Verificar se tamanhos amostrais estão corretos (verificar código). Exemplo: n para AE sob AP vs AON vs n para AASs. No caso da média n_AASs é cerca de 1000 e n_AE_AON é cerca de 500.

É preciso evitar que qualquer chunk envie mesagens para o PDF

Corrigir no Apendice

\begin{equation}
n = \Big\lceil\frac{1}{\frac{\delta^2}{z_{\gamma/2} \sum_{h=1}^H{W_h^2\hat{s_h^2}}}+\frac{1}{N}}\Big\rceil
\label{eq:n-prop-estrat}
\end{equation}

para

\begin{equation}
n = \Big\lceil\frac{1}{\frac{\delta^2}{z_{\gamma/2} \sum_{h=1}^H{W_h\hat{s_h^2}}}+\frac{1}{N}}\Big\rceil
\label{eq:n-prop-estrat}
\end{equation}

também verificar no código onde isso é utilizado.

Verificar como ficam todas as fórmulas sob AASs, ou seja, usando apenas s^2

Esse é mais complicado para fazer a análise descritiva,uma vez que a parte crítica é testar estimadores para ver qual será o plano amostral de maior ganho (menor variância). Testei diversos estimadores com a amostra piloto para tentar utilizar o estimador razão e nenhum deu ganho na variância, sendo assim utilizei ASSs.

Primeiro vale notar que os dados vão de 0 à 5, segundo o e-mail do Caio e o que conversei com o Stein o 0 = não resposta, 1 = um quarto, 2 = dois quartos, 3 = três quartos, 4 = quatro OU MAIS quartos e 5 = zero quartos, eu trato isso antes de realizar a amostra piloto.

Testei a razão entre quartos e banheiros, entre quartos e televisões e entre quartos e renda, utilizando quando necessário a correlação de kendal ou a policórica falada em aula.
Nenhum atendeu os requisitos de ganhos apresentados nos slides 26 e 29 de http://www.ime.unicamp.br/~cnaber/aula_Erazao%20Amost%202S%202018.pdf por isso não utilizei estimador razão e sim ASSs.

Acho muito importante frisarmos isto, pois acredito que o Caio adicionou esse exercicio para usarmos o estimador razão.

O tamanho amostral final calculado foi multiplicado por uma taxa estimando não resposta sendo n' = n * (1 + prop não resposta piloto).

As não respostas sempre foram removidas da nossa amostra, assim afetando o n (vulgo nzinho).

Dado todas essas informações os estimadores ASSs foram computados normalmente.

Descoberto que há 179 dulicações em conv_mat$EMPCT mas apenas 62 em
conv_mat. Ou seja, os dados duplicados divergem entre si nas outras duas
colunas.

Mostrar que os alunos que estudaram em escola pública durante todo ensino fundamental I mantiverem esse comportamento no ensino fundamental II para toda população.

Nossa conjectura é que isso ira acontecer para o ensino fundamental II e o ensino médio também, dividimos em estrato quem estudos todos ensino fundamental II em escola púlica e o resto.

Fazemos amostragente piloto com este estrato e confirmamos nossa conjectura.

Assim seguimos nosso experimento.

Por exemplo, na questão de estimação do total de quartos não foi levado em consideração na estimação dos valores que {0 = não resposta, 1 = 1 quarto, 2 = 2 quartos, 3 = 3 quartos, 4 = 4 ou mais quartos, 5 = não têm quartos).

Adicionar nota de 4 = 4 ou mais quartos no texto também.