Neyman n_h = n·N_h·σ_h/Σ
- Criado por
- Renato Passos, Eng. de Software
- Revisado por
- Renato Passos, Eng. de Software
Última atualização: 18 de abr. de 2026
Sobre esta calculadora
Essa calculadora ajuda a determinar o tamanho ideal da amostra para cada estrato em um estudo de amostragem estratificada, utilizando a alocação ótima de Neyman. O método distribui os elementos da amostra de forma proporcional ao tamanho e à variabilidade de cada estrato, minimizando a variância da estimativa total. A fórmula usada é n_h = (n × N_h × σ_h) / Σ(N_h × σ_h), onde n_h é o tamanho da amostra para o estrato h, N_h é o tamanho populacional do estrato e σ_h é o desvio padrão da variável de interesse naquele estrato.
A calculadora é útil quando a população é heterogênea e pode ser dividida em subgrupos distintos (estratos) com diferentes níveis de variabilidade. Por exemplo, em pesquisas de mercado ou estudos epidemiológicos, onde é necessário garantir que amostras representativas sejam coletadas dos grupos mais dispersos. Isso aumenta a precisão das estimativas finais, especialmente em cenários com recursos limitados.
Importante verificar que os dados de N_h e σ_h para cada estrato sejam conhecidos com antecedência. A alocação ótima de Neyman exige que as estruturas populacionais e os padrões de variabilidade sejam bem compreendidos. Se algum estrato tiver desvio padrão zero, ele não contribuirá para a alocação, pois não há variabilidade a ser capturada.
Essa abordagem é preferível a métodos como a alocação igual (mesmo número de amostras por estrato) quando há grandes diferenças entre os estratos. No entanto, se todos os estratos tiverem a mesma variabilidade ou tamanho, o resultado será semelhante à alocação proporcional. Sempre arredonde os valores finais para números inteiros, ajustando conforme necessário.
Perguntas frequentes
Para que serve essa calculadora?
Serve para determinar os tamanhos da amostra em cada estrato de uma amostragem estratificada, usando a alocação ótima de Neyman, que prioriza estratos maiores e mais variáveis.
Quando usar em vez de métodos como alocação proporcional?
Use quando a variabilidade entre os estratos for desigual. A alocação ótima reduz a variância total, enquanto a proporcional ignora a variabilidade.
O que fazer se não souber o desvio padrão de um estrato?
Use estimativas baseadas em dados históricos ou testes piloto. A falta de σ_h pode invalidar a alocação ótima.
Por que arredondar os resultados?
A amostragem exige números inteiros. Arredonde os valores calculados e ajuste os restos para manter o total n.
O método funciona com poucos estratos?
Sim, mas é mais eficaz com três ou mais estratos. Com apenas dois, a diferença entre alocações proporcional e ótima será menor.