calculasse sua resposta média,
Estatística e Parâmetro
Agora que você entende a relação entre uma amostra e uma população, vamos falar sobre a associação entre uma estatística e um parâmetro. Uma estatística é o valor de um atributo de uma amostra. Conforme descrito acima, os pesquisadores costumam usar estatísticas para estimar o valor de uma característica de uma população. Esse valor é chamado de parâmetro . Ou seja, as estatísticas são números que resumem as informações de uma amostra e os parâmetros são números que resumem as informações para a população maior da qual a amostra foi retirada. Uma boa maneira de lembrar a diferença é olhar para as primeiras letras das palavras: a s medidas tatistic algum aspecto de um de s amplo, e um p medidas arameter algum aspecto de ump opulação.
Embora os pesquisadores usem as estatísticas por vários motivos, um dos principais objetivos é tirar conclusões sobre as características de uma população com base nas informações obtidas de uma amostra. Exemplos de estatísticas comumente apresentadas em pesquisas são a média da amostra e o desvio padrão. Esses dois valores costumam ser apresentados juntos. A média refere-se ao valor médio. O desvio padrão refere-se à dispersão dos valores.
Definição de Distribuição de Amostragem
Agora que já cobrimos tudo isso, podemos dizer que uma distribuição amostral é um conjunto de todos os valores possíveis que uma estatística amostral pode ter quando calculada a partir de todas as amostras aleatórias do mesmo tamanho em uma população. Então, usando o exemplo acima, imagine que você perguntou a 100 residentes adultos da sua cidade selecionados aleatoriamente quanto tempo eles levam para viajar para o trabalho e calculou a média. Agora, imagine que você fez isso de novo e de novo e de novo até que tenha selecionado todas as amostras aleatórias possíveis de 100 residentes adultos na cidade. (Você provavelmente está percebendo neste ponto que a distribuição de amostragem é teórica por natureza.) Agora, imagine que você exibiu todas essas médias em um gráfico chamado histograma.. A distribuição de amostragem resultante da média da amostra pode ser semelhante a esta:
 |
Considerando que a média é representada neste exemplo, as distribuições de amostragem podem ser construídas para qualquer outro parâmetro de interesse.
Resumo da lição
Uma distribuição de amostra é um conjunto de todos os valores possíveis que uma estatística de amostra pode ter quando calculada a partir de todas as amostras aleatórias do mesmo tamanho. Os pesquisadores coletam informações de uma amostra e estimam parâmetros usando distribuições de amostragem.