---

A observa‡Æo de todos os elementos ou indivíduos da popula‡Æo (censo) é, na maioria das situa‡äes, impossível de efetuar, quer por questäes de tempo e custos, quer por questäes operacionais de implementa‡Æo. Com isso surgiu a necessidade de desenvolver métodos estatísticos que permitissem recolher essa informa‡Æo a partir de uma amostra. Este trabalho apresenta um algoritmo para identificar características que possam ser utilizadas num processo de amostragem estratificada. O algoritmo localiza as características e os seus respectivos valores que dividem o conjunto de dados em estratos, de tal forma que a variância do estimador, de uma média ou propor‡Æo, seja inferior à variância do estimador baseado em uma amostra aleatória simples. O algoritmo implementa o cálculo da variância do estimador baseado nos três métodos de aloca‡Æo: uniforme, proporcional e aloca‡Æo ótima de Neyman com custo fixo. Foi também implementado um novo método denominado GRD, baseado no princípio do ganho de informa‡Æo, que exige menos recursos de processamento. O algoritmo foi aplicado em um conjunto de dados simulados para produzir estratos pré-definidos, e também, em um conjunto de dados real.

---

Ratke, Cláudio
Graduado em Bacharel em Ciências da Computa‡Æo pela Funda‡Æo Universidade Regional de Blumenau (1995) e mestre em Ciências da Computa‡Æo pela Universidade Federal de Santa Catarina (2006). Com experiência na área de infraestrutura de TI, Banco de dados, Minera‡Æo de Dados, Gerenciamento de Servi‡os de TI e Governan‡a de TI.

---