Ponto 9 - Amostragem em Multiestágios

Gabriel Agostini Orso

Data de Publicação

28 de março de 2026

1 Preâmbulo

AvisoAviso

Antes de prosseguir, o leitor deve estar ciente de que o material aqui utilizado foi elaborado com o único objetivo de estudo pessoal, portanto muitas passagens são fruto de conhecimento e interpretação pessoal. No entanto, ainda assim esse texto faz uso extensivo da literatura científica apresentada ao fim do trabalho, mas por ser material pessoal de estudo muitas passagens não fazem a devida citação das obras consultadas, tal qual se esperaria de trabalhos científicos.

Além isso, não foram utilizadas ferramentas de inteligência artificial como chatGPT, Gemini, Manus ou outras para a construção do texto. Toda a sequência lógica, exemplos, entendimentos e escrita são de responsabilidade do autor.

Com essas condições em mente, espero que esse material seja oportuno. Boa leitura.

2 Introdução

A crescente complexidade das atividades de mensuração florestal, aliada às limitações operacionais e orçamentárias dos inventários, tem impulsionado a adoção de técnicas de amostragem mais sofisticadas, capazes de garantir precisão estatística sem comprometer a viabilidade prática das coletas de dados. Dentre essas técnicas, destaca-se a amostragem em multiestágios, que permite estruturar o processo amostral em níveis hierárquicos sucessivos, adequando-se às características da população e aos objetivos do inventário.

Esse tipo de amostragem surge como uma generalização da amostragem em um único estágio, oferecendo maior flexibilidade e controle sobre o esforço amostral alocado em diferentes níveis da estrutura da população. O raciocínio estatístico por trás da amostragem em estágios envolve a decomposição da variância em componentes entre e dentro das unidades amostrais, o que permite não apenas uma estimativa mais refinada da média populacional, mas também uma compreensão mais precisa da estrutura de variabilidade presente nos dados.

Do ponto de vista metodológico, a amostragem em multiestágios pode ser abordada por diferentes linhas teóricas. A mais adotada em inventários florestais no Brasil é a Teoria da Pesquisa por Amostragem (TPA), cuja base é o trabalho de Cochran (1977), que propõe estimadores diretos construídos com base no desenho amostral, sem necessidade de pressupor distribuições probabilísticas para as variáveis. Em contrapartida, a Teoria da Amostragem Clássica (TAC), que parte de uma abordagem probabilística, também oferece fundamentos úteis, especialmente quando se busca inferência baseada em propriedades assintóticas.

Este trabalho apresenta os fundamentos estatísticos da amostragem em múltiplos estágios, discute os principais estimadores associados, explora o comportamento de suas variâncias e erros amostrais e aponta alternativas de alocação ótima do esforço amostral. São também abordadas extensões como amostragem em três estágios, estratificação em níveis hierárquicos e o tratamento de unidades de tamanho desigual. Por fim, discutem-se aplicações reais no contexto florestal, bem como os avanços tecnológicos que têm potencializado o uso eficiente dessa estratégia em inventários modernos.

3 Fundamentação Teórica

3.1 Princípio de seleção de amostras

Para se compreender o processo de amostragem em multiestágios, é preciso antes compreender a amostragem como teoria geral. Todo o desenvolvimento de estimadores e suas propriedades decorrem do sólido entendimento dos princípios estatísticos que garantem a confiabilidade dos inventários realizados. O primeiro passo desse caminho é compreender o objeto de estudo de inventários e amostragens de maneira geral. E isso se inicia com uma rápida recapitulação do processo amostral que gerou os demais, a amostragem casual simples.

Em uma amostragem, deseja-se estimar uma quantidade, como uma média \(\bar Y\) ou um total \(Y\) de uma certa população de tamanho \(N\). Note que, à medida que \(N\) cresce, torna-se mais impraticável mensurar ou observar todos os indivíduos dessa população, e disso surge a proposta de mensurar apenas um subconjunto dessa população, chamada de amostra, que possui um dado tamanho \(n\). Essa amostra é tomada de forma aleatória na população, isto é, cada elemento que compõe a amostra possui a mesma probabilidade de ser selecionado.

É lógico raciocinar que, embora desejável, se torna impossível obter o valor da população inteira, como a média populacional \(\bar Y\). Em vez disso, a informação está limitada à amostra de tamanho \(n\), que será utilizada para extrair informações da população \(N\). Desse raciocínio surge a ideia de estimador, isto é, uma certa quantidade que é obtida da amostra, mas que procura representar o valor populacional.

Veja que, em uma amostra, a quantidade populacional, ou parâmetro, é sempre desconhecida, mas existem estimadores que são julgados adequados para serem usados em determinadas situações. Seja a média amostral \(\bar y\), por exemplo, esse pode ser um estimador da média populacional.

\[ \bar y = \frac{1}{n} \sum_{i=1}^{n} y_i \]

Onde \(\bar y\) é a média amostral; \(n\) é o tamanho da amostra; e \(y_i\) são os elementos que constituem a amostra, tal que \(i \in 1,2,\ldots,n\).

Note ainda que tal amostra de tamanho \(n\) é ainda apenas uma amostra entre diversas possíveis na população. Na verdade, existem \(\binom{N}{n}\) amostras diferentes possíveis de tamanho \(n\).

\[ \binom{N}{n} = \frac{N!}{n!(N-n)!} \]

Onde \(\binom{N}{n}\) é o número de amostras possíveis, \(N\) é o tamanho da população, e \(n\) é o tamanho da amostra.

Ou seja, supondo que as possíveis amostras são independentes, a probabilidade de ter sido selecionada exatamente essa amostra é de \(1 / \binom{N}{n}\). Essa é a probabilidade de ocorrência de uma determinada amostra, e consequentemente a probabilidade de ocorrer uma dada média amostral \(\bar y\). Em outras palavras, \(\bar y\) é uma variável aleatória, que possui sua distribuição de probabilidade associada.

A maneira de se determinar se \(\bar y\) ou qualquer outro estimador é adequado leva em conta dois princípios: o do viés e o da consistência. Um estimador é considerado não viesado se sua esperança é igual ao valor paramétrico, isto é, se

\[ E[\bar y] = \bar Y \]

Onde \(E[\cdot]\) é o operador de esperança de uma variável aleatória.

Pode ser provado que de fato \(\bar y\) é não viesado para \(\bar Y\). Já a consistência é atestada verificando o comportamento do estimador quando a amostra aumenta, isto é, se o estimador irá resultar no parâmetro quando \(n \to N\):

\[ \bar y = \frac{1}{n} \sum_{i=1}^{n} y_i \qquad n \to N \qquad \frac{1}{N} \sum_{i=1}^{N} y_i = \bar Y \]

De forma análoga, todos os demais estimadores da amostragem casual simples possuem essa propriedade de consistência e ausência de viés. Essa condição é muito importante, pois diversos dos demais processos de amostragem, incluindo a amostragem multiestágios, são derivados da ACS.

Visto que a média amostral é incerta, existe uma variância associada à estimativa da média amostral. A variância da média amostral é dada por

\[ V[\bar y] = \frac{S^2}{n}\left(\frac{N-n}{N}\right) = \frac{S^2}{n}(1-f) \]

Onde \(V[\cdot]\) é o operador de variância; \(S^2\) é a variância da população; e \(f = n/N\) é a fração amostral.

Veja que \(V[\bar y]\), a variância da média, faz uso da variância das observações. A fração amostral \(f\) representa a proporção da população que foi de fato amostrada. No Brasil, o trabalho de Péllico Netto e Brena (1997) criou um grande consenso de que, se \(f < 0{,}02\), então a população será considerada infinita, e o termo \((1-f)\) pode ser omitido do cálculo, o que simplifica algumas fórmulas. Cochran (1977), no entanto, afirma que para \(f < 0{,}05\) esse efeito já é desprezível. Caso contrário, a população é dita finita, e o termo deve ser mantido.

Entretanto, \(S^2\) é desconhecido pois apenas uma amostra foi tomada, e por isso é substituído por seu estimador não viesado e consistente \(s^2\):

\[ S^2 = \frac{1}{N-1}\sum_{i=1}^{N}(y_i - \bar Y)^2 \]

\[ s^2 = \frac{1}{n-1}\sum_{i=1}^{n}(y_i - \bar y)^2 \]

Onde \(S^2\) é a variância da população e \(s^2\) é o estimador da variância da população.

Dessa forma, ao substituir \(S^2\) por \(s^2\), a variância da média amostral passa a ser estimada, portanto

\[ \hat V[\bar y] = \frac{s^2}{n}(1-f) \]

Onde \(\hat V[\bar y]\) é o estimador da variância da média amostral.

A consideração de população finita ou infinita é muito mais profunda do que apenas facilitar cálculos, e representa a convergência de duas linhas estatísticas diferentes do estudo da amostragem. De um lado está o ramo da Teoria da Pesquisa por Amostragem (TPA), que é a principal linha seguida em amostragem e inventários florestais de maneira geral, e foi compilada principalmente por Cochran (1977).

Diferentemente de outras áreas, a TPA não assume nenhuma distribuição de probabilidade para as variáveis, e assume que a população de interesse seja sempre finita. Como não há distribuição de probabilidade associada, os estimadores são encontrados basicamente a partir do desenho amostral utilizado. E uma grande vantagem disso é que os estimadores são exatos, isto é, são adequados tanto para amostras pequenas quanto grandes.

Por outro lado, existe a Teoria da Amostragem Clássica (TAC), que presume a existência de uma população infinita (\(N \to \infty\)), assume uma distribuição de probabilidade para a variável, e possui estimadores com propriedades assintóticas, isto é, possuem convergência quando o tamanho da amostra cresce.

O principal resultado utilizado por essa linha é sem dúvida o Teorema Central do Limite (TCL), que atesta que a média de uma sequência de variáveis independentes e identicamente distribuídas de variância finita tende a uma distribuição normal padrão quando \(n \to \infty\), isto é, se \(E[X_i] = \mu\) e \(V[X_i] = \sigma^2\) para todo \(i \in 1,2,\ldots,n\), então

\[ \frac{\bar X - \mu}{\sigma/\sqrt{n}} \xrightarrow{D} N(0,1) \]

Onde \(\xrightarrow{D}\) representa convergência em distribuição.

E, por consequência, assume-se que

\[ \bar X \sim N\left(\mu, \frac{\sigma^2}{n}\right) \]

Perceba a proximidade do valor da variância com a variância da média utilizada em \(\hat V[\bar y]\). Portanto, assumir que a população é infinita é, na teoria, fazer uso da abordagem TAC. Na prática, ambas as linhas de estudo irão convergir conforme \(N\) cresce e o resultado tenderá a ser o mesmo. Ainda assim, nas fórmulas a seguir é dada ênfase aos estimadores para população finita, pois são mais congruentes com a abordagem da pesquisa por amostragem, e fornecem estimadores não viesados para qualquer tamanho de amostra.

4 Amostragem em Multiestágios

Realizados os devidos fundamentos, pode-se seguir para o racional da amostragem multiestágios, que será acompanhada de experimento realizado na prática.

Suponha que seja desejado saber o tamanho médio de pinhas de Araucaria de uma floresta. Naturalmente, de uma população de \(N\) araucárias de uma floresta, somente uma amostra \(n\) é amostrada de maneira similar à ACS. Note ainda que, para cada árvore \(i\) (onde \(i = 1,2,\ldots,n\)), existem diversas pinhas, diga-se \(M\) pinhas por árvore. No entanto, é também impraticável a medição de todas as \(M\) pinhas de uma araucária, e por isso uma nova amostra — dessa vez das pinhas de uma araucária — é feita tomando \(m\) das \(M\) possíveis pinhas, também de forma aleatória.

4.1 O que são estágios

Nesse exemplo (realizado na prática por Janzen, 2023), existe uma primeira seleção de amostras, chamada de primeiro estágio, que são as \(n\) araucárias de um total de \(N\) na população, e em seguida é dado início a um segundo estágio de amostragem em cada árvore, que é a amostragem de \(m\) de um total de \(M\) pinhas existentes na \(i\)-ésima araucária.

4.2 Ideia de divisão das amostras em subamostras

Na nomenclatura da área, as unidades amostradas no primeiro estágio são chamadas de unidades primárias, enquanto as do segundo estágio são chamadas de subunidades (Cochran, 1977). É possível realizar ainda mais níveis de estratificação, amostrando alguns pinhões dentro de algumas pinhas selecionadas, por exemplo. Entretanto, a maioria dos estudos raramente avança para além de dois estágios, e a literatura estatística da área raramente desenvolve os estimadores para além dessa quantidade, salvo experimentos e trabalhos pontuais.

Na Figura 1 é apresentado um exemplo de amostragem em dois estágios, com \(n=5\) unidades primárias, onde cada uma delas possui \(M=9\) potenciais subamostras, das quais \(m=2\) subamostras são retiradas de cada.

Figura 1: Exemplo de amostragem em dois estágios. Adaptado de Cochran (1977)

Dada a realização de uma amostragem em dois estágios, cada uma das unidades primárias pode ter diferentes tamanhos de subunidades, \(M_i\), entretanto, inicialmente será considerado que \(M_i = M\), isto é, cada unidade primária possui o mesmo número de subunidades \(M\).

4.2.1 Relação com a amostragem de um único estágio

Uma das principais vantagens da amostragem multiestágios é que ela é mais flexível que a amostragem de um estágio. Se \(m = M\), é evidente que a amostragem se reduz à amostragem de estágio único. Porém, se for possível mensurar apenas uma parte de \(M\), então a amostragem multiestágios aparenta ser mais eficiente. Como sempre, essa questão se reduz a um balanço entre precisão estatística e custo. Quando as subunidades na mesma unidade são próximas em valores, é natural que um pequeno valor de \(m\) seja necessário. Por outro lado, algumas vezes é quase tão barato medir toda a unidade primária quanto uma amostra dela.

4.3 Estimativa da média amostral

4.3.1 Média das unidades e subunidades

Seja uma população de tamanho \(N\), é recorrente em inventários florestais (e qualquer amostragem) estimar a média populacional \(\bar Y\), por exemplo. Veja que, na amostragem em dois estágios, existe um método para selecionar as unidades primárias, e então é aplicado outro método para seleção das subamostras. Encontrar uma média significa, então, aplicar a média nos dois estágios.

Estimadores de média da amostragem multiestágios. {#tab-tab1}
Quantidade População Amostra
Média por unidade primária \(\bar Y_i = \dfrac{1}{M}\sum_{j=1}^{M} y_{ij}\) \(\bar y_i = \dfrac{1}{m}\sum_{j=1}^{m} y_{ij}\)
Média geral \(\bar{\bar Y} = \dfrac{1}{N}\sum_{i=1}^{N} \bar Y_i\) \(\bar{\bar y} = \dfrac{1}{n}\sum_{i=1}^{n} \bar y_i\)

Onde \(\bar Y_i\) é a média populacional por subunidade na \(i\)-ésima unidade primária; \(\bar{\bar Y}\) é a média populacional por subunidade tomada sobre toda a amostra; \(\bar y_i\) e \(\bar{\bar y}\) são seus respectivos estimadores; e \(y_{ij}\) é o valor obtido para a \(j\)-ésima subunidade contida na \(i\)-ésima unidade primária.

Veja que existe uma média \(\bar Y_i\) verdadeira para cada unidade primária \(i\), por exemplo o tamanho médio da pinha de cada árvore, bem como uma média geral \(\bar{\bar Y}\) de todas as subunidades, a média de todas as pinhas de todas as árvores. Como são tomadas apenas amostras, é necessário o uso de medidas que estimem tais quantidades, nesse caso \(\bar y_i\) e \(\bar{\bar y}\).

Uma propriedade desejável do estimador é que não seja viesado. Isso pode ser facilmente provado tomando sua esperança e conferindo se se iguala à média populacional. Primeiro, veja que

\[ E[\bar y_i] = E\left[\frac{1}{m}\sum_{j=1}^{m} y_{ij}\right] = \frac{1}{m} E\left[\sum_{j=1}^{m} y_{ij}\right] = \frac{1}{m}\left[\frac{m}{M}\sum_{j=1}^{M} y_{ij}\right] = \frac{1}{M}\sum_{j=1}^{M} y_{ij} = \bar Y_i \]

Agora note que \(\bar{\bar y}\) é uma média aplicada sobre outras médias, portanto

\[ E[\bar{\bar y}] = E_1\left[E_2[\bar{\bar y}]\right] = E_1\left[\frac{1}{n}\sum_{i=1}^{n} \bar Y_i\right] = \frac{1}{n} E_1\left[\sum_{i=1}^{n} \bar Y_i\right] = \frac{1}{n}\left[\frac{n}{N}\sum_{i=1}^{N} \bar Y_i\right] = \frac{1}{N}\sum_{i=1}^{N} \bar Y_i = \bar{\bar Y} \]

Para se chegar nessa prova, é necessário saber que a esperança de uma soma na amostra é proporcional à soma na população, isto é,

\[ E\left[\sum_{i=1}^{n} y_i\right] = \frac{n}{N}\sum_{i=1}^{N} y_i \]

E isso completa a prova. A consistência dos estimadores é facilmente atestada pela tabela anterior. Note que, se em cada estágio for utilizado um processo aleatório de seleção, então a esperança da média amostral será sempre um acúmulo de esperanças aninhadas em cada estágio, isto é, se são dois estágios, então \(E[\bar{\bar y}] = E_1[E_2[\bar{\bar y}]]\). Se forem três estágios, então \(E[\bar{\bar{\bar y}}] = E_1[E_2[E_3[\bar{\bar{\bar y}}]]]\), e assim sucessivamente.

4.4 Variância da média

4.4.1 Unidades e subunidades

Visto que o estimador \(\bar{\bar y}\) é função da amostra e da subamostra selecionada, então é evidente que \(\bar{\bar y}\) é também uma variável aleatória, portanto possui uma variância associada, chamada de variância da média \(V[\bar{\bar y}]\).

Nesse ponto é preciso um esclarecimento sobre o método de obtenção dos estimadores de variância. A amostragem em dois estágios (ou de maneira genérica, multiestágios) possui diferentes níveis de cálculo da variância, como a variância entre unidades primárias, bem como a variância entre subunidades \(y_{ij}\) dentro da \(i\)-ésima unidade primária.

Existem duas abordagens para esse cálculo. A primeira é por meio de estimadores de momentos, que são os mesmos utilizados em experimentos com níveis hierárquicos analisados via ANOVA. Ou seja, fazem uso de esperanças de quadrados médios entre unidades primárias e subunidades. Por isso, a variância total do inventário é decomposta nos chamados componentes de variância: variância entre unidades primárias (\(V_e\)) e variância dentro de unidades primárias (\(V_d\)). Essa é a abordagem trazida por Péllico Netto e Brena (1997), e é mais versátil em modelos de decomposição, porém assume uma estrutura mais rígida, por exemplo tamanhos de subunidades fixos e homoscedasticidade.

A outra abordagem é a adotada por Cochran (1977), que faz uso de estimadores diretos da variância, que são baseados na variabilidade observada dos dados. Isso faz da abordagem de Cochran mais fiel ao contexto da amostragem, pois respeita o desenho do plano amostral adotado, porém pode resultar em estimadores mais complexos. Ao longo dessa explicação, será dada ênfase na abordagem de Cochran.

Dadas as devidas explicações, a variância da média amostral \(V(\bar{\bar y})\) é dada por

\[ V(\bar{\bar y}) = \frac{1-f_1}{n}S_1^2 + \frac{1-f_2}{mn}S_2^2 \]

Onde \(V(\bar{\bar y})\) é a variância da média amostral, \(f_1 = n/N\) e \(f_2 = m/M\) são as frações amostrais em cada estágio, \(S_1^2\) é a variância entre médias das unidades primárias, e \(S_2^2\) é a variância entre subunidades dentro de cada unidade primária.

\[ S_1^2 = \frac{1}{N-1}\sum_{i=1}^{N}(\bar Y_i - \bar{\bar Y})^2 \]

\[ S_2^2 = \frac{1}{N(M-1)}\sum_{i=1}^{N}\sum_{j=1}^{M}(y_{ij} - \bar Y_i)^2 \]

A obtenção da variância da média amostral \(V(\bar{\bar y})\) é obtida a partir do princípio da variância total. Seja \(\hat\theta\) um estimador de um parâmetro \(\theta\), de forma que \(E[\hat\theta] = E_1[E_2[\hat\theta]] = \theta\), então

\[ V(\hat\theta) = V_1[E_2[\hat\theta]] + E_1[V_2[\hat\theta]] \]

Por definição,

\[ V(\hat\theta) = E[(\hat\theta - \theta)^2] = E_1\left[E_2[(\hat\theta - \theta)^2]\right] \]

Porém,

\[ \begin{aligned} E_2[(\hat\theta - \theta)^2] &= E_2[\hat\theta^2 - 2\hat\theta\theta + \theta^2] \\ &= E_2[\hat\theta^2] - 2\theta E_2[\hat\theta] + \theta^2 \\ &= [E_2[\hat\theta]]^2 + V_2[\hat\theta] - 2\theta E_2[\hat\theta] + \theta^2 \end{aligned} \]

Pois \(V_2[\hat\theta] = E_2[\hat\theta^2] - [E_2[\hat\theta]]^2\).

Portanto, voltando à definição,

\[ \begin{aligned} V(\hat\theta) &= E_1\left[E_2[(\hat\theta - \theta)^2]\right] \\ &= E_1\left[[E_2[\hat\theta]]^2 + V_2[\hat\theta] - 2\theta E_2[\hat\theta] + \theta^2\right] \\ &= E_1\left[[E_2[\hat\theta]]^2\right] + E_1[V_2[\hat\theta]] - 2\theta E_1[E_2[\hat\theta]] + \theta^2 \end{aligned} \]

Veja que \(E_1[E_2[\hat\theta]] = \theta\), logo

\[ \begin{aligned} V(\hat\theta) &= E_1\left[[E_2[\hat{\theta}]]^2 \right] + E_1\left[V_2[\hat{\theta}]\right] - 2\theta \theta + \theta^2 \\ V(\hat\theta) &= E_1\left[[E_2[\hat\theta]]^2\right] - \theta^2 + E_1[V_2[\hat\theta]] \end{aligned} \]

No entanto, sabendo que \(E_2[\hat\theta]\) é uma variável aleatória, então

\[ V_1[E_2[\hat\theta]] = E_1\left[E_2[\hat\theta]^2\right] - E_1[E_2[\hat\theta]]^2 = E_1\left[E_2[\hat\theta]^2\right] - \theta^2 \]

Portanto,

\[ V(\hat\theta) = V_1[E_2[\hat\theta]] + E_1[V_2[\hat\theta]] \]

Logo,

\[ V(\bar{\bar y}) = V_1[E_2[\bar{\bar y}]] + E_1[V_2[\bar{\bar y}]] \tag{1}\]

O resultado acima pode ser estendido para três ou mais estágios, por exemplo,

\[ V(\hat\theta) = V_1[E_2[E_3[\hat\theta]]] + E_1[V_2[E_3[\hat\theta]]] + E_1[E_2[V_3[\hat\theta]]] \]

Veja que \(E_2[\bar{\bar y}] = \sum_{i=1}^{N} \bar Y_i / N\), portanto o primeiro termo do lado direito do resultado anterior representa a variância da média por subunidade de um processo aleatório simples de único estágio de \(n\) unidades. Seguindo o resultado da variância da média em um inventário casual simples, tem-se:

\[ V_1[E_2[\bar{\bar y}]] = \left(\frac{N-n}{N}\right)\frac{S_1^2}{n} = (1-f_1)\frac{S_1^2}{n} \]

Já para o segundo termo, veja que \(V_2[\cdot]\) representa a variância entre subunidades dentro de unidades primárias. Portanto, a variância de \(\bar y_i\) é dada por

\[ S_{2i}^2 = \frac{1}{M-1}\sum_{j=1}^{M}(y_{ij} - \bar Y_i)^2 \]

E, como \(\bar{\bar y} = \sum_{i=1}^{n} \bar y_i / n\), consequentemente a variância de \(\bar{\bar y}\) dentro de cada subunidade é dada por

\[ \begin{aligned} V_2[\bar{\bar y}] &= V_2\left[\frac{1}{n}\sum_{i=1}^{n} \bar y_i\right] \\ &= \frac{1}{n^2}\sum_{i=1}^{n} V_2[\bar y_i] \\ &= \frac{1}{n^2}\sum_{i=1}^{n}\left(\frac{M-m}{M}\right)\frac{S_{2i}^2}{m} \\ &= \frac{M-m}{Mn^2}\frac{1}{m}\sum_{i=1}^{n} S_{2i}^2 \end{aligned} \]

Agora, tirando a esperança \(E_1[\cdot]\), o termo \(\sum_{i=1}^{n} S_{2i}^2/n\) vira \(\sum_{i=1}^{N} S_{2i}^2/N = S_2^2\), portanto

\[ \begin{aligned} E_1[V_2[\bar{\bar y}]] &= E_1\left[\frac{M-m}{Mn^2}\frac{1}{m}\sum_{i=1}^{n} S_{2i}^2\right] \\ &= \frac{M-m}{Mn}\frac{1}{m} E_1\left[\frac{1}{n}\sum_{i=1}^{n} S_{2i}^2\right] \\ &= \frac{M-m}{Mn}\frac{1}{m} S_2^2 \\ &= \frac{M-m}{Mmn}S_2^2 \\ &= (1-f_2)\frac{S_2^2}{mn} \end{aligned} \]

Por fim, o Resultado 1 é finalizado com:

\[ V(\bar{\bar y}) = (1-f_1)\frac{S_1^2}{n} + (1-f_2)\frac{S_2^2}{mn} \]

4.5 Variância da variável

No entanto, tal qual na amostragem casual simples, a variância da média usa valores populacionais \(S_1^2\) e \(S_2^2\). Portanto, um estimador \(\hat V(\bar{\bar y})\) necessita que sejam utilizados estimadores \(s_1^2\) e \(s_2^2\). Após algumas provas, um estimador não viesado se torna

\[ \hat V[\bar{\bar y}] = \frac{1-f_1}{n}s_1^2 + \frac{f_1(1-f_2)}{mn}s_2^2 \]

Onde

\[ s_1^2 = \frac{1}{n-1}\sum_{i=1}^{n}(\bar y_i - \bar{\bar y})^2 \qquad \text{e} \qquad s_2^2 = \frac{1}{n(m-1)}\sum_{i=1}^{n}\sum_{j=1}^{m}(y_{ij} - \bar y_i)^2 \]

4.6 Erro amostral

A quantidade \(\hat V[\bar{\bar y}]\) pode ser chamada de variância da média, e denotada por \(s_{\bar y}^2\), para conciliar com a simbologia fornecida por Péllico Netto e Brena (1997), amplamente adotada no Brasil.

Com \(s_{\bar y}^2\) estimado, é possível calcular o erro padrão, ou desvio-padrão da média, \(s_{\bar y}\), que representa a variação esperada de um desvio padrão no entorno da média amostral:

\[ s_{\bar y} = EP[\bar{\bar y}] = \sqrt{s_{\bar y}^2} \]

Onde \(EP[\cdot]\) é o operador de erro padrão, e \(s_{\bar y}\) é o erro padrão ou desvio-padrão da média.

Com as quantidades \(\bar{\bar y}\) e \(s_{\bar y}\) calculadas, é possível realizar inferências sobre a média populacional. Esse é um ponto de congruência entre a Teoria da Pesquisa por Amostragem (TPA) e a Teoria da Amostragem Clássica (TAC), pois é onde a TPA atribui uma distribuição de probabilidade para \(\bar{\bar y}\) a partir do Teorema Central do Limite (TCL).

Veja que, a partir do TCL,

\[ \frac{\bar{\bar y} - \bar{\bar Y}}{\sqrt{V[\bar{\bar y}]}} \xrightarrow{D} N(0,1) \]

Entretanto, como uma estimativa \(\hat V[\bar{\bar y}]\) é utilizada, então também é trocada a distribuição por uma distribuição \(t\)-Student, a distribuição amostral. No caso, será uma distribuição \(t\)-Student com \(n-1\) graus de liberdade, pois é importante lembrar que todo o desenvolvimento até aqui pressupõe a mesma quantidade de subamostras \(m\) tomadas das unidades primárias, e que cada unidade primária possui a mesma quantidade \(M\) de possíveis subamostras. Para seguir a notação amplamente utilizada no Brasil, \(\hat V[\bar{\bar y}] = s_{\bar y}^2\) (Péllico Netto e Brena, 1997).

Com as quantidades de interesse calculadas, é possível calcular o erro de amostragem, que pode ser expresso por

\[ E = t_{1-\alpha/2;\,n-1}\, s_{\bar y} \]

Onde \(E\) é o erro de amostragem, na mesma unidade da variável \(Y\). \(t\) é o valor da distribuição \(t\)-Student para o quantil \(1-\alpha/2\) com \(n-1\) graus de liberdade.

O valor \(\alpha\) é chamado de nível de significância (ou erro Tipo I), e representa o complemento do nível de confiança, de forma que um nível de confiança de \(0{,}95\) (95%) representará um nível de significância de \(0{,}05\), pois \(0{,}95 = 1-\alpha\), logo \(\alpha = 1-0{,}95\).

Note que, se \(t=1\), então o erro de amostragem será aproximadamente equivalente a 68,2% da distribuição. Se \(t=2\), será equivalente a aproximadamente 95,4%. A conferência com tabelas de probabilidade da distribuição \(t\)-Student permite encontrar o valor exato de \(t\) para que recubra exatos 95%. Tal valor sempre depende do tamanho da amostra \(n\), pois a distribuição tem como parâmetro os graus de liberdade. Se \(n\) for suficientemente grande, haverá convergência para a distribuição normal. Nesse caso, o valor para se chegar em 95% seria aproximadamente 1,96.

Veja que o erro de amostragem é fixado para um determinado nível de confiança dado por \(1-\alpha/2\). É usual adotar um nível de significância de 0,95 (95%), seja por prática comum, bem como por exigência legal, como a Instrução Normativa n 8/2021 do ICMBio (MMA, 2021), que estabelece procedimentos para órgãos ambientais avaliarem atividades que exijam inventários florestais. O valor de \(\alpha\) correspondente é de 0,05, chamado de nível de significância.

Em um contexto estatístico, o erro de amostragem representa o erro ou imprecisão obtida com o inventário para um dado nível de confiança. Em outras palavras, o erro de amostragem \(E\) representa um escalonamento do erro padrão para atingir o nível de confiança adotado.

O erro de amostragem também pode ser expresso de forma relativa, em relação à média amostral encontrada, na forma

\[ E\% = \frac{E}{\bar{\bar y}} \cdot 100 \]

Onde \(E\%\) é o erro relativo.

Esse erro relativo \(E\%\) é o principal critério de avaliação de inventários florestais, e normalmente não deve ultrapassar 10%. Essa precisão é exigida por muitos órgãos ambientais para aceitar projetos que envolvam inventários florestais, tais quais inventários para supressão de áreas e projetos de manejo florestal sustentável (PMFS).

4.7 Intervalos de confiança

Veja que o TCL pressupõe uma distribuição normal, portanto o quantil \(t\) adotado escala o erro para a confiança desejada (Figura 2). Portanto outra maneira de representar o erro de amostragem é por meio de intervalos de confiança.

Figura 2: Acúmulos esperados de probabilidade em escalas de desvio-padrão de uma distribuição normal.

Calculado o erro de amostragem, a próxima etapa é calcular o intervalo de confiança. Como já se sabe o valor de \(E\) cujo desvio no entorno da média recobre 95% da distribuição, então agora basta encontrar os valores correspondentes na distribuição da seguinte forma:

\[ IC = P\left(\bar{\bar y} - t_{n-1;\,1-\alpha/2}\,s_{\bar y} \leq \bar{\bar Y} \leq \bar{\bar y} + t_{n-1;\,1-\alpha/2}\,s_{\bar y}\right) = 0{,}95 \]

Onde \(IC\) representa o intervalo de confiança.

É percebível que o intervalo de confiança nada mais é que a soma ou subtração do erro de amostragem no entorno da média amostral. Para tornar a equação mais genérica, é possível trocar \(0{,}95\) por \(1-\alpha\). O raciocínio dessa abordagem é o de que não se sabe a verdadeira média paramétrica \(\bar{\bar Y}\), porém, se for estipulado um intervalo que recobre, digamos, 95% de toda a distribuição, então existe uma probabilidade de 95% de que o valor paramétrico estará contido no intervalo.

4.8 Intensidade amostral

Uma consequência direta do cálculo do erro de amostragem, e fundamental para inventários florestais, é a de que é possível associar o nível de confiança com um critério de erro máximo permitido. Ou seja, com informações preliminares, é possível determinar o número de unidades primárias \(n\) apropriado para se atingir um erro \(E\) ou \(E\%\) máximo para um determinado nível de confiança.

É importante lembrar que até o momento todos os estimadores foram construídos presumindo que \(M_i = M\), bem como \(m_i = m\). Com esse raciocínio, a suficiência amostral buscada se refere à amostra primária \(n\). Para encontrar tal valor, pode-se partir do cálculo do erro:

\[ E = t\, s_{\bar y} \]

Onde \(t\) é o valor da distribuição \(t\)-Student para \(n-1\) graus de liberdade testados e quantil \(1-\alpha/2\).

Elevando ao quadrado, tem-se que

\[ E^2 = t^2 s_{\bar y}^2 \]

Uma forma oportuna de reescrever a variância da média \(s_{\bar y}^2\) é

\[ \begin{aligned} s_{\bar y}^2 &= (1-f_1)\frac{s_1^2}{n} + f_1(1-f_2)\frac{s_2^2}{mn} \\ &= \left(\frac{N-n}{N}\right)\frac{s_1^2}{n} + \frac{n}{N}\left(\frac{M-m}{M}\right)\frac{s_2^2}{mn} \\ &= \frac{s_1^2}{n} - \frac{s_1^2}{N} + \frac{s_2^2}{Nm} - \frac{s_2^2}{NM} \end{aligned} \]

Assim, o erro amostral ao quadrado pode ser reescrito como

\[ E^2 = t^2\left[\frac{s_1^2}{n} - \frac{s_1^2}{N} + \frac{s_2^2}{Nm} - \frac{s_2^2}{NM}\right] \]

ou, equivalentemente,

\[ E^2 = \frac{t^2 s_1^2}{n} - t^2\left[\frac{s_1^2}{N} - \frac{s_2^2}{Nm} + \frac{s_2^2}{NM}\right] \]

Portanto, a intensidade amostral \(n\) para o erro \(E\) admitido, variâncias \(s_1^2\) e \(s_2^2\) fornecidas e nível de confiança adotado pode ser calculada como

\[ \begin{aligned} n\left(E^2 + \frac{t^2}{N}\left[s_1^2 - \frac{s_2^2}{m} + \frac{s_2^2}{M}\right]\right) &= t^2 s_1^2 \\ \Rightarrow \quad n &= \frac{t^2 s_1^2}{E^2 + \dfrac{t^2}{N}\left[s_1^2 - \dfrac{s_2^2}{m} + \dfrac{s_2^2}{M}\right]} \end{aligned} \]

Veja que existem informações preliminares que devem ser fornecidas, como \(s_1^2\) e \(s_2^2\). Tais informações podem ser obtidas da literatura, respeitando a busca por dados de locais similares à floresta em questão. Outra forma de obtenção dessas informações, e mais adequada, é realizando um inventário piloto.

Note que as fórmulas utilizadas diferem das fornecidas por Péllico Netto e Brena (1997), pois esses utilizam estimadores de \(V[\bar{\bar y}]\) baseados na ANOVA (e consequentemente no método dos momentos) para decomposição da variância, que decompõe a variância total nos componentes \(\hat V_e\) — variância entre unidades primárias — e \(\hat V_d\) — variância dentro das unidades primárias. Isso difere da formulação apresentada por Cochran (1977), que usa os chamados estimadores diretos da variância, baseados na variabilidade observada dos dados. Ou seja, Cochran (1977) não parte da ANOVA, mas sim da estrutura do plano amostral.

As duas abordagens são assintoticamente equivalentes se \(m_i = m\) e há homoscedasticidade. No entanto, Cochran (1977) respeita o plano amostral e é mais fiel ao contexto da amostragem complexa. A conversão de uma abordagem para outra está demonstrada por Queiroz (2012), que segue:

\[ s_1^2 = \hat V_e + \frac{\hat V_d}{m} \qquad \text{e} \qquad s_2^2 = \hat V_d \]

4.8.1 Alocação ótima nas amostras e subamostras

Tal qual em outros processos amostrais, existem métodos de alocação de parcelas visando a minimização de custos, bem como a minimização da variância para um dado custo pré-definido.

\[ C = C_0 + C_1 n + C_2 nm \]

Onde \(C\) é o custo total, \(C_1\) é o custo variável de execução de cada unidade primária, e \(C_2\) é o custo variável de execução de cada subunidade.

Cochran (1977) apresenta uma maneira de alocação ótima para \(m_{opt}\):

\[ m_{opt} = \frac{s_2}{\sqrt{s_1^2 - \dfrac{s_2^2}{M}}}\sqrt{\frac{C_1}{C_2}} \]

Após encontrar o valor \(m_{opt}\), também é possível encontrar \(n\) usando a equação de custo:

\[ C = C_0 + n(C_1 + C_2 m_{opt}) \]

\[ n = \frac{C - C_0}{C_1 + C_2 m_{opt}} \]

5 Amostragem em Três Estágios

O processo para três estágios é similar, apenas com um novo nível \(U\) de subamostra, de forma que

\[ \bar Y_{ij} = \frac{1}{U}\sum_{k=1}^{U} y_{ijk} \]

\[ \bar{\bar Y}_i = \frac{1}{MU}\sum_{j=1}^{M}\sum_{k=1}^{U} y_{ijk} \]

\[ \bar{\bar{\bar Y}} = \frac{1}{NMU}\sum_{i=1}^{N}\sum_{j=1}^{M}\sum_{k=1}^{U} y_{ijk} \]

\[ S_1^2 = \frac{1}{N-1}\sum_{i=1}^{N}(\bar{\bar Y}_i - \bar{\bar{\bar Y}})^2 \]

\[ S_2^2 = \frac{1}{N(M-1)}\sum_{i=1}^{N}\sum_{j=1}^{M}(\bar Y_{ij} - \bar{\bar Y}_i)^2 \]

\[ S_3^2 = \frac{1}{NM(U-1)}\sum_{i=1}^{N}\sum_{j=1}^{M}\sum_{k=1}^{U}(y_{ijk} - \bar Y_{ij})^2 \]

E, se amostragem casual simples for utilizada em cada estágio, então a variância da média \(V[\bar{\bar{\bar y}}]\) é dada por

\[ V[\bar{\bar{\bar y}}] = \frac{1-f_1}{n}S_1^2 + \frac{1-f_2}{nm}S_2^2 + \frac{1-f_3}{nmu}S_3^2 \]

Onde \(f_3 = u/U\), a fração amostral no terceiro estágio.

E o estimador para essa variância é dado por

\[ \hat V[\bar{\bar{\bar y}}] = \frac{1-f_1}{n}s_1^2 + \frac{f_1(1-f_2)}{nm}s_2^2 + \frac{f_1 f_2 (1-f_3)}{nmu}s_3^2 \]

6 Estratificação das Unidades Amostrais

No caso de amostragem em multiestágios com estratificação, o processo segue de forma similar se for assumida amostragem casual simples em cada estágio, isto é, para cada estrato \(h\) haverá uma proporção \(W_h = N_h/N\), que agora é escrita como \(W_h = N_h M_h/(NM)\), de forma que

\[ \bar{\bar y}_{st} = \sum_h W_h \bar{\bar y}_h \]

Onde \(\bar{\bar y}_{st}\) é a média estratificada considerando os dois estágios, \(W_h\) é o peso do \(h\)-ésimo estrato, e \(\bar{\bar y}_h\) é a média por subunidade do \(h\)-ésimo estrato.

7 Amostragem com Unidades de Tamanho Desigual

Até o momento, todos os estimadores e cálculos presumem que cada unidade primária possui a mesma quantidade de possíveis subunidades, tal que \(M_i = M\) e, de forma análoga, a mesma fração amostral \(f_2 = m/M\) é utilizada (\(m_i = m\)). No entanto, existem estimadores para situações mais complexas.

Uma complicação muito presente é a de unidades primárias de tamanho desigual, o que implica quantidades diferentes de \(M_i\) para cada unidade primária. Isso implica que, caso o mesmo tamanho de subamostra \(m\) seja tomado, então cada unidade primária terá diferentes frações amostrais \(f_{2i}\). Em contrapartida, se a mesma fração amostral \(f_2\) for adotada, então diferentes tamanhos de subamostras \(m_i\) serão obtidos.

Tais situações implicam diferentes probabilidades de seleção de subamostras para cada unidade primária, o que impede a simplificação de diversos estimadores, e exige um esforço considerável para estimar as quantidades populacionais corretamente.

Nesse sentido, Cochran (1977) traz uma extensa lista de estimadores para situações distintas, que tratam desde a seleção de unidades primárias com iguais probabilidades, probabilidade proporcional ao tamanho, e até mesmo probabilidade proporcional ao tamanho estimado.

8 Amostragem por Conglomerado

Por fim, é oportuno pontuar que a amostragem em dois estágios é a base para a amostragem por conglomerados. A principal diferença é que, na amostragem por conglomerados, as subunidades possuem distribuição sistemática dentro das unidades primárias. Isso modifica os estimadores das quantidades populacionais, porém a estrutura se mantém similar, especialmente a decomposição de variâncias. No Brasil, esse método é extensivamente utilizado, com especial uso no Inventário Florestal Nacional.

9 Aplicações

A amostragem em dois estágios é oportuna e explorada em diversos contextos da área florestal. O mais famoso é, sem dúvida, a utilização do princípio de amostragem em dois estágios em amostragem por conglomerados. No seu âmago, a amostragem por conglomerados representa basicamente uma amostragem em dois estágios, onde no segundo estágio todas as subunidades são medidas, isto é, um censo no segundo estágio. Isso fica claro ao comparar as variâncias da média amostral de cada caso (Tabela 1).

Tabela 1: Formulação da variância da média amostral para amostragem dois estágios e por conglomerados.
Processo amostral Variância da média
Amostragem em Dois Estágios \(V[\bar{\bar y}] = \left(\dfrac{N-n}{N}\right)\dfrac{s_e^2}{n} + \left(\dfrac{M-m}{M}\right)\dfrac{s_d^2}{nm}\)
Amostragem por Conglomerados \(V[\bar{\bar y}] = \left(\dfrac{N-n}{N}\right)\dfrac{s_e^2}{n} + \dfrac{s_d^2}{nM}\)

Na literatura, entretanto, são tratados como processos distintos pois, na amostragem por conglomerado, é dada ênfase na correlação entre subparcelas, e como isso impacta na estimativa do erro de amostragem.

Alguns desses esforços são o de Barbeiro (2023), que desenvolveu um sistema de amostragem para quantificação de castanhas-do-pará, onde os três estágios são, sucessivamente, a castanheira, os ouriços, e as castanhas. Outro esforço foi o de Janzen (2023), que realizou trabalho similar com o pinhão no sul do Brasil. Os estágios foram a araucária, as pinhas e, por fim, os pinhões dentro das pinhas.

10 Novas Tecnologias

A amostragem em multiestágios é um processo amostral complexo para os inventários florestais, e pode trazer ganhos significativos em termos de redução do custo e esforço de amostragem. No entanto, nos últimos anos, avanços tecnológicos têm proporcionado melhorias substanciais na sua aplicação, tanto na coleta quanto no processamento dos dados.

Na coleta de dados, o uso de softwares móveis como o Mata Nativa permite realizar medições e cálculos em campo com mais agilidade e segurança. Esses aplicativos integram GPS, banco de dados e ferramentas estatísticas, favorecendo o rigor na seleção aleatória das unidades amostrais e facilitando o controle da amostragem durante a execução do inventário.

Além disso, dispositivos com sensores avançados, como drones equipados com LiDAR, têm sido incorporados aos inventários para mapear previamente a área de estudo. Isso possibilita uma estratificação mais refinada, identificação de áreas de acesso difícil e, em alguns casos, até a substituição parcial da coleta de campo, otimizando tempo e recursos.

No processamento dos dados, ferramentas como o Katam™ Forest automatizam a análise e a estimativa de variáveis dendrométricas, como altura e diâmetro, a partir de imagens capturadas em campo ou por sensores remotos. Junto disso, modelos de regressão mais sofisticados e o uso de aprendizado de máquina têm permitido reduzir o erro amostral e aumentar a precisão dos estimadores derivados da amostragem multiestágios.

Essas inovações, embora não alterem o fundamento estatístico da amostragem, ampliam sua aplicabilidade e eficiência operacional, tornando-a mais robusta frente às exigências técnicas e logísticas dos inventários florestais modernos.

11 Conclusão

A amostragem em multiestágios constitui uma ferramenta estatística poderosa e versátil para a realização de inventários florestais, especialmente em cenários que envolvem populações hierarquicamente estruturadas ou de difícil acesso completo. Sua aplicação permite não apenas ganhos operacionais expressivos, ao distribuir o esforço amostral de forma mais racional entre diferentes níveis, mas também garante maior controle sobre a precisão estatística dos estimadores envolvidos.

Ao longo deste trabalho, foram discutidos os fundamentos teóricos que sustentam a amostragem em múltiplos estágios, com ênfase na construção de estimadores não viesados e consistentes a partir do desenho amostral, conforme defendido por Cochran (1977). Também foi estabelecida a conexão entre esta abordagem e métodos baseados na decomposição de variância por quadrados médios, permitindo ao leitor uma visão abrangente sobre diferentes formas de estimar a variância da média amostral.

Além disso, aspectos como alocação ótima, variações no número de subunidades, inclusão de estratificação e uso de amostragem por conglomerados foram discutidos como desdobramentos naturais dessa metodologia. Casos reais e recentes demonstraram a aplicabilidade da abordagem em situações complexas de coleta, enquanto os avanços tecnológicos ampliam ainda mais suas possibilidades de uso em inventários florestais modernos, tornando essa estratégia não apenas teoricamente robusta, mas também prática e adaptável às novas exigências da área.

A compreensão sólida da amostragem em multiestágios é, portanto, essencial para profissionais e pesquisadores que atuam com medições florestais, planejamento amostral e gestão de dados, representando uma base metodológica indispensável para garantir a confiabilidade e a eficiência dos inventários florestais contemporâneos.

12 Referências

BARBEIRO, L. S. S. Sistema de amostragem para quantificar a produção de sementes de Bertholletia excelsa H.B.K. (castanha do Brasil) na região de Oriximiná - PA. Dissertação (Mestrado em Engenharia Florestal). Universidade Federal do Paraná, 2023.

COCHRAN, W. G. Sampling techniques. John Wiley & Sons, 1977.

ICMBio. Instrução Normativa n 8, de 28 de setembro de 2021.

JANZEN, M. O. Amostragem para levantamentos da produção de sementes de Araucaria angustifolia (Bert.) O. Ktze. Dissertação (Mestrado em Engenharia Florestal). Universidade Federal do Paraná, 2023.

PÉLLICO NETTO, S.; BRENA, D. A. Inventário florestal. Curitiba, 1997. 316 p.

QUEIROZ, W. T. Amostragem em Inventário Florestal. Belém, PA: EDUFRA, 2012. 441 p.