\chead{
      \textbf{
          \begin{Large}
          Universidade Federal de Goi\'as\\
          \end{Large}
      \begin{large}INSTITUTO DE MATEM\'ATICA E ESTATISTICA\end{large}\\
      Campus Samambaia -  74001-970 - Goi\^ania\\
      http://www.ime.ufg.br - (62) 3521 1742 - (62) 3521-1208 - secretaria.ime@ufg.br
      }
}


\begin{center}
  \LARGE{\textbf{Plano de Ensino}}
\end{center}

\PlanSection{01. Dados de Identifica\c{c}\~ao da Disciplina:}
{   
   \begin{center}\begin{small}
      \begin{tabular}{|l|p{5cm}|l|p{5cm}|}
         \hline
         \textbf{Semestre:} & 2026.1 &
         \textbf{Curso:} & Estat\'{\i}stica
         \\
         
         \hline
         \textbf{Turma:} & A
         &
         \textbf{C\'odigo Componente:} & IME0016
         \\
         
         \hline
         \textbf{Componente:} & \uppercase{Amostragem I}
         &
         \textbf{UA Respons\'avel:} & IME
         \\
         
         \hline
         \textbf{Carga Hor\'aria:} & 96
         &
         \textbf{UA Solicitante:} & IME
         \\
         
         \hline
         \textbf{Te\'orica/Pr\'atica:}
         &
         64/32
         &
         
         \textbf{EAD/PCC:}
         &
         -/-
         \\
         
         
         \hline
         \textbf{Hor\'arios:}
         &
         246T34
         &
         
         \textbf{Docente:}
         &
         Prof(a) Mario Ernesto Piscoya Diaz
         \\
         
         \hline
      \end{tabular}
   \end{small}\end{center}
}

\PlanSection{02. Ementa:}
{
  Amostragem aleat\'oria simples. Amostragem com probabilidades desiguais, amostragem estratificada, sistem\'atica. Estimadores de tipo raz\~ao. Estimadores de tipo regress\~ao. Amostragem por conglomerados. Estima\c{c}\~ao com probabilidades desiguais. Experimento aleat\'orio.
}


\PlanSection{03. Programa:}
{
  1. Introdu\c{c}\~ao. T\'ecnicas de recopila\c{c}\~ao de informa\c{c}\~ao. Amostragem como ferramenta nas pesquisas: A 
necessidade da 
amostragem em uma pesquisa. Planejamento de surveys. Etapas no planejamento de pesquisas por 
amostragem. T\'ecnicas de 
Amostragem: Amostragem probabil\'{\i}stica e n\~ao probabil\'{\i}stica. O delineamento de uma pesquisa por 
amostragem. Defini\c{c}\~ao 
dos principais t\'erminos utilizados em amostragem. Erros nas pesquisas por amostragem: Erros da 
amostragem e erros que 
n\~ao s\~ao de amostragem.

2. Amostragem Aleat\'oria Simples: Defini\c{c}\~ao. vantagens e desvantagens da amostragem aleat\'oria simples. 
Amostragem 
aleat\'oria simples com reposi\c{c}\~ao: Estima\c{c}\~ao da m\'edia e o total populacional. Vari\^ancia do estimador. 
Estima\c{c}\~ao da vari\^ancia. 
Determina\c{c}\~ao do tamanho de amostra. Aplica\c{c}\~oes. Amostragem aleat\'oria simples sem reposi\c{c}\~ao: 
Estima\c{c}\~ao da m\'edia e o 
total populacional. Vari\^ancia do estimador. Estima\c{c}\~ao da vari\^ancia. Determina\c{c}\~ao do tamanho de 
amostra. Aplica\c{c}\~oes.

3. Amostragem Sistem\'atica. Defini\c{c}\~oes. Vantagens e desvantagens. Variantes da amostragem sistem\'atica. 
Sele\c{c}\~ao de unidades 
na amostragem sistem\'atica: Amostragem sistem\'atica simples e circular. Estima\c{c}\~ao da m\'edia, vari\^ancia e 
total populacional. 
Normalidade assint\'otica e intervalos de confian\c{c}a. Determina\c{c}\~ao do tamanho de amostra. Aplica\c{c}\~oes.

4. Amostragem com probabilidades desiguais (ou PPT). Defini\c{c}\~oes. Vantagens e desvantagens. Variantes 
na amostragem PPT: 
Amostragem PPT com reposi\c{c}\~ao e sem reposi\c{c}\~ao. Processo de sele\c{c}\~ao. Estima\c{c}\~ao da m\'edia, total e a 
propor\c{c}\~ao populacional. 
Determina\c{c}\~ao do tamanho de amostra. Aplica\c{c}\~oes.

5. Outros m\'etodos de amostragem: Amostragem estratificada: Determina\c{c}\~ao do n\'umero de estratos e 
tamanho de amostra 
para cada estrato. Estimadores de raz\~ao. Amostragem por conglomerados.
}


\PlanSection{04. Cronograma:}
{
  \begin{itemize}
\item Introdu\c{c}\~ao (10 aulas);
\item Amostragem Aleat\'oria Simples sem reposi\c{c}\~ao (10 aulas);
\item Amostragem Aleat\'oria Simples com reposi\c{c}\~ao (10 aulas);
\item Amostragem Sistem\'atica (10 aulas);
\item Amostragem com probabilidade desiguais Introdu\c{c}\~ao (6 aulas);
\item Amostragem com probabilidade desiguais com e sem reposi\c{c}\~ao (12 aulas);
\item Outros m\'etodos de amostragem: Introdu\c{c}\~ao (6 aulas);
\item Outros m\'etodos de amostragem: Estratifica\c{c}\~ao (10 aulas);
\item Outros m\'etodos de amostragem: Estimador de raz\~ao (4 aulas);
\item Outros m\'etodos de amostragem: Amostragem por Conglomerados (6 aulas);
\item Avalia\c{c}\~oes (4 aulas);
\item Semin\'arios (8 aulas);
\end{itemize}
}


\PlanSection{05. Objetivos Gerais:}
{
  \begin{itemize}
\item O estudante ter\'a a capacidade de realizar delineamentos amostrais descritivos adequados
assim como a habilidade para identificar os par\^ametros requeridos no delineamento.

\item O estudante ter\'a a capacidade de aplicar de forma apropriada os m\'etodos da infer\^encia
estat\'{\i}stica para obter conclus\~oes sobre os par\^ametros populacionais a partir dos resultados
obtidos de uma amostra
\end{itemize}
}



\PlanSection{06. Objetivos Espec\'{\i}ficos:}
{
  \begin{itemize}
\item Identificar as atividades indispens\'aveis em uma pesquisa amostral com a finalidade de
garantir representatividade da informa\c{c}\~ao a ser coletada, controlando os inevit\'aveis erros que n\~ao
s\~ao de amostragem e avaliando as vantagens e desvantagens do uso de uma pesquisa amostral.

\item Utilizar as pesquisas por amostragem como um m\'etodo para testar as hip\'oteses de
pesquisa, nas diferente \'areas do conhecimento humano.

\item Identificar poss\'{\i}veis fontes de erros que n\~ao s\~ao de amostragem em pesquisas.
\end{itemize}
}


\PlanSection{07. Metodologia:}
{
  \begin{itemize}
\item A disciplina ser\'a desenvolvida segundo o m\'etodo tradicional, utilizando ferramentas
audiovisuais. As aulas te\'oricas a cargo do professor com a participa\c{c}\~ao ativa dos estudantes. Em
algumas aulas, ser\~ao apresentados casos pr\'aticos com o objetivo de mostrar a rela\c{c}\~ao entre a
teoria e a pratica.
\item Os estudantes, organizados em grupos de tamanho a ser definido nas primeiras aulas,
realizar\~ao um trabalho sobre um tema definido pelo docente, aplicando um dos esquemas de
amostragem apresentados em sala de aula. O trabalho ser\'a apresentado em um semin\'ario.
\end{itemize}
}


\PlanSection{08. Avalia\c{c}\~oes:}
{
  Ser\~ao aplicadas tr\^es avalia\c{c}\~oes sendo as duas primeiras provas te\'orico-pr\'aticas ($P_{1}$ e
$P_{2}$) e a terceira a realiza\c{c}\~ao
de um trabalho pr\'atico (TP). A m\'edia final ser\'a calculada a partir dessas tr\^es notas segundo a
seguinte f\'ormula: \\\
\begin{center}
M\'edia final = 0,35 $P_{1}$ + 0,35 $P_{2}$ + 0,30 $P_{3}$ \\\
\end{center}
\vspace{0.3cm}
Datas: \\\
Prova 1 : 06.05.2026 \\\
Prova 2 : 29.06.2026 \\\
Entrega do Trabalho Pr\'atico: 01.07.2026. Apresenta\c{c}\~ao do Trabalho Pratico: 01.07.2026 \\\
\vspace{0.2cm}

{\bf{Observa\c{c}\~oes}}: \\\
\begin{enumerate}
\item As datas das provas poder\~ao sofrer altera\c{c}\~oes que ser\~ao comunicadas com anteced\^encia
pelo docente.
\item A comunica\c{c}\~ao entre o docente e os discente ser\'a realizada estritamente atrav\'es da conta
de correio eletr\^onico institucional.
\item Haver\'a provas substitutiva para o aluno que perder qualquer das atividades avaliativas,
com aus\^encia justificada e tenha solicitado uma segunda chamada em at\'e 7 (sete) dias ap\'os a
data de realiza\c{c}\~ao da avalia\c{c}\~ao.
\item O estudante poder\'a solicitar segunda chamada de avalia\c{c}\~ao de componentes curriculares
\`a unidade acad\^emica ou \`a unidade acad\^emica especial respons\'avel pelo componente curricular,
de forma remota, at\'e 7 (sete) dias ap\'os a data da realiza\c{c}\~ao da avalia\c{c}\~ao.
\item O discente ser\'a aprovado se a m\'edia final (MF) for igual ou superior a 6 (seis) pontos e
tiver frequ\^encia igual ou superior a 0,75 da carga hor\'aria total da disciplina.
\item As atividades supervisionadas mencionadas no Art. 16 do RGCG ser\~ao apresentadas pelo
professor em sala de aula e supervisionadas no hor\'ario de atendimento da disciplina.
\item Os resultados das avalia\c{c}\~oes ser\~ao disponibilizados via sistema SIGAA UFG.
\item Sugere-se fortemente que o discente tenha cursado (com aprova\c{c}\~ao) as disciplinas de
Estat\'{\i}stica I, \'Algebra Linear, Probabilidade I, Probabilidade II, Infer\^encia Estat\'{\i}stica I antes de
cursar a disciplina de Amostragem.
\end{enumerate}
}


\PlanSection{09. Bibliografia:}
{
  \textbf{[1]:} BUSSAB W., BOLFARINE, H., Elementos de Amostragem, Projeto fisher, Edgar Blucher, 2005.

\textbf{[2]:} COCHRAN, W., Sampling Techniques. John Wiley \& Sons, New York, 1977.

\textbf{[3]:} KISH, L., Survey Sampling. Wiley-Interscience, 1995.

\textbf{[4]:} COELHO, P. S; PEREIRA, L. N.; PINHEIRO, J. A.; XUFRE, P. As Sondagens: Princ\'{\i}pios, Metodologias e Aplica\c{c}\~oes. Lisboa: Escolar 
Editora, 2016.


}

\PlanSection{10. Bibliografia Complementar:}
{
  \textbf{[1]:} HANSEN, M. H., HURWITZ, W. N., MADOW, W.G. Sample survey methods and theory. Wiley-Interscience; Reprint edition, 
1993.

\textbf{[2]:} SILVA, N. N. da, Amostragem Probabil\'{\i}stica Um Curso Introdut\'orio. EDUSP, 2$^a$ Edi\c{c}\~ao.
 LEVY, P.S. and LEMESHOW, S. Sampling of Populations Methods and Applications. Wiley; 4 edition , 2009.

\textbf{[3]:} SUKHATME, B. V., SUKHATME, P.V. Sampling theory of surveys with applications. Iowa State Pr; 3 Sub edition, 1984.

\textbf{[4]:} SHEAFER, R. L., MENDEKALL, W., OTT, L. Elementary survey sampling. Duxbury Press; 6 edition, 2005.

\textbf{[5]:} THOMPSON, S.K. Sampling. Wiley-Interscience; 2 edition , 2002.


}

\PlanSection{11.  Livros Texto:}
{
   \textbf{[1]:} COCHRAN, W., Sampling Techniques. John Wiley \& Sons, New York, 1977. (B2)

\textbf{[2]:} KISH, L., Survey Sampling. Wiley-Interscience, 1995. (B3)

\textbf{[3]:} BUSSAB W., BOLFARINE, H., Elementos de Amostragem, Projeto fisher, Edgar Blucher, 2005. (B1)
}


\PlanSection{12. Hor\'arios:}
{
   \begin{center}
\begin{small}
\begin{tabular}{lll}
\hline
   \textbf{Dia} & \textbf{Hor\'ario} & \textbf{Sala Distribuida}\\
\hline

   2$^a$ & T3 & 308, CAA (18)\\
   2$^a$ & T4 & 308, CAA (18)\\
   4$^a$ & T3 & 308, CAA (18)\\
   4$^a$ & T4 & 308, CAA (18)\\
\end{tabular}
\end{small}\end{center}

}


\PlanSection{13. Hor\'ario de Atendimento do(a)s Professor(a):}
{
   \begin{small}
\begin{tabular}{ll}
   \textbf{1. } & Segunda-feira das 13h00 at\'e 14h40, Sala 230 IME\\
\end{tabular}
\end{small}
}

\PlanSection{14. Professor(a):}
{
   \begin{small}
\begin{tabular}{lll}
   Mario Ernesto Piscoya Diaz. & Email: mpiscoya@ufg.br, & IME\\
\end{tabular}
\end{small}
}




\vspace{0.2cm}

\begin{center}
\underline{\hspace{8cm}}\\\small{Prof(a) Mario Ernesto Piscoya Diaz}\end{center}