SlideShare uma empresa Scribd logo
1 de 15
Baixar para ler offline
concurseiro_estatistico@outlook.com
Preliminares
Seja uma população nita de tamanho N, digamos:
U = {1, 2, . . . , N}
Seja uma amostra de tamanho n : s = {1, 2, . . . , n}
s1, s2, . . . , sk ⇒ S(U), é um espaço de todas as amostras possíveis.
Considere o elemento i ∈ U, associamos ao elemento i a probabilidade πi de
inclusão na amostra :
πi = P(i ∈ s), i = 1, 2, 3, . . . , N
Preliminares
Seja δi a variável aleatória que indica a presença da unidade i na amostra s:
δi =
1, i ∈ s
0, i /∈ s
⇒
P(δi = 1) = πi
P(δi = 0) = 1 − πi
Se (i, j) ∈ U , associamos a probabilidade πij de segunda ordem :
πij = P(i ∈ s, j ∈ s)
O esquema de amostragem deve ser desenhado de modo que as probabilidades
de ocorrer determinada amostra sejam:
P(S = s) ≥ 0, e
s∈S
P(s) = 1
Planejamento Amostral
Um dos trabalhos do estatístico é realizar procedimentos amostrais probabilísticos.
Pelo procedimento desenhado deve-se garantir que cada amostra possível de ocorrer
tenha associada a ela uma probabilidade de ocorrência.
Assim, no conjunto de todas as amostras possíveis
S(U), devemos ter P(S = s) ≥ 0, e
s∈S
P(S = s) = 1
Ao procedimento desenhado chamamos de
£
¢
 
¡PLANEJAMENTO AMOSTRAL.
Planejamento ou Plano AAS
§
¦
¤
¥
Sem Reposição:
i. Sorteia-se um elemento i ∈ U = {1, 2, . . . , N} com igual probabilidade; o
elemento não volta aos próximos sorteios;
ii. Repete-se o procedimento anterior até que se obtenha n elementos;
§
¦
¤
¥
Com Reposição:
i. Sorteia-se um elemento i ∈ U = {1, 2, . . . , N} com igual probabilidade;
elemento volta aos próximos sorteios;
ii. Repete-se o procedimento anterior até que se obtenha m elementos
(podemos ter observações repetidas).
Tribunal de Justiça do PARÁ
Tribunal de Justiça do PARÁ
RESOLUÇÃO  TJ-PA
Seja a população de tamanho N: U = {1, 2, . . . , N}
Seja a amostra de tamanho n : s = {1, 2, . . . , n}
N
n
=
N!
n!(N − n)!
Tribunal de Justiça do PARÁ
Enunciado
RESOLUÇÃO  DPF
Seja a população de tamanho N: U = {1, 2, . . . , N}
Seja a amostra de tamanho n: s = {1, 2, . . . , n}
AAS sem reposição:
N
n
=
N!
n!(N − n)!
⇒ p(S = s) =
1
N
n
AAS com reposição: seja a amostra de tamanho m: s = {1, 2, . . . , m}
s = {1, 2, . . . , m} ⇒ Nm
amostras ⇒ p(S = s) =
1
Nm
Enunciado
Técnicas de Amostragem - Aula #2 - Planejamento Amostral

Mais conteúdo relacionado

Mais procurados

01 eac proj vest mat módulo 1 função afim
01 eac proj vest mat módulo 1 função afim01 eac proj vest mat módulo 1 função afim
01 eac proj vest mat módulo 1 função afim
con_seguir
 
Funções racionais. hipérbole.
Funções racionais. hipérbole.Funções racionais. hipérbole.
Funções racionais. hipérbole.
silvia_lfr
 
Mat potenciacao radiciacao 002
Mat potenciacao   radiciacao  002Mat potenciacao   radiciacao  002
Mat potenciacao radiciacao 002
trigono_metrico
 
Ft 8 FunçõEs Racionais
Ft 8 FunçõEs RacionaisFt 8 FunçõEs Racionais
Ft 8 FunçõEs Racionais
dynysfernandes
 
7ºano mat revisao-3teste
7ºano mat  revisao-3teste7ºano mat  revisao-3teste
7ºano mat revisao-3teste
silvia_lfr
 
06 variavel-aleatoria
06 variavel-aleatoria06 variavel-aleatoria
06 variavel-aleatoria
奈莫 里玛
 
Produto cartesiano e função 1º ano do ensino medio
Produto cartesiano e função   1º ano do ensino medioProduto cartesiano e função   1º ano do ensino medio
Produto cartesiano e função 1º ano do ensino medio
Simone Smaniotto
 
Funcoes varias variaveis
Funcoes varias variaveisFuncoes varias variaveis
Funcoes varias variaveis
Filomena Alves
 
Conjuntos
ConjuntosConjuntos
Conjuntos
bethbal
 

Mais procurados (20)

Demonstração do binômio de Newton
Demonstração do binômio de NewtonDemonstração do binômio de Newton
Demonstração do binômio de Newton
 
Função de 1º grau
Função de 1º grauFunção de 1º grau
Função de 1º grau
 
01 eac proj vest mat módulo 1 função afim
01 eac proj vest mat módulo 1 função afim01 eac proj vest mat módulo 1 função afim
01 eac proj vest mat módulo 1 função afim
 
Matematica2 3
Matematica2 3Matematica2 3
Matematica2 3
 
Funções racionais. hipérbole.
Funções racionais. hipérbole.Funções racionais. hipérbole.
Funções racionais. hipérbole.
 
Mat potenciacao radiciacao 002
Mat potenciacao   radiciacao  002Mat potenciacao   radiciacao  002
Mat potenciacao radiciacao 002
 
Ft 8 FunçõEs Racionais
Ft 8 FunçõEs RacionaisFt 8 FunçõEs Racionais
Ft 8 FunçõEs Racionais
 
EXERCÍCIOS SOBRE RELAÇÕES ENTRE CONJUNTOS - 2ª AULA - 9º ANO
EXERCÍCIOS SOBRE RELAÇÕES ENTRE CONJUNTOS - 2ª AULA - 9º ANOEXERCÍCIOS SOBRE RELAÇÕES ENTRE CONJUNTOS - 2ª AULA - 9º ANO
EXERCÍCIOS SOBRE RELAÇÕES ENTRE CONJUNTOS - 2ª AULA - 9º ANO
 
Algoritmo da adição 1º ano
Algoritmo da adição 1º anoAlgoritmo da adição 1º ano
Algoritmo da adição 1º ano
 
7ºano mat revisao-3teste
7ºano mat  revisao-3teste7ºano mat  revisao-3teste
7ºano mat revisao-3teste
 
Calcúlo 1 2º termo de papel e celulose
Calcúlo 1   2º termo de papel e celuloseCalcúlo 1   2º termo de papel e celulose
Calcúlo 1 2º termo de papel e celulose
 
06 variavel-aleatoria
06 variavel-aleatoria06 variavel-aleatoria
06 variavel-aleatoria
 
Produto cartesiano e função 1º ano do ensino medio
Produto cartesiano e função   1º ano do ensino medioProduto cartesiano e função   1º ano do ensino medio
Produto cartesiano e função 1º ano do ensino medio
 
Funções
FunçõesFunções
Funções
 
[13547] ad1 aii-2-2005
[13547] ad1 aii-2-2005[13547] ad1 aii-2-2005
[13547] ad1 aii-2-2005
 
Conjuntos Numéricos
Conjuntos NuméricosConjuntos Numéricos
Conjuntos Numéricos
 
Funcoes Resumao
Funcoes ResumaoFuncoes Resumao
Funcoes Resumao
 
Funcoes varias variaveis
Funcoes varias variaveisFuncoes varias variaveis
Funcoes varias variaveis
 
Aula1
Aula1Aula1
Aula1
 
Conjuntos
ConjuntosConjuntos
Conjuntos
 

Semelhante a Técnicas de Amostragem - Aula #2 - Planejamento Amostral

Teoria_das_Probabilidades_processos_estocasticos.pptx
Teoria_das_Probabilidades_processos_estocasticos.pptxTeoria_das_Probabilidades_processos_estocasticos.pptx
Teoria_das_Probabilidades_processos_estocasticos.pptx
joaoluciodesouzajnio
 
06 eac proj vest mat módulo 1 noções de probabilidade
06 eac proj vest mat módulo 1 noções de probabilidade06 eac proj vest mat módulo 1 noções de probabilidade
06 eac proj vest mat módulo 1 noções de probabilidade
con_seguir
 

Semelhante a Técnicas de Amostragem - Aula #2 - Planejamento Amostral (15)

Resumo1
Resumo1Resumo1
Resumo1
 
Teoria_das_Probabilidades_processos_estocasticos.pptx
Teoria_das_Probabilidades_processos_estocasticos.pptxTeoria_das_Probabilidades_processos_estocasticos.pptx
Teoria_das_Probabilidades_processos_estocasticos.pptx
 
Análise de Algoritmos - Indução Finita
Análise de Algoritmos - Indução FinitaAnálise de Algoritmos - Indução Finita
Análise de Algoritmos - Indução Finita
 
Lista 1 - FUV - Resolução
Lista 1 - FUV - ResoluçãoLista 1 - FUV - Resolução
Lista 1 - FUV - Resolução
 
Análise combinatória I
Análise combinatória IAnálise combinatória I
Análise combinatória I
 
Resumo de matemática estratégia
Resumo de matemática   estratégiaResumo de matemática   estratégia
Resumo de matemática estratégia
 
06 eac proj vest mat módulo 1 noções de probabilidade
06 eac proj vest mat módulo 1 noções de probabilidade06 eac proj vest mat módulo 1 noções de probabilidade
06 eac proj vest mat módulo 1 noções de probabilidade
 
Aula 11 probabilidades.espaços amostrais e eventos
Aula 11   probabilidades.espaços amostrais e eventosAula 11   probabilidades.espaços amostrais e eventos
Aula 11 probabilidades.espaços amostrais e eventos
 
Espaço amostral e probabilidade
Espaço amostral e probabilidadeEspaço amostral e probabilidade
Espaço amostral e probabilidade
 
Aulas_Estatística1.ppt
Aulas_Estatística1.pptAulas_Estatística1.ppt
Aulas_Estatística1.ppt
 
04 probabilidade
04 probabilidade04 probabilidade
04 probabilidade
 
Acartomante urgente
Acartomante urgenteAcartomante urgente
Acartomante urgente
 
Aula 12 eventos, regra do produto e regra de bayes
Aula 12   eventos, regra do produto e regra de bayesAula 12   eventos, regra do produto e regra de bayes
Aula 12 eventos, regra do produto e regra de bayes
 
Lista de exercícios 1
Lista de exercícios 1Lista de exercícios 1
Lista de exercícios 1
 
Aula 5 probabilidade
Aula 5   probabilidadeAula 5   probabilidade
Aula 5 probabilidade
 

Mais de Anselmo Alves de Sousa

Mais de Anselmo Alves de Sousa (20)

Medias moveis - Análise de Séries Temporais
Medias moveis - Análise de Séries TemporaisMedias moveis - Análise de Séries Temporais
Medias moveis - Análise de Séries Temporais
 
Tecnologia da Amostragem - Probabilidade de Inclusão em Amostragem - UFCA 2019
Tecnologia da Amostragem - Probabilidade de Inclusão em Amostragem - UFCA 2019Tecnologia da Amostragem - Probabilidade de Inclusão em Amostragem - UFCA 2019
Tecnologia da Amostragem - Probabilidade de Inclusão em Amostragem - UFCA 2019
 
ANPEC/2019 - Propriedades dos Estimadores de Mínimos Quadrados
ANPEC/2019 - Propriedades dos Estimadores de Mínimos QuadradosANPEC/2019 - Propriedades dos Estimadores de Mínimos Quadrados
ANPEC/2019 - Propriedades dos Estimadores de Mínimos Quadrados
 
Anpec - 2019 Estatística - Questão 1
Anpec - 2019 Estatística - Questão 1Anpec - 2019 Estatística - Questão 1
Anpec - 2019 Estatística - Questão 1
 
Pseudo-sigma
Pseudo-sigmaPseudo-sigma
Pseudo-sigma
 
Random walk - Passeio Aleatório
Random walk - Passeio AleatórioRandom walk - Passeio Aleatório
Random walk - Passeio Aleatório
 
Regressao Linear Simples - Pessupostos
Regressao Linear Simples - PessupostosRegressao Linear Simples - Pessupostos
Regressao Linear Simples - Pessupostos
 
Introdução à probabilidade - Probabilidade frequentista
Introdução à probabilidade - Probabilidade frequentistaIntrodução à probabilidade - Probabilidade frequentista
Introdução à probabilidade - Probabilidade frequentista
 
Aula 1 Probabilidade Introdução
Aula 1 Probabilidade IntroduçãoAula 1 Probabilidade Introdução
Aula 1 Probabilidade Introdução
 
Desigualdade de Markov - Resolução de Questão de Estatística
Desigualdade de Markov - Resolução de Questão de EstatísticaDesigualdade de Markov - Resolução de Questão de Estatística
Desigualdade de Markov - Resolução de Questão de Estatística
 
Teste do sinal - Estatística Não Paramétrica
Teste do sinal - Estatística Não ParamétricaTeste do sinal - Estatística Não Paramétrica
Teste do sinal - Estatística Não Paramétrica
 
Intervalo de Confiança para a Mediana amostral - Teste do Sinal
Intervalo de Confiança para a Mediana amostral - Teste do SinalIntervalo de Confiança para a Mediana amostral - Teste do Sinal
Intervalo de Confiança para a Mediana amostral - Teste do Sinal
 
Cadeias de Markov em Tempo Discreto
Cadeias de Markov em Tempo DiscretoCadeias de Markov em Tempo Discreto
Cadeias de Markov em Tempo Discreto
 
Modelo de Regressão nao-linear
Modelo de Regressão nao-linearModelo de Regressão nao-linear
Modelo de Regressão nao-linear
 
Entropia da Informação - Shannon
Entropia da Informação - ShannonEntropia da Informação - Shannon
Entropia da Informação - Shannon
 
Análise Espectral e Modelos ARIMA - Autocorrelação modelo ARIMA(2,1,0)
Análise Espectral e Modelos ARIMA - Autocorrelação modelo ARIMA(2,1,0)Análise Espectral e Modelos ARIMA - Autocorrelação modelo ARIMA(2,1,0)
Análise Espectral e Modelos ARIMA - Autocorrelação modelo ARIMA(2,1,0)
 
Função de Autocovariância Modelo AR(1) - Séries Temporais
Função de Autocovariância Modelo AR(1) - Séries TemporaisFunção de Autocovariância Modelo AR(1) - Séries Temporais
Função de Autocovariância Modelo AR(1) - Séries Temporais
 
Média e Variância da Distribuição Beta de Probabilidades
Média e Variância da Distribuição Beta de ProbabilidadesMédia e Variância da Distribuição Beta de Probabilidades
Média e Variância da Distribuição Beta de Probabilidades
 
Entropia da Distribuição Uniforme
Entropia da Distribuição UniformeEntropia da Distribuição Uniforme
Entropia da Distribuição Uniforme
 
Diferença entre Variáveis Aleatórias
Diferença entre Variáveis AleatóriasDiferença entre Variáveis Aleatórias
Diferença entre Variáveis Aleatórias
 

Último

Sistema articular aula 4 (1).pdf articulações e junturas
Sistema articular aula 4 (1).pdf articulações e junturasSistema articular aula 4 (1).pdf articulações e junturas
Sistema articular aula 4 (1).pdf articulações e junturas
rfmbrandao
 
ATIVIDADE 2 - DESENVOLVIMENTO E APRENDIZAGEM MOTORA - 52_2024
ATIVIDADE 2 - DESENVOLVIMENTO E APRENDIZAGEM MOTORA - 52_2024ATIVIDADE 2 - DESENVOLVIMENTO E APRENDIZAGEM MOTORA - 52_2024
ATIVIDADE 2 - DESENVOLVIMENTO E APRENDIZAGEM MOTORA - 52_2024
azulassessoria9
 
República Velha (República da Espada e Oligárquica)-Sala de Aula.pdf
República Velha (República da Espada e Oligárquica)-Sala de Aula.pdfRepública Velha (República da Espada e Oligárquica)-Sala de Aula.pdf
República Velha (República da Espada e Oligárquica)-Sala de Aula.pdf
LidianeLill2
 
Aprender as diferentes formas de classificar as habilidades motoras é de extr...
Aprender as diferentes formas de classificar as habilidades motoras é de extr...Aprender as diferentes formas de classificar as habilidades motoras é de extr...
Aprender as diferentes formas de classificar as habilidades motoras é de extr...
azulassessoria9
 

Último (20)

Questões de Língua Portuguesa - gincana da LP
Questões de Língua Portuguesa - gincana da LPQuestões de Língua Portuguesa - gincana da LP
Questões de Língua Portuguesa - gincana da LP
 
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...
 
MESTRES DA CULTURA DE ASSARÉ Prof. Francisco Leite.pdf
MESTRES DA CULTURA DE ASSARÉ Prof. Francisco Leite.pdfMESTRES DA CULTURA DE ASSARÉ Prof. Francisco Leite.pdf
MESTRES DA CULTURA DE ASSARÉ Prof. Francisco Leite.pdf
 
Acessibilidade, inclusão e valorização da diversidade
Acessibilidade, inclusão e valorização da diversidadeAcessibilidade, inclusão e valorização da diversidade
Acessibilidade, inclusão e valorização da diversidade
 
Tema de redação - As dificuldades para barrar o casamento infantil no Brasil ...
Tema de redação - As dificuldades para barrar o casamento infantil no Brasil ...Tema de redação - As dificuldades para barrar o casamento infantil no Brasil ...
Tema de redação - As dificuldades para barrar o casamento infantil no Brasil ...
 
Sistema articular aula 4 (1).pdf articulações e junturas
Sistema articular aula 4 (1).pdf articulações e junturasSistema articular aula 4 (1).pdf articulações e junturas
Sistema articular aula 4 (1).pdf articulações e junturas
 
Aula 1 - Psicologia Cognitiva, aula .ppt
Aula 1 - Psicologia Cognitiva, aula .pptAula 1 - Psicologia Cognitiva, aula .ppt
Aula 1 - Psicologia Cognitiva, aula .ppt
 
E a chuva ... (Livro pedagógico para ser usado na educação infantil e trabal...
E a chuva ...  (Livro pedagógico para ser usado na educação infantil e trabal...E a chuva ...  (Livro pedagógico para ser usado na educação infantil e trabal...
E a chuva ... (Livro pedagógico para ser usado na educação infantil e trabal...
 
tensoes-etnicas-na-europa-template-1.pptx
tensoes-etnicas-na-europa-template-1.pptxtensoes-etnicas-na-europa-template-1.pptx
tensoes-etnicas-na-europa-template-1.pptx
 
Sopa de letras | Dia da Europa 2024 (nível 2)
Sopa de letras | Dia da Europa 2024 (nível 2)Sopa de letras | Dia da Europa 2024 (nível 2)
Sopa de letras | Dia da Europa 2024 (nível 2)
 
Sistema de Bibliotecas UCS - Cantos do fim do século
Sistema de Bibliotecas UCS  - Cantos do fim do séculoSistema de Bibliotecas UCS  - Cantos do fim do século
Sistema de Bibliotecas UCS - Cantos do fim do século
 
ATIVIDADE 2 - DESENVOLVIMENTO E APRENDIZAGEM MOTORA - 52_2024
ATIVIDADE 2 - DESENVOLVIMENTO E APRENDIZAGEM MOTORA - 52_2024ATIVIDADE 2 - DESENVOLVIMENTO E APRENDIZAGEM MOTORA - 52_2024
ATIVIDADE 2 - DESENVOLVIMENTO E APRENDIZAGEM MOTORA - 52_2024
 
República Velha (República da Espada e Oligárquica)-Sala de Aula.pdf
República Velha (República da Espada e Oligárquica)-Sala de Aula.pdfRepública Velha (República da Espada e Oligárquica)-Sala de Aula.pdf
República Velha (República da Espada e Oligárquica)-Sala de Aula.pdf
 
Aprender as diferentes formas de classificar as habilidades motoras é de extr...
Aprender as diferentes formas de classificar as habilidades motoras é de extr...Aprender as diferentes formas de classificar as habilidades motoras é de extr...
Aprender as diferentes formas de classificar as habilidades motoras é de extr...
 
Aula 67 e 68 Robótica 8º ano Experimentando variações da matriz de Led
Aula 67 e 68 Robótica 8º ano Experimentando variações da matriz de LedAula 67 e 68 Robótica 8º ano Experimentando variações da matriz de Led
Aula 67 e 68 Robótica 8º ano Experimentando variações da matriz de Led
 
INTERTEXTUALIDADE atividade muito boa para
INTERTEXTUALIDADE   atividade muito boa paraINTERTEXTUALIDADE   atividade muito boa para
INTERTEXTUALIDADE atividade muito boa para
 
Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...
Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...
Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...
 
Monoteísmo, Politeísmo, Panteísmo 7 ANO2.pptx
Monoteísmo, Politeísmo, Panteísmo 7 ANO2.pptxMonoteísmo, Politeísmo, Panteísmo 7 ANO2.pptx
Monoteísmo, Politeísmo, Panteísmo 7 ANO2.pptx
 
Sopa de letras | Dia da Europa 2024 (nível 1)
Sopa de letras | Dia da Europa 2024 (nível 1)Sopa de letras | Dia da Europa 2024 (nível 1)
Sopa de letras | Dia da Europa 2024 (nível 1)
 
Historia de Portugal - Quarto Ano - 2024
Historia de Portugal - Quarto Ano - 2024Historia de Portugal - Quarto Ano - 2024
Historia de Portugal - Quarto Ano - 2024
 

Técnicas de Amostragem - Aula #2 - Planejamento Amostral

  • 2. Preliminares Seja uma população nita de tamanho N, digamos: U = {1, 2, . . . , N} Seja uma amostra de tamanho n : s = {1, 2, . . . , n} s1, s2, . . . , sk ⇒ S(U), é um espaço de todas as amostras possíveis. Considere o elemento i ∈ U, associamos ao elemento i a probabilidade πi de inclusão na amostra : πi = P(i ∈ s), i = 1, 2, 3, . . . , N
  • 3. Preliminares Seja δi a variável aleatória que indica a presença da unidade i na amostra s: δi = 1, i ∈ s 0, i /∈ s ⇒ P(δi = 1) = πi P(δi = 0) = 1 − πi Se (i, j) ∈ U , associamos a probabilidade πij de segunda ordem : πij = P(i ∈ s, j ∈ s) O esquema de amostragem deve ser desenhado de modo que as probabilidades de ocorrer determinada amostra sejam: P(S = s) ≥ 0, e s∈S P(s) = 1
  • 4. Planejamento Amostral Um dos trabalhos do estatístico é realizar procedimentos amostrais probabilísticos. Pelo procedimento desenhado deve-se garantir que cada amostra possível de ocorrer tenha associada a ela uma probabilidade de ocorrência. Assim, no conjunto de todas as amostras possíveis S(U), devemos ter P(S = s) ≥ 0, e s∈S P(S = s) = 1 Ao procedimento desenhado chamamos de £ ¢   ¡PLANEJAMENTO AMOSTRAL.
  • 5. Planejamento ou Plano AAS § ¦ ¤ ¥ Sem Reposição: i. Sorteia-se um elemento i ∈ U = {1, 2, . . . , N} com igual probabilidade; o elemento não volta aos próximos sorteios; ii. Repete-se o procedimento anterior até que se obtenha n elementos; § ¦ ¤ ¥ Com Reposição: i. Sorteia-se um elemento i ∈ U = {1, 2, . . . , N} com igual probabilidade; elemento volta aos próximos sorteios; ii. Repete-se o procedimento anterior até que se obtenha m elementos (podemos ter observações repetidas).
  • 8. RESOLUÇÃO TJ-PA Seja a população de tamanho N: U = {1, 2, . . . , N} Seja a amostra de tamanho n : s = {1, 2, . . . , n} N n = N! n!(N − n)!
  • 10.
  • 11.
  • 13. RESOLUÇÃO DPF Seja a população de tamanho N: U = {1, 2, . . . , N} Seja a amostra de tamanho n: s = {1, 2, . . . , n} AAS sem reposição: N n = N! n!(N − n)! ⇒ p(S = s) = 1 N n AAS com reposição: seja a amostra de tamanho m: s = {1, 2, . . . , m} s = {1, 2, . . . , m} ⇒ Nm amostras ⇒ p(S = s) = 1 Nm