CIÊNCIA ESTATÍSTICA 3
É fácil perceber que um processo de indução não pode ser exato. Ao induzir, portanto,
estamos sempre sujeitos a erro. A Estatística Indutiva, entretanto, irá nos dizer até que
ponto poderemos estar errando em nossas induções e com que probabilidade. Esse fato é
fundamental para que uma indução (ou inferência) possa ser considerada estatística, e faz
parte dos objetivos da Estatística Indutiva.
Em suma, a Estatística Indutiva busca obter resultados sobre as populações a partir das
amostras, dizendo também qual a precisão desses resultados e com que probabilidade se
pode confiar nas conclusões obtidas. Evidentemente, a forma como as induções serão
realizadas irá depender de cada tipo de problema, conforme será estudado posteriormente.
É intuitivo que, quanto maior a amostra, mais precisas e mais confiáveis deverão ser
as induções realizadas sobre a população. Levando esse raciocínio ao extremo, concluiríamos
que os resultados mais perfeitos seriam obtidos pelo exame completo de toda a população,
ao qual se denomina censo ou recenseamento. Essa conclusão é válida em teoria, mas na
prática, muitas vezes, não se verifica. De fato, o emprego de amostras pode ser feito de
modo tal que se obtenham resultados confiáveis, em termos práticos equivalentes, ou até
mesmo melhores do que os que seriam conseguidos através de um censo.l3l
Ocorre, em realidade, que diversas razões levam, em geral, à necessidade de recorrer-
se apenas aos elementos de uma amostra. Entre elas, podemos citar o custo do levantamento
de dados e o tempo necessário para realizá-lo, especialmente se a população for muito
grande. Ou, então, podemos não ter acesso fácil ou possível a todos os elementos da
população, etc.
Além das razões citadas, deve-se mencionar o fato de que muitas vezes nem mesmo é
necessário examinar toda a população para se chegar às conclusões desejadas. Desde que o
tamanho da amostra necessária seja convenientemente determinado, induções suficien-
temente precisas e confiáveis podem ser realizadas, não havendo necessidade de se onerar
o estudo estatístico pelo exame de uma amostra maior ou de toda a população.
Deve-se mencionar que a teoria da Estatística Indutiva recorre intensamente a conceitos
e resultados do Cálculo de Probabilidades. Esse ramo da Matemática é, portanto, funda-
mental ao estudo da Estatística Indutiva.
Por outro lado, antes de iniciar qualquer análise dos dados através dos métodos da
Estatística Indutiva, é preciso organizar os dados da amostra, o que é feito com as técnicas
da Estatística Descritiva.
Um outro problema que surge paralelamente é o de amostragem. É claro que, se nossas
conclusões referentes à população vão se basear no resultado de amostras, certos cuidados
básicos devem ser tomados no processo de obtenção dessas amostras, ou sej~. no processo
de amostragem. Muitas vezes, erros grosseiros e conclusões falsas ocorrem devido a falhas
na amostragem. Esse problema será tratado com maior destaque no Cap. 3.
Em resumo, um estudo estatístico completo que recorra às técnicas da Estatística Indutiva
irá envolver também, direta ou indiretamente, tópicos de Estatística Descritiva, Cálculo de
Probabilidades e Amostragem. Logo, para se desenvolver um curso completo e razoável de
Estatística, todos esses assuntos devem ser abordados em maior ou menor grau, dentro de
uma seqüência, conforme indicado no diagrama da Fig. 1. 1.
[^31 Essa última afirmação pode parecer paradoxal. Citemos, como ilustração, o caso em que uma amostra
poderia ser examinada por uma equipe de alto nível, fornecendo resultados confiáveis, ao passo que, para
fazer o censo, deveriamos recorrer a uma equipe bem maior, cujo nível médio seria mais baixo, diminuindo
a confiança nos dados obtidos e levando a um resultado global de menor confiabilidade.